Quatre nouveaux contrôles d'audit : Prêts pour l'Agentic Commerce et la GEO

Quoi de neuf ?

La manière dont les gens achètent et effectuent des recherches se déplace de plus en plus vers des systèmes d'IA tels que ChatGPT, Perplexity et Gemini. Ces systèmes ne recommandent que ce qu'ils peuvent clairement identifier, comparer et évaluer. C'est précisément là qu'interviennent quatre nouveaux contrôles, qui font désormais partie de chaque audit.

Si vous avez déjà audité votre site web : vos résultats précédents restent inchangés et comparables. Les nouveaux contrôles apparaîtront automatiquement lors de votre prochain audit.

1. Identifiants de produits

Les assistants d'achat assistés par l'IA comparent les produits via des identifiants uniques tels que le GTIN, le MPN ou le SKU, ainsi que la marque. C'est le seul moyen d'identifier un produit sans équivoque, de le comparer aux offres d'autres détaillants et de le recommander correctement. Le contrôle vérifie si ces champs sont présents dans votre schéma Product - sur la page d'accueil ou sur une page de détail de produit détectée.

2. Données d'offre complètes

Un agent ne peut recommander un produit et mener à une transaction que si l'offre indique de manière lisible par machine le prix, la devise (priceCurrency) et la disponibilité (availability). Ce contrôle évalue l'exhaustivité de vos données Offer - la base d'une visibilité IA propice aux transactions dans l'Agentic Commerce émergent.

3. Liaison d'entités sameAs

Avant qu'un LLM ou un moteur de recherche ne cite votre marque, il doit la résoudre en tant qu'entité unique. La propriété sameAs dans le schéma Organization relie explicitement votre site web à des sources faisant autorité telles que Wikipedia/Wikidata, LinkedIn ou Crunchbase. C'est le signal lisible par machine le plus fort pour cette résolution d'entité. À partir de trois profils liés, le signal est considéré comme solide.

4. Formats de contenu structurés

Les LLM décomposent les pages en passages individuels. Des blocs clairement structurés — tableaux, listes numérotées, listes de définitions — sont des unités de réponse autonomes qui peuvent être directement reprises comme citations et qui répondent aux questions typiques de comparaison et de procédures étape par étape. Pour cela, le contrôle sélectionne spécifiquement une page riche en contenu — de préférence un guide conseil ou un article de blog, sinon une page FAQ et, en dernier recours, la page d'accueil — et y examine exclusivement le contenu principal, sans les éléments de navigation.

Pourquoi cette sélection ?

Nous avons analysé l'état actuel des connaissances sur le classement IA et la Generative Engine Optimization (notamment le document GEO de Princeton) ainsi que les principaux outils du secteur. La plus grande lacune pour les boutiques ne réside plus dans le classique "schéma présent oui/non", mais dans la profondeur lisible par machine : un agent peut-il identifier, évaluer et recommander le produit de manière univoque ? Les quatre nouveaux contrôles comblent précisément cette lacune — et complètent nos points forts existants en matière d'accès des crawlers, de réputation et de signaux de confiance.

Ce que vous pouvez faire maintenant

• Complétez votre schéma Product avec le GTIN/MPN/SKU ainsi que la marque.
• Assurez-vous que vos données Offer contiennent le prix, la devise et la disponibilité.
• Renseignez le sameAs dans le schéma Organization avec au moins trois profils d'autorité.
• Structurez les contenus clés sous forme de tableaux ou de listes plutôt que de simple texte continu.

Lancez simplement un nouvel audit — les quatre nouveaux contrôles font immédiatement partie de votre évaluation.