Un agent peut agir.
Il ne se limite pas à répondre : il utilise des outils pour exécuter une tâche.

Il ne se limite pas à répondre : il utilise des outils pour exécuter une tâche.
Il exprime un besoin, fixe des limites et garde la main sur les validations.
La découverte, le choix et parfois l’achat se font aussi en dehors du site marchand.
L’introduction est faite. Aujourd’hui, nous commençons par Find : comment le client découvre et choisit.
Être découvert
Être accessible
Être compris
Être comparé
Permettre l’achat
Accompagner après l’achat
Avec Businesses in ChatGPT, OpenAI ouvre une bêta pour enrichir les informations des entreprises, connecter leurs catalogues et suivre leur présence.
Les Business Agents permettent aussi aux entreprises éligibles de proposer une expérience d’assistance dédiée.
Bêta : accès et fonctionnalités selon éligibilité. Les premiers Business Agents ciblent les entreprises américaines de commerce en ligne et de services en ligne.
Source : OpenAI ↗
Les visites issues des IA progressent de 71 % sur un an. Leur taux de conversion dépasse de 90 % celui des sources non-IA.
Le signal pour une marque : être présent au moment où l’assistant aide le client à préparer son choix.
Données Adobe : sites marchands américains, septembre 2026. +90 % est un écart relatif de taux de conversion, pas un taux de conversion de 90 %. Étude publiée le 29 octobre, relayée le 3 novembre.
Source : Adobe ↗ · Siècle Digital ↗
Au Canada, Google déploie l’achat intégré dans AI Mode et Gemini, avec Google Pay et le protocole UCP.
Des enseignes comme Simons et lululemon, ainsi que certains marchands Shopify, participent. Le commerçant reste le vendeur de la transaction.
Déploiement canadien progressif, chez les marchands éligibles. Ce n’est pas une disponibilité générale en France ni pour tous les marchands Shopify.
Source : Google Canada ↗
Comment un client découvre et choisit un produit avec une IA. Et où la marque intervient dans ce parcours.
Explorer la sessionLe point de départ reste une personne qui cherche à satisfaire un besoin.
« Je cherche un polo bleu marine pour le bureau, à porter sous une veste, à moins de 150 €. »
Il exprime un besoin, fixe ses critères et choisit ce qu’il veut déléguer.
Il interprète la demande, cherche des informations et peut exécuter des tâches selon ses capacités.
Sites, catalogues, moteurs, avis : la réponse peut s’appuyer sur plusieurs sources.
Ils décrivent le produit, proposent une offre et assurent l’exécution de la commande.
Un modèle interprète la demande. Des outils lui donnent accès à des informations et à des actions. Des instructions définissent l’objectif et les limites. L’agent enchaîne des étapes pour accomplir la tâche confiée.
Le chatbot ou le VTO dont nous avons parlé sont des formats d’expérience. Pour identifier leur dimension agentique, on regarde la tâche réellement déléguée et la façon dont le système la réalise.
Dans notre exemple, à qui la cliente fait-elle confiance pour lui proposer le bon polo ?
Le même besoin peut produire plusieurs parcours. On regarde où la marque entre dans la discussion.
« Je cherche un polo pour le bureau. Je vais explorer les collections. »
« Compare des polos bleu marine pour le bureau, à moins de 150 €. »
« Prépare un panier avec ce modèle, dans la bonne taille. Je validerai le total. »
« Achète ce polo en bleu, dans ma taille, pour un total maximum de 150 €. »
Le paiement et les validations dépendent des capacités et des règles du service utilisé.
Fond jaune : tâche confiée à l’IA · Fond noir : décision de la personne. Scénarios pédagogiques ; capacités à vérifier pour chaque service.
De ma demande au résultat : je montre ce que je confie à l’assistant, ce qu’il fait et les moments où j’interviens.
Mon parcours d’achat en direct.

Mon parcours d’achat en direct.
Un autre parcours à observer.
L’assistant sur WhatsApp.
Pendant la démo, on suit trois choses.
Le besoin, les critères, le budget et la part du parcours que je délègue.
Les recherches, les choix, les actions et les informations qu’il me demande.
Le produit, le vendeur, le total et le moment où l’achat est confirmé.
Avant de parler de GEO, regardons les écrans où le choix peut commencer.
Visuels et démonstrations officiels en anglais. Ce sont des exemples d’interface, pas des résultats mesurés pour Lacoste. Les versions, pays et comptes peuvent différer.
AI Overviews résume un sujet avec des liens vers des sources.
L’onglet « All », le bloc « AI Overview » et les liens qui accompagnent la réponse.
Une page peut servir de source avant que le client ne visite le site.
AI Mode permet de préciser la demande et d’explorer des options. Ici : une sélection de soins.
Les recommandations contextualisées, les produits, les prix et les vendeurs.
Le client peut déjà comparer des offres dans cette interface.
Exemple : trouver un cadeau à partir d’un contexte personnel, avec des suggestions de produits.
Le besoin formulé en langage naturel et les produits proposés dans le fil.
Gemini est ici l’application. AI Mode est une expérience de Google Search.
