La plupart des boutiques ne sont pas prêtes à accueillir les agents d'achat basés sur l'IA, et le problème ne réside généralement pas dans les aspects spectaculaires, mais dans la fastidieuse gestion des données. Si vos identifiants manquent, si vos intitulés sont vagues ou si votre flux est obsolète, les agents vous ignorent discrètement, et vous ne verrez jamais la vente qui n'a pas eu lieu.
Voici donc la liste de contrôle pratique que j'utilise pour préparer un magasin, classée par ordre d'importance. C'est la partie « mise en œuvre » de mon Guide du commerce en ligne: nettoyer les données, ajouter le schéma approprié, les maintenir à jour, activer les protocoles, puis effectuer des tests.
Principaux enseignements
- La préparation des agents repose principalement sur l'hygiène des données, et non sur une refonte : identifiants, intitulés clairs, schéma, ainsi que les prix et les stocks en temps réel.
- Les agents ont besoin d'identifiants uniques (GTIN, SKU, MPN, marque) pour identifier vos produits et s'assurer de leur authenticité avant de les acheter.
- Un seul catalogue bien organisé alimente toutes les plateformes (ChatGPT, Google, Perplexity, Copilot), ce qui multiplie la charge de travail.
- Le schéma permet aux machines de vous comprendre, mais il doit correspondre à votre flux, ainsi qu'à vos prix et stocks en temps réel.
- Faites le test avec les assistants eux-mêmes : si ChatGPT n'est pas capable de décrire correctement votre produit, un agent immobilier ne le pourra pas non plus.
Voici un aperçu de l'ensemble de la liste de contrôle, classée par ordre de priorité, puis chaque étape en détail.
La pile de préparation agentique
- Identifiants de produits (GTIN, SKU, MPN)
- Des intitulés et des caractéristiques techniques clairs et lisibles par machine
- Schéma des produits et des offres
- Prix et disponibilité en temps réel
- Nettoyer le flux Merchant Center
- Prise en charge des protocoles : ACP et UCP
- Test avec les assistants IA
1. Corrigez les identifiants de vos produits
Les agents ne font pas de suppositions. Ils associent votre produit à un article connu à l'aide d'identifiants ; ainsi, des GTIN, SKU, MPN et noms de marque manquants ou erronés constituent le moyen le plus discret d'être écarté. Remplissez-les intégralement et de manière cohérente, car un agent qui ne parvient pas à identifier votre produit avec certitude ne l'ajoutera pas au panier. Ce n'est pas très glamour, mais c'est la mesure la plus efficace que j'observe dans la plupart des boutiques que j'audite.
2. Rédigez des titres et des descriptions destinés aux machines, et pas seulement aux humains
Un être humain comble les lacunes avec une belle photo ou une ambiance ; un agent, lui, ne le fait pas : il se concentre sur le texte. Ainsi, les titres bourrés de blabla marketing et les descriptions qui noient les caractéristiques techniques dans un paragraphe sont ignorés, car l’agent ne peut pas en extraire ce dont il a besoin. Présentez les caractéristiques réelles (taille, matériau, compatibilité, caractéristiques techniques clés) dans un langage clair et des champs structurés, et réservez les textes accrocheurs aux humains qui continuent de visiter le site ; Les conseils de Shopify atterrit au même endroit.
3. Ajoutez le schéma « Produit et offre », puis faites-le correspondre à votre flux
Le balisage Schema permet de fournir à une machine les informations structurées présentes sur la page elle-même : au minimum « Product » et « Offer », ainsi que « Review », « AggregateRating » et « ReturnPolicy » le cas échéant. Mais le balisage Schema n'est pas une solution miracle, comme je l'ai expliqué dans Le schéma à lui seul ne vous permettra pas d'accéder aux chariots IA; son rôle est de vous rendre lisible, et Il faut que cela corresponde à votre flux et à votre cours en temps réel, sinon vous ne paraîtrez pas digne de confiance. à l'agent.
