Commerce agentique : préparer votre catalogue pour qu’un agent IA trouve et recommande vos produits

Table des matières
  1. Quand un e-commerçant s’intéresse aux agents IA
  2. Ce qui change quand c’est un agent qui achète
  3. Ce dont un agent IA a besoin dans votre catalogue
  4. Combien de vos produits l’agent voit réellement
  5. Check-list d’un catalogue prêt pour les agents : 10 vérifications
  6. Là où les catalogues échouent le plus souvent
  7. Garder le catalogue prêt quand on a des milliers de produits
  8. Questions fréquentes (FAQ)
  9. Sources

Le commerce agentique (agentic commerce), c’est l’achat en ligne où un agent IA comme ChatGPT, Gemini ou Perplexity cherche, compare et, de plus en plus souvent, commande à la place de l’acheteur. L’agent ne regarde pas les bannières, il lit des données. Il ne recommandera votre produit que si votre catalogue est lisible par une machine : marque et GTIN, caractéristiques remplies, prix et stock à jour, un flux pour la plateforme et un balisage produit sur la page.

L’erreur la plus fréquente : chercher comment « entrer dans ChatGPT » au lieu de compter combien de produits du catalogue l’agent peut réellement lire. Un produit sans marque ne passe pas dans le flux, un poids noyé dans la description ne passe pas le filtre « moins de 3 kg », un prix d’hier donne à l’acheteur le mauvais montant. Voici ce dont l’agent a besoin, un calcul sur un catalogue fictif et une check-list pour vérifier votre boutique.

Quand un e-commerçant s’intéresse aux agents IA

En général, tout commence par des visites venant de chatgpt.com dans les statistiques, ou par un essai personnel : le marchand demande à ChatGPT de trouver un produit de sa catégorie et sa boutique n’apparaît pas dans la réponse. Viennent ensuite les recherches « qu’est-ce que le commerce agentique », « ChatGPT Shopping », « faut-il un flux spécial pour ChatGPT ».

La question la moins utile est « comment y entrer ». Aucun bouton ne place votre boutique dans les réponses : même un flux connecté ne fait que transmettre des données à l’agent, c’est lui qui choisit. Mieux vaut d’abord mesurer quelle part du catalogue est prête pour lui.

Ce qui change quand c’est un agent qui achète

Ce qui change, c’est qui lit votre fiche produit : à la place d’une personne qui parcourt les photos et les avis, c’est un programme qui l’analyse avec la consigne de l’acheteur. La consigne ressemble à ceci : « trouve un aspirateur sans fil à moins de 300 €, de moins de 3 kg, disponible tout de suite ». L’agent la découpe en conditions, cherche les produits dont ces conditions sont écrites sous forme de données et compare ceux qui restent.

L’humain voit photos, bannière et avis, l’agent IA lit les données du produit : marque, poids, prix, disponibilité
Un humain et un agent IA dans la même boutique
QuoiHumainAgent IA
Comment il trouve le produitcatégories, recherche sur le site, publicitérequête avec conditions, données des flux et des pages
Ce qu’il litphotos, bannière, descriptioncaractéristiques, prix, stock, identifiants
Champ videpose la question au chat ou passene peut pas vérifier la condition, le produit est écarté
Prix sur le site différent du fluxle remarque au paiementa déjà annoncé l’ancien montant à l’acheteur
Achatsur votre sitesur le site ou directement dans le chat, si la plateforme le permet

L’achat directement dans le chat n’est pas encore arrivé en France. Google réserve le paiement dans AI Mode et Gemini via l’Universal Commerce Protocol (UCP) à certains marchands et aux seuls produits aux États-Unis. OpenAI a recentré les achats dans ChatGPT sur la découverte de produits en mars 2026 : la commande se fait dans le tunnel d’achat du marchand, et OpenAI attend des boutiques un flux produits. Pour une boutique en France, le parcours aujourd’hui est le suivant : l’agent trouve et recommande le produit, l’achat se fait sur le site. Les données nécessaires sont les mêmes que pour le paiement dans le chat, il vaut donc la peine de s’y préparer dès maintenant.