Le visuel de lancement montre comment une question d’achat ouvre une recherche approfondie. Les produits peuvent ensuite être comparés et les critères affinés.
La proposition de recherche dans la conversation et l’entrée « Shopping research » du menu.
Le GEO désigne le travail de visibilité d’une marque et de ses contenus dans les réponses des IA.
Lacoste apparaît-elle comme une option pertinente ?
Les coupes, caractéristiques et conditions sont-elles correctement expliquées ?
Expérience, expertise, autorité et fiabilité : quatre angles pour évaluer la crédibilité d’une page.
Exemple retail : un essai documenté, des photos d’usage ou des observations précises sur le porté et l’entretien.
Exemple retail : un guide des coupes et des matières, précis, vérifié et rédigé par une personne compétente.
Exemple retail : une expertise reconnue par des sources indépendantes pertinentes, avec des références authentiques.
Exemple retail : vendeur identifiable, caractéristiques vérifiables, prix et conditions de livraison et de retour explicites.
Google précise qu’E-E-A-T n’est pas lui-même un facteur de classement unique. Les exemples retail sont notre application pédagogique. Google Search Central · E-E-A-T ↗
| Critère | Concrètement, pour un polo | La preuve à demander |
|---|---|---|
| 01 · AccèsDécouvrable et lisible | Une page accessible, des informations importantes en texte. | Inspection de l’URL et contrôle de ce que le service peut lire. [1, 3] |
| 02 · PertinenceUtile pour le besoin | Décrire la coupe, la matière et les usages réels : pourquoi choisir ce modèle ? | Une réponse précise à une question client, appuyée sur des faits. [2, 4] |
| 03 · ConfianceFiable et vérifiable | Apporter des détails propres au produit, des guides et des avis authentiques. | Des informations vérifiables ; pas de promesses ni d’avis fabriqués. [2] |
| 04 · CohérenceUne offre sans contradictions | Même référence, variante, prix et disponibilité sur la page et dans les données transmises. | Comparer PDP, données structurées et flux produit. Le balisage n’est pas une garantie de citation. [1, 4] |
| 05 · FraîcheurDes données commerciales à jour | Stock, prix, frais, livraison et retours adaptés au marché concerné. | Date de mise à jour, contrôle des flux et comparaison avec le site marchand. [1, 4] |
| 06 · VisuelsUn produit identifiable | Des images nettes de la bonne variante, qui complètent la description. | Contrôler l’image affichée et son accord avec les données produit. [2, 4] |
La marque est nommée dans la réponse, avec ou sans lien.
La réponse renvoie à une page ou à un domaine comme source.
Un produit ou une marque est conseillé pour le besoin considéré.
« Quel polo choisir pour le bureau sous une veste ? »
Pour cet usage, Maison Rivage propose des coupes régulières et ajustées [1].
Mon premier choix serait le modèle Bureau d’Atelier Nord, pour sa coupe adaptée à cet usage [2].
Studio Soleil est une autre marque de cette catégorie.
[1] Guide des coupes — site Maison Rivage
[2] Comparatif de polos de bureau — média indépendant fictif
Panorama de fonctions proposées par Peec, Profound et Semrush. Elles ne sont pas présentes dans chaque produit ni chaque offre.
| Fonction | Ce que l’outil présente | La question à poser |
|---|---|---|
| Suivi des prompts | Réponses récurrentes, présence, évolution et concurrents. | Quelles questions, répétitions et surfaces sont réellement couvertes ? |
| Analyse des citations | Domaines, URLs et sources récurrentes. | S’agit-il de liens affichés, de sources récupérées ou d’une inférence ? |
| Écarts concurrentiels | Questions et sources où d’autres marques apparaissent. | Ces écarts concernent-ils nos besoins clients prioritaires ? |
| Perception de marque | Sentiment, thèmes, attributs et erreurs éventuelles. | Le texte confirme-t-il réellement la qualification automatique ? |
| Estimation de la demande | Volumes de sujets ou audience potentielle. | Quelle part vient d’observations, de données tierces ou d’un modèle d’estimation ? |
| Audit technique | Accessibilité et obstacles rencontrés par les robots. | Les constats sont-ils reproduits avec le bon agent utilisateur ? |
| Analyse des visites | Activité des robots et trafic humain attribuable aux moteurs IA. | Quelles sources de données, quelles règles d’identification et quelle attribution ? |
| Optimisation de contenus | Corrections, sujets à traiter, contenus à enrichir ou à produire. | Quelle preuve justifie la recommandation et comment évaluera-t-on son effet ? |
Descriptions des éditeurs : Peec · Dashboard ↗ · Profound · Réponses et citations ↗ · Semrush · Données et estimations ↗ · Profound · Analyse des robots et du trafic ↗
| Le parcours | Un même besoin peut être traité seul, avec l’IA ou délégué à un agent. |
|---|---|
| La démo | Regarder ce que je confie, ce que l’assistant fait et ce que je valide. |
| Les fondations | Le SEO et E-E-A-T restent utiles pour être découvert et compris. |
| Les réponses | Être mentionné, cité et recommandé sont trois résultats différents. |
| La présence | Travailler les médias, l’UGC et ses propres canaux ; observer puis améliorer. |