4. Afficher les prix et la disponibilité en temps réel
Un agent ne traitera pas de données obsolètes, car il ne peut pas prendre le risque d'indiquer un prix ou un niveau de stock qui s'avérerait erroné au moment du paiement. Le prix et la disponibilité doivent donc être mis à jour en temps quasi réel via votre flux ou une API, et non par le biais d'une tâche cron quotidienne que vous risquez d'oublier. C'est là que de nombreux catalogues, par ailleurs irréprochables, échouent discrètement.
5. Nettoyez votre flux Merchant Center
La plupart des interfaces d'agents s'appuient sur la même qualité de flux Google Merchant Center que celle dont vous avez déjà besoin pour Shopping ; ce travail n'est donc pas supplémentaire, mais commun. Visez zéro produit refusé, aucune violation des règles, des mises à jour régulières et des attributs complets, car si votre flux est désorganisé, ces lacunes se répercutent simultanément sur toutes les plateformes. Une alimentation propre est le multiplicateur le moins cher dont vous disposez.
6. Activez les protocoles (ACP et UCP)
Une fois les données nettoyées, activez les passerelles proprement dites : ACP pour Paiement instantané avec ChatGPT et l'UCP pour les interfaces de Google. J'ai expliqué comment les choisir et les organiser dans ACP contre UCP, et pour faire court, il faut prendre en charge les deux, car elles consultent le même catalogue et s'adressent à des clients différents. C'est l'étape qui permet de passer de la simple lecture à l'achat.
7. Effectuez un test avec les assistants, en commençant par une catégorie
Ne partez pas du principe que ça fonctionne, vérifiez-le. Demandez à ChatGPT, Perplexity et Google de rechercher et de comparer vos produits, puis observez leurs erreurs, car ce sont exactement celles que commettra également un agent immobilier chargé de la vente. Commencez par une catégorie à forte marge et à forte comparabilité, corrigez les problèmes qui apparaissent, puis appliquez ce modèle à l'ensemble ; Les conseils de préparation de Google prône la même approche consistant à commencer modestement.
Alors, pourquoi se préparer dès maintenant à l'ère de l'agentique ?
À mon avis, la raison pour laquelle il faut le faire maintenant, c'est que Ce travail est ennuyeux, effectué en équipe et mal rémunéré, et c'est précisément pour cette raison que la plupart des magasins préfèrent le remettre à plus tard.. Il ne s'agit en rien d'une refonte ; ce sont des identifiants, des termes clairs, un schéma adapté à un flux en temps réel, ainsi que quelques commutateurs, et ce même catalogue épuré porte ses fruits simultanément sur toutes les interfaces d'IA.
Procédez dans cet ordre, car chaque étape est indispensable à la suivante : cela ne sert à rien d'activer un protocole qui renvoie vers un flux désorganisé. Commencez par les données, vérifiez-les à l'aide des assistants, et vous aurez déjà une longueur d'avance sur la grande majorité des magasins qui n'ont pas encore commencé.
Vous voulez un « pass de préparation » tout prêt ?
Si vous préférez ne pas vérifier vous-même les identifiants, le schéma et les flux, travailler avec nous ou m'envoyer un courriel et nous préparerons votre catalogue pour qu’il soit prêt à être utilisé par les agents, puis nous le testerons sur ChatGPT et Google. Le travail sur les données est partagé, donc le faire une seule fois suffit pour couvrir tous les cas de figure.
Journal des mises à jour
22 juin 2026
- J'ai reformulé la section finale pour en faire une question naturelle et j'ai ajouté une légende au diagramme représentant les niveaux de préparation.
20 juin 2026
- Première publication : la liste de contrôle de l'état de préparation au commerce agentique (identifiants, copie lisible par machine, schéma, données en temps réel, qualité des flux, protocoles et tests), accompagnée d'un diagramme représentant la pila de préparation par secteur.
Vous souhaitez que nos publications apparaissent plus souvent sur Google ?
En un clic, Google affichera ce site dans votre rubrique « À la une ».
Comment corriger une page alternative à l'aide d'une balise canonique correcte, et quelles URL sont correctes
Référencement naturel des pages de catégories e-commerce : comment les pages bien classées exploitent-elles réellement leur contenu textuel ?
Outils de visibilité IA : ce qu’ils mesurent réellement et comment les évaluer avant de les acheter