Ce dont un agent IA a besoin dans votre catalogue

L’agent a besoin de données comparables sans intervention humaine, et d’un canal pour les recevoir. Plus un produit est décrit précisément, plus il passe de requêtes avec conditions.

Les données produit que lit l’agent
DonnéesÀ quoi elles servent à l’agentComment elles sont transmises
Caractéristiques « nom : valeur » avec unitésvérifier les conditions : poids, taille, compatibilitéflux, balisage, API
Marque, GTIN (EAN), MPNreconnaître le même produit chez plusieurs vendeursflux, balisage Product
Prix avec devise, prix promotionnelcomparer les offresflux, balisage Offer
Disponibiliténe pas recommander ce qui manqueflux, balisage Offer
Titre et description en texte brutcomprendre de quel produit il s’agitflux, fiche produit
Photo avec lien directmontrer le produit dans la réponseflux
Livraison et retourscalculer le prix total et les conditionsbalisage Offer, pages de conditions
Variantes : couleur, taillechoisir la bonne variante, pas un produit voisinbalisage ProductGroup, flux

Il existe trois canaux, et aucun ne remplace les autres :

  • Le flux : un fichier avec tous les produits pour une plateforme donnée. OpenAI accepte le CSV, le TSV ou le JSONL selon sa propre spécification et ne récupère le fichier que par SFTP. Google travaille avec le flux du Merchant Center, sur lequel repose aussi l’achat via UCP.
  • Le balisage de la page : un bloc Schema.org Product avec Offer dans le code de la fiche produit, c’est-à-dire prix, devise et disponibilité. Les moteurs de recherche et les agents qui ouvrent le site eux-mêmes le lisent. Pour que vos pages apparaissent dans la recherche de ChatGPT, le robots.txt ne doit pas bloquer le robot de recherche d’OpenAI (OAI-SearchBot).
  • Les protocoles de commande : ACP d’OpenAI et Stripe et UCP de Google décrivent comment un agent passe commande chez un marchand. UCP permet de se connecter par API, Agent2Agent ou MCP. C’est l’étape qui suit le flux, et elle n’est pas encore ouverte à tous.
Le catalogue atteint l’agent IA par trois canaux : flux, balisage Product sur la page, API et MCP

Combien de vos produits l’agent voit réellement

Autant que de produits qui remplissent toutes les conditions à la fois, et non chacune séparément. Calculez donc la couverture :

Couverture du catalogue = produits qui ont tout ce dont l’agent a besoin ÷ produits actifs × 100 %.

Exemple fictif pour le calcul, les chiffres ne sont pas des données de marché. Une boutique d’électroménager avec 2 000 produits actifs. On écarte successivement les produits sans marque, puis sans GTIN ni référence fabricant, puis ceux dont les caractéristiques obligatoires sont vides, puis ceux sans photo.

Combien de produits arrivent jusqu’à l’agent (chiffres fictifs)
VérificationÉcartésRestants
Produits actifs2 000
Marque renseignée3001 700
GTIN ou MPN renseigné4001 300
Toutes les caractéristiques obligatoires remplies600700
Photo présente20680
Prêts pour l’agent680
Entonnoir d’un catalogue fictif : sur 2 000 produits, 680 arrivent jusqu’à l’agent, soit 34 %

Couverture = 680 ÷ 2 000 × 100 % = 34 %. Les 66 % restants du catalogue, soit 1 320 produits, l’agent ne les reçoit pas dans le flux ou ne peut pas les vérifier selon les conditions de l’acheteur. La plus grosse perte se situe ici sur les caractéristiques : 600 produits. Commencez donc non pas par le flux, mais par les caractéristiques obligatoires des catégories qui comptent le plus de produits. Calculez aussi la couverture par catégorie : une moyenne de 34 % peut cacher une catégorie où presque aucun produit n’est prêt.

La ligne du GTIN ne compte que là où il existe. Les produits de fabrication propre ou artisanaux n’en ont souvent pas : la référence fabricant le remplace. Vérifiez le prix et le stock à part : si le flux est généré une fois par semaine alors que les prix fournisseurs changent tous les jours, une partie des produits « prêts » montre chaque jour à l’agent des données périmées.

Check-list d’un catalogue prêt pour les agents : 10 vérifications

Chaque point se vérifie avec un filtre dans le catalogue ou sur dix produits pris au hasard.

