Fiches produit et IA : rédiger sans rien inventer

Imaginez une fiche produit rédigée par une IA : propre, bien tournée, et qui annonce « lavable en machine ». Personne ne l’a vérifié. Le texte du fournisseur n’en disait rien, mais la phrase avait l’air vraie, alors elle est partie en ligne avec les autres. Le premier client qui la croit renvoie le produit, et il a raison.

L’IA écrit vite et plutôt bien. Le risque n’est pas qu’elle écrive mal : c’est qu’elle écrive ce que personne ne sait. Ce guide s’adresse aux équipes de 20 à 500 personnes qui vendent en ligne et veulent confier leurs fiches à l’IA sans perdre le contrôle de ce qu’elles affirment. Il complète Google Shopping et marketplaces : préparer sa boutique, qui détaille ce que Google attend d’un flux produit. C’est aussi par ce travail que commence notre boutique prête à vendre, avec un catalogue importé, nettoyé, enrichi puis relu avant publication.

Que peut faire l’IA sur une fiche produit ?

Elle sert quand l’information existe mais dort dans du texte libre : la description du fournisseur, une ancienne page produit, une fiche technique. Elle la range dans des champs, l’écrit de la même façon sur tout le catalogue (« 30 cm » plutôt qu’un mélange de « 30cm » et de « trente centimètres »), puis rédige une description à partir de ces champs validés. Elle traduit aussi : sur Palmora Property, un site d’annonces immobilières en six langues que nous opérons pour son agence, le coût de traduction a été divisé par 60 en passant à un modèle d’IA.

La frontière est simple à énoncer et difficile à tenir : l’IA travaille sur ce que vous savez, jamais sur ce que vous ignorez.

Pour le code-barres, Google le dit lui-même dans sa page sur le GTIN : en cas de doute, n’en indiquez pas, et n’essayez ni de le deviner ni d’en inventer un. Nous la citons dans notre guide sur Google Shopping.

Pourquoi une caractéristique inventée coûte-t-elle cher ?

Parce qu’elle est fausse, et qu’une information fausse sur un produit n’est pas une faute de style. Le droit européen de la consommation range parmi les pratiques commerciales déloyales les pratiques trompeuses, qu’elles le soient « par le fait d’une action (communiquer des informations fausses) » ou « d’une omission (ne pas communiquer des informations importantes) », comme le rappelle la page de l’Union européenne sur les pratiques commerciales déloyales. La même page précise qu’il est illégal pour une entreprise de publier des allégations environnementales « fausses, inexactes ou exagérées ». Un « écologique » ajouté par une IA pour faire joli tombe exactement là.

Côté moteur de recherche, ce n’est pas l’IA que Google vise, c’est la page sans valeur. Ses règles contre le spam décrivent ainsi l’abus qui guette un catalogue généré d’un bloc :

Parmi les exemples, le même texte cite l’« utilisation d’outils d’IA générative ou d’autres outils similaires pour générer de nombreuses pages sans ajouter de valeur pour les utilisateurs ». Une fiche exacte, complète et relue n’a rien à craindre de cette règle. Mille fiches qui répètent le nom du produit sans rien apprendre au visiteur, si.

Dans quel ordre travailler ?

L’ordre compte plus que le modèle d’IA choisi. Nous l’avons appris sur une boutique en ligne que nous remettons d’aplomb, et nous le suivons désormais à chaque catalogue : réduire le périmètre, définir les attributs, extraire. Jamais l’inverse.

1. 01Réduire le catalogue.

   Retirez d’abord ce qui ne mérite plus une fiche : les produits épuisés pour de bon, les doublons, ceux qui ne se vendent pas et n’amènent personne. Les ventes et la Search Console de Google tranchent mieux que l’intuition.

2. 02Définir les attributs.

   Écrivez la liste des champs que chaque fiche doit porter (taille, matière, couleur, entretien…), avec leur forme d’écriture, avant de toucher à un seul produit.

3. 03Extraire sans deviner.

   Demandez à l’IA de remplir ces champs à partir des textes existants, et de laisser un champ vide quand le texte ne dit rien.

4. 04Relire par lots.

   Une personne relit chaque lot avant publication, champ par champ, en comparant au texte d’origine.

5. 05Mesurer ce qui manque.

   Comptez, pour chaque champ, la part des produits où il est rempli : ce chiffre dit ce qu’il faut demander au fournisseur ou mesurer soi-même.

La troisième étape porte toute la méthode. Un champ vide est une information : il dit ce qu’il reste à trouver. Un champ deviné est une erreur qui attend son client.

Travailler par lots a un autre avantage : une consigne mal écrite se voit sur le premier lot, pas sur tout le catalogue. Sur Palmora Property, 1 726 fiches d’annonces immobilières ont été réécrites avec l’aide de l’IA, en 36 lots, avec un seul échec.

Que demande Google à une description ?

La page de Merchant Center sur la description donne des règles qui valent bien au-delà du flux Google, parce qu’elles décrivent une bonne fiche :

• placer les informations les plus importantes dans les 160 à 500 premiers caractères ;
• ne décrire que le produit lui-même : taille, matière, tranche d’âge visée, caractéristiques spéciales, spécifications techniques, forme, motif, texture, conception, variantes ;
• ne mentionner ni le prix, ni le prix soldé, ni les dates de promotion ;
• n’ajouter aucun lien vers votre boutique ou vers d’autres sites ;
• ne faire aucune comparaison avec d’autres produits, et ne pas écrire en majuscules pour mettre une information en avant.

C’est exactement ce qu’une IA bien guidée sait respecter, à condition de lui donner ces règles dans sa consigne plutôt que d’espérer qu’elle les devine.

Ce que la couverture nous a appris

Le chiffre le plus utile d’un enrichissement n’est pas le nombre de fiches réécrites. C’est la part des produits pour lesquels chaque champ est réellement connu, parce que c’est elle qui décide des filtres et des pages de collection qu’on peut construire.

Le reste ne s’invente pas. Il se mesure, ou se demande au fournisseur.

Par où commencer ?

Prenez une vingtaine de vos meilleures ventes et faites l’exercice à la main : la liste des champs, ce que dit le texte du fournisseur, ce qui manque. Vous saurez vite si l’IA aura de la matière à extraire, ou s’il faut d’abord réclamer les informations à vos fournisseurs. Le choix de la plateforme, qui décide où vivent ces champs, est traité dans Shopify ou Medusa : que choisir pour une PME ?, et ce qui s’automatise autour du catalogue, des e-mails aux rapports, dans notre guide de l’automatisation marketing.

Si vous refaites votre boutique, ce travail ouvre notre offre e-commerce : le catalogue est importé, nettoyé, enrichi par lots et relu avant publication, et une information absente de vos données reste absente de la fiche. Si vous ne savez pas encore par quel chantier commencer, notre audit de maturité numérique et IA se termine par un GO ou un NOGO écrit, chantier par chantier.

Questions fréquentes

Sources

1. La page de l’Union européenne sur les pratiques commerciales déloyales (nouvel onglet)europa.eu
2. La page de Merchant Center sur la description (nouvel onglet)support.google.com
3. La page sur le titre (nouvel onglet)support.google.com