Quand quelqu'un demande à ChatGPT quelle valise cabine acheter, quel sérum choisir pour une peau sensible ou quel cadeau offrir à un cycliste, il ne parcourt pas ton catalogue comme un moteur interne. Il compose une réponse courte à partir de pages qu'il comprend et qu'il juge fiables. Si tes fiches produit, catégories et guides d'achat ne donnent pas assez de contexte, tes produits restent hors de la réponse.
ChatGPT
Claude
Perplexity
Gemini
GrokUn site ecommerce peut très bien vendre via Google Ads ou email et rester mauvais candidat pour les réponses IA. Le problème vient souvent de pages trop transactionnelles et pas assez explicatives.
Trois photos, une phrase marketing et une liste de caractéristiques ne suffisent pas. Une IA doit comprendre l'usage, le profil client, les matériaux, les tailles, les limites, les garanties et les cas où le produit n'est pas adapté.
Une page catégorie avec 48 produits et aucun texte utile ne répond pas à une question d'achat. Les IA attendent une introduction claire, des critères de choix, des filtres compréhensibles et des liens vers les bons guides.
Le blog conseille sans lier les produits, ou les produits ne renvoient jamais aux guides. Résultat : l'IA comprend tes conseils d'un côté et ton catalogue de l'autre, sans faire le pont.
Les requêtes IA demandent souvent "lequel choisir", "meilleur pour", "alternative à" ou "différence entre". Sans pages comparatives honnêtes, tu laisses les médias, marketplaces et concurrents structurer la réponse.
Les avis sont là, mais impossibles à filtrer par usage, taille, peau, niveau, délai ou problème résolu. Une note moyenne ne suffit pas à une IA qui doit justifier une recommandation.
Stock, tailles, couleurs, délais, livraison, retours et garanties sont parfois rendus uniquement côté client. Si ces infos ne sont pas présentes dans le HTML ou les données structurées, les IA les voient mal.
Un ecommerce a souvent beaucoup de pages. Sans llms.txt utile, tu ne dis pas clairement quelles catégories, guides, comparatifs, politiques et fiches produit sont prioritaires pour comprendre ton offre.
Le scan Trakora applique tous les critères standards plus une grille ecommerce. L'objectif : vérifier si une IA peut te recommander sur une intention d'achat sans prendre de risque.
On regarde si chaque fiche importante contient une proposition claire, des usages, des caractéristiques lisibles, des preuves, une FAQ courte, des avis exploitables et des données Product cohérentes.
On vérifie si les catégories expliquent comment choisir, quelles différences comptent, quels filtres utiliser et quelles pages consulter ensuite. Une catégorie doit être plus qu'une grille de produits.
On teste les liens entre guides, catégories, fiches produit et comparatifs. Les IA citent plus facilement un écosystème éditorial cohérent qu'un blog isolé.
On identifie les requêtes "meilleur", "vs", "alternative", "pour quel usage" et les pages qui y répondent. Si elles n'existent pas, le rapport te propose les premiers angles à créer.
On vérifie la lisibilité des avis, garanties, retours, livraison, labels, photos client, mentions presse et preuves d'expertise. Le but n'est pas d'en rajouter, mais de rendre les preuves existantes compréhensibles.
On contrôle Product, Offer, AggregateRating, BreadcrumbList, FAQPage, les infos de stock, les variantes et la présence d'un llms.txt qui oriente les IA vers les pages clés.
Pour un ecommerce, le GEO commence par des pages que les IA peuvent citer sans deviner : produit, catégorie, guide d'achat, comparatif, avis et disponibilité.
Le diagnostic ne s'arrête pas à un score. Il montre quelles pages empêchent les IA de comprendre ton catalogue, puis transforme le constat en parcours d'actions.
Le catalogue expose les références, mais les pages expliquent trop peu les usages, les différences, les preuves et la disponibilité.
Commence par tes catégories les plus rentables. Ajoute des critères de choix, relie les guides aux fiches produit, puis rends stock, avis et retours lisibles pour les crawlers.
Le parcours t'aide à enrichir usages, critères de choix, avis exploitables et disponibilité sur les pages qui portent le plus d'intention.
Données structurées Product présentes
Les IA et Google peuvent lire le nom, le prix et la disponibilité sans deviner. C'est la base minimale pour figurer dans une réponse achat.
Avis clients visibles sur les fiches
Les preuves sociales sont crawlables. Il reste à les rendre plus exploitables par usage, profil et cas concret pour que les IA puissent s'appuyer dessus.
Pages catégorie indexées et accessibles
Le catalogue est lisible par les crawlers. La prochaine étape est d'ajouter des critères de choix et des liens vers les guides pour passer de listing à page de décision.
Tu ne repars pas avec "améliorer le contenu". Tu repars avec les fiches, catégories, guides et comparatifs à corriger en premier.
Quand quelqu'un demande à une IA quel produit acheter, tes concurrents, les marketplaces ou les médias occupent la réponse. Pas forcément parce qu'ils vendent mieux, mais parce que leurs pages expliquent mieux les critères de choix. Tes fiches existent, mais elles ne donnent pas assez de contexte pour être citées.
Les fiches prioritaires décrivent les usages. Les catégories aident à choisir. Les guides d'achat pointent vers les bons produits. Les comparatifs assument les différences. Les avis, garanties, stocks et retours sont lisibles. À ce niveau, ton ecommerce devient un candidat beaucoup plus crédible pour les réponses IA liées à tes catégories.
On ne promet pas une position garantie dans ChatGPT. On t'aide à passer d'un catalogue difficile à interpréter à un ensemble de pages que les IA peuvent comprendre, vérifier et citer.
Une URL. Soixante secondes. Tu sors avec tes 2 scores, le problème qui bloque le plus, puis tu peux débloquer le parcours complet pour corriger.
Ce que les IA répondent vraiment quand on cherche quoi acheter
Une IA recommande rarement une boutique parce qu'elle a plus de produits. Elle recommande celle dont les fiches, catégories, preuves et disponibilités sont les plus faciles à vérifier.
Les requêtes ecommerce dans les IA ressemblent peu à des mots clés SEO. Elles mélangent besoin, budget, contrainte, preuve et moment d'achat. C'est exactement là que tes pages doivent devenir lisibles.
→« Quelle valise cabine choisir pour un week-end de 3 jours ? »
L'IA cherche des critères simples : dimensions, poids, solidité, garantie, avis et disponibilité. Une fiche produit isolée sans guide d'achat est rarement suffisante.
→« Meilleur sérum visage pour peau sensible sans parfum ? »
Perplexity cite ses sources. Les ingrédients, contre-indications, preuves d'usage et avis détaillés doivent être crawlables, pas cachés dans des onglets ou du JavaScript.
→« Cadeau utile pour un cycliste qui roule tous les jours ? »
La requête ne contient pas forcément le nom de ton produit. Les IA ont besoin de pages qui relient usage, niveau, budget et produits recommandés.
→« Quelle cafetière choisir entre piston, italienne et filtre ? »
Claude reformule et explique. Si ton site vend les trois produits mais n'explique pas les différences, il laisse la réponse aux médias et aux comparateurs.
→« Où acheter une veste imperméable respirante disponible en taille M ? »
La disponibilité, les tailles, les variantes et les conditions de retour deviennent des signaux de recommandation. Si ces infos ne sont pas lisibles, l'IA hésite.
Le point commun des sites recommandables : chaque page aide l'IA à comprendre le produit, son usage, ses limites, ses preuves, son prix et sa disponibilité sans inventer.