  1. Une marque pour chaque produit actif. Le filtre « fabricant vide » doit renvoyer zéro : sans marque, OpenAI refuse le produit.
  2. GTIN (EAN) ou MPN là où ils existent. Regardez la part de produits avec code-barres par catégorie.
  3. Caractéristiques obligatoires définies pour chaque catégorie et remplies. Comptez la part de produits dont toutes les caractéristiques obligatoires sont remplies.
  4. Des valeurs écrites de la même façon. « Noir » et « noir », « 2 kg » et « 2000 g » sont des valeurs différentes pour le filtre d’un agent. Parcourez la liste des valeurs uniques de chaque caractéristique.
  5. Titre : type, marque, modèle, différence principale. 150 caractères maximum, c’est la limite de la spécification d’OpenAI. Sans « TOP », « Promo » ni émojis.
  6. Description en texte brut, sans valeurs bouche-trou. Ni balises HTML ni « n/a » ou « null » : OpenAI interdit ces bouche-trous, un champ inconnu reste vide.
  7. Photo avec lien direct. Un JPEG ou un PNG qui s’ouvre sans connexion à un compte.
  8. Prix et stock du flux identiques à ceux du site. Comparez dix produits au hasard dans le flux et sur la page. Mettez le flux à jour au moins aussi souvent que changent les prix de vos fournisseurs.
  9. Balisage Product avec Offer sur la fiche produit. Prix, devise, disponibilité. Vous pouvez le contrôler avec le test des résultats enrichis de Google (Rich Results Test).
  10. Livraison, paiement et retours sur des pages dédiées. Délais, coûts, qui paie le retour : l’agent compare aussi cela.

Là où les catalogues échouent le plus souvent

Rarement dans le flux, le plus souvent dans les données à partir desquelles il est construit. Cinq erreurs qu’on retrouve dans les catalogues alimentés par les fichiers des fournisseurs :

  • Les caractéristiques sont dans le texte de la description. Un humain lit « poids 2,4 kg » dans un paragraphe, le filtre de l’agent non : il lui faut un champ « Poids » avec une valeur. Le produit sort de toute requête avec condition.
  • Des bouche-trous à la place de champs vides. « – », « n/a » ou « nous consulter » dans le champ marque ou couleur sont pris pour une valeur. OpenAI interdit explicitement ces bouche-trous.
  • Le prix du flux est en retard sur le site. Le flux a été généré le matin, le fournisseur a augmenté le prix à midi, l’agent a donné l’ancien montant à l’acheteur. Le Google Merchant Center compare le prix du flux à celui de la page et refuse le produit en cas d’écart.
  • Des variantes en fiches séparées, sans lien. Six fiches « T-shirt noir S », « T-shirt noir M » sans groupe : l’agent ne sait pas qu’il s’agit d’un seul produit en six tailles.
  • Un produit, deux fiches. Des doublons à des prix différents faussent la comparaison, et l’agent peut choisir le plus cher.
Cinq erreurs de catalogue : bouche-trou n/a, ancien prix, données dans le texte, orthographe différente, doublons

Garder le catalogue prêt quand on a des milliers de produits

Vérifier dix points à la main sur quelques centaines de produits, c’est possible ; sur des milliers, non : le catalogue change chaque jour avec les fichiers des fournisseurs, et les 34 % d’hier ne sont plus ceux de demain. Ce contrôle doit être fait par le logiciel où vivent déjà les produits. Dans Elbuz, cela se passe ainsi :

