MCP / estimate_property_value

estimate_property_value

Estimation automatisée (AVM) d'un bien : fourchette basse / médiane / haute à partir des comparables DVF réels.

10 créditsMCP · REST

Paramètres

Paramètre	Type	Défaut	Description
latitude*	number	—	Latitude GPS du bien.
longitude*	number	—	Longitude GPS du bien.
code_postal	string	—	Optionnel. Fallback administratif si les coordonnées GPS donnent trop peu de comparables.
commune	string	—	Optionnel. Fallback commune si les coordonnées GPS donnent trop peu de comparables.
surface*	number	—	Surface en m² (5–5000).
type_local	enum	Appartement	Maison \| Appartement (défaut : Appartement).
pieces	number	—	Nombre de pièces (tolérance ±1 appliquée aux comparables).
radius_m	number	500	Rayon de recherche en mètres (100–2000).
max_age_months	number	18	Ancienneté max des transactions (1–24 mois). Défaut 18 mois — DVF est mis à jour semestriellement.

Différence avec find_property_comparables

estimate_property_value prend une surface unique et calcule automatiquement la plage ±20 %. Utilisez find_property_comparables si vous voulez accéder aux transactions individuelles.

Rayon et fenêtre temporelle

L'estimation utilise le même moteur de comparables : commencez à 500 m / 12 mois, et gardez 2 km / 24 mois pour les zones rares. Les paramètres explicites ne sont pas modifiés silencieusement. Un notice signifie que les données obtenues restent utilisables ;dense_query_timeout est remboursé et invite à réduire le rayon ou l'horizon.

Exemple de prompt Claude

Estime la valeur d'un appartement de 65m² à Paris 11 (lat: 48.8581, lon: 2.3790). Donne-moi la fourchette basse/médiane/haute.

Réponse

{
  "estimate": {
    "price_range": {
      "low": 544447,
      "mid": 614500,
      "high": 691312
    },
    "price_per_m2": {
      "median": 9454,
      "used_surface": 65
    },
    "confidence": "high",
    "confidence_basis": "comparable_agreement",
    "based_on_count": 11,
    "methodology": "Median price/m² of 11 comparable properties within 500m, last 18 months. Interval calibrated on dispersion=<15% (n=338).",
    "interval": {
      "method": "iqr_p25_p75",
      "coverage_label": "50%",
      "basis": "cohort",
      "cohort": "dispersion=<15%",
      "cohort_eligible_n": 338,
      "ratio_low": 0.886,
      "ratio_high": 1.125,
      "contract_version": "valuation-comparables-v1",
      "calibration_generated_at": "2026-08-26T07:27:19+00:00"
    },
    "confidence_factors": {
      "comparable_count": 11,
      "average_similarity": 0.82,
      "fallback_used": false,
      "positive_factors": ["comparable_count_high", "high_similarity", "cohort_well_measured", "comparables_agree"],
      "limiting_factors": []
    }
  },
  "input": {
    "latitude": 48.8581,
    "longitude": 2.379,
    "surface": 65,
    "type_local": "Appartement"
  },
  "_credits": { "used": 10, "remaining": 85 },
  "query_time_ms": 312
}

Interpréter les résultats

confidence : high, medium ou low — l'accord des comparables retenus sur le prix/m² (dispersion (P75 − P25) / médiane : high sous 15 %, medium de 15 à 50 %, low au-delà), signalé par confidence_basis = comparable_agreement. Mesuré sur 1 957 ventes DVF masquées : erreur médiane de 12 % (high), 20 % (medium) et 30 % (low). Ce n'est pas une probabilité de justesse : même en high, une vente sur deux tombe hors de la fourchette. confidence_factors détaille les facteurs positifs et limitants.
estimate: null : moins de 3 comparables trouvés — augmentez radius_m ou max_age_months.
La fourchette (price_range.low/high) est un intervalle interquartile à 50 % calibré sur un backtest de 2 000 ventes DVF masquées — sa largeur dépend d'abord de l'accord des comparables entre eux — la dispersion de leurs prix/m², interval.cohort = dispersion=… — jamais d'une constante fixe. La valeur centrale, elle, n'en dépend pas. Le défaut 18 mois est intentionnel : DVF est désormais publié annuellement.

Visualisation interactive (MCP Apps)

Les hôtes compatibles MCP Apps (Claude, Claude Desktop, etc.) affichent automatiquement l'estimation dans sa fourchette basse / haute, en prix total ou au m², à une échelle fixe autour de l'estimation pour que la largeur de la fourchette se lise, avec le niveau d'accord des ventes comparables et ce qui renforce ou limite l'estimation. Cette visualisation est additive — les clients sans support MCP Apps reçoivent le JSON textuel exact, sans changement. L'interface s'affiche en français, avec une bascule FR / EN.

lookup_property_history

score_market_health