  • Caractéristiques et taux de remplissage. Pour chaque catégorie, vous définissez les caractéristiques obligatoires, et dans le catalogue vous voyez pour chaque produit combien sont remplies. Les caractéristiques, photos et descriptions manquantes, le logiciel les trouve sur des sites sources et les reporte dans la fiche, et une IA vérifie qu’il s’agit bien de votre produit.
  • Flux pour ChatGPT et Google. Le modèle d’export prêt à l’emploi « OpenAI (ChatGPT Ads) » génère un CSV avec 17 champs de la spécification d’OpenAI (prix avec devise, disponibilité, photo, description sans HTML, GTIN) et dépose le fichier selon un planning sur le serveur SFTP fourni par OpenAI. Le même catalogue alimente le flux Google Shopping.
  • Balisage produit. Si votre boutique tourne sur Elbuz CMS, la fiche produit porte déjà le balisage Product avec Offer : prix, disponibilité, vendeur et conditions de retour, et les produits à variantes sont regroupés. Les frais de livraison figurent dans le balisage quand ils sont connus d’avance : prix fixe ou gratuité à partir d’un montant de commande.
  • Un assistant IA sur vos données. Grâce au serveur MCP d’Elbuz, votre Claude ou ChatGPT travaille dans le catalogue avec les droits d’un collaborateur : il trouve les produits sans description, photo ou catégorie et les valeurs de caractéristiques qui ne diffèrent que par l’orthographe. Il propose les corrections, vous les validez dans « Pouls ».

Ce qu’Elbuz ne fait pas : il ne connecte pas votre boutique au paiement dans ChatGPT ou chez Google, l’accès aux flux et à l’achat dans le chat est accordé par les plateformes elles-mêmes. Et le serveur MCP d’Elbuz sert à votre assistant, pas aux agents des acheteurs : c’est par le flux et le balisage que votre catalogue leur parvient.

Remplir le catalogue avec ElbuzCaractéristiques, photos et descriptions pour des milliers de produits, 14 jours gratuits

Questions fréquentes (FAQ)

Qu’est-ce que le commerce agentique ?

Des achats où un agent IA cherche et compare les produits pour le compte de l’acheteur, et parfois passe la commande. La boutique ne vend plus par sa vitrine, mais par ses données : l’agent choisit ce qu’il peut lire et vérifier.

Qu’est-ce que le paiement agentique ?

C’est l’étape où l’agent règle lui-même la commande avec le moyen de paiement que l’acheteur lui a confié. Elle est décrite par les protocoles ACP d’OpenAI et Stripe et UCP de Google, et ne fonctionne pour l’instant qu’aux États-Unis chez certains marchands.

Comment apparaître dans ChatGPT Shopping ?

Aucune inscription ne le garantit. ChatGPT prend les produits sur les pages ouvertes et dans les flux des marchands : les pages ne doivent pas être bloquées pour OAI-SearchBot, l’accès au flux est accordé par OpenAI, et l’agent choisit selon la complétude des données de la check-list.

Peut-on acheter directement dans ChatGPT ou chez Google en France ?

Pour la plupart des boutiques françaises, pas encore. Google réserve l’achat dans le chat à certains marchands avec des produits aux États-Unis, et depuis mars 2026 OpenAI renvoie l’acheteur vers le marchand pour passer commande. Une boutique en France obtient de l’agent une recommandation et une visite sur son site.

En quoi un flux pour ChatGPT diffère-t-il d’un flux Google Merchant ?

Par le schéma des champs et la transmission. OpenAI a sa propre spécification, avec des champs comme is_eligible_search, et n’accepte le fichier que par SFTP ; le Google Merchant Center récupère lui-même le flux par un lien. Les données de base sont les mêmes, les deux flux se construisent donc à partir d’un seul catalogue.

Qu’est-ce que MCP et une boutique en ligne en a-t-elle besoin ?

MCP (Model Context Protocol) est un standard ouvert qui permet de brancher un assistant IA sur des logiciels et des données. Pour une boutique, il sert à deux choses : votre assistant travaille avec le catalogue et les commandes, et via UCP, l’agent d’un acheteur peut lui aussi se connecter par MCP. Pour ce second usage, il faut d’abord un flux et des données complètes.

Sources

Vérifié le 13.11.2026.

Enregistrer un lien vers cet article Telegram Facebook X LinkedIn Viber WhatsApp
En savoir plus sur Elbuz avec l’AI Posez votre question — choisissez un chat et laissez l’AI étudier cette page pour vous :

Discussion sur le sujet – Commerce agentique : préparer votre catalogue pour qu’un agent IA trouve et recommande vos produits

0 commentaires

Il n’y a aucune évaluation sur ce produit.

Écrire un commentaire

Votre adresse email ne sera pas publiée. Les champs obligatoires sont cochés

Essayer Elbuz gratuitement