Comment enrichir automatiquement une fiche produit vide ?

Un catalogue alimenté par un flux fournisseur arrive avec des fiches réduites à un libellé, un prix et une image. Rien à lire, rien qui distingue la boutique de vingt autres diffusant exactement le même flux, et un référencement inexistant faute de contenu. La rédaction manuelle est hors d'atteinte au delà de quelques centaines de références, ce qui laisse une seule voie praticable : enrichir automatiquement les fiches produit à partir des données que l'on possède déjà. L'exercice a des limites strictes, et la principale est qu'on ne génère jamais une information que l'on n'a pas. Tout le reste est affaire de méthode.

Le problème des fiches vides

Une fiche sans contenu pose trois problèmes distincts qu'il vaut mieux traiter séparément. Le premier est commercial : le visiteur n'a pas les éléments pour décider, il compare mal, il hésite et il repart. Sur des produits techniques, l'absence d'une caractéristique déterminante fait purement et simplement échouer la vente. Le deuxième est concurrentiel : lorsque cent boutiques diffusent le même descriptif fournisseur, aucune ne se distingue, et le choix se fait alors uniquement sur le prix, terrain sur lequel une petite structure perd toujours. La différenciation par le contenu est précisément ce qui permet de sortir de cette comparaison, en donnant au visiteur autre chose à regarder que le montant affiché.

Le troisième problème est celui du référencement. Une fiche reprenant mot pour mot un descriptif diffusé par des dizaines de sites n'apporte aucune valeur nouvelle et se positionne en conséquence. Le moteur n'a aucune raison de retenir votre version plutôt qu'une autre, et il choisira le plus souvent le site le plus établi. C'est là que l'enrichissement produit son effet le plus direct, à condition qu'il produise du contenu réellement propre au site et non une reformulation superficielle du même descriptif, exercice dont la mécanique est décrite dans notre article sur l'optimisation SEO de la description d'un produit. Une reformulation qui se contente de changer quelques mots produit un texte différent sans rien apporter de plus, et n'améliore rien.

Il faut également mesurer l'ampleur réelle du problème avant de s'y attaquer. Un catalogue de dix mille références comporte rarement dix mille produits qui comptent : quelques centaines génèrent l'essentiel du chiffre d'affaires et du trafic. Trier les fiches par ventes, par visites et par valeur unitaire avant toute intervention permet de concentrer l'effort là où il rapporte, et de laisser le reste au traitement automatique. Cette hiérarchisation est le préalable à toute décision sensée sur le sujet, et elle prend une heure. Elle révèle souvent qu'une part importante du catalogue ne reçoit aucune visite depuis des mois, ce qui pose au passage la question de son maintien.

Ce qu'on peut générer sans rien inventer

La règle qui gouverne tout l'exercice tient en une phrase : on ne génère que ce que l'on peut déduire des données réellement possédées. Une dimension, une matière, une compatibilité, une contenance figurent dans les attributs et peuvent être reformulées en phrases. Une appréciation sur la qualité, une recommandation d'usage ou une comparaison avec un produit concurrent ne figurent nulle part et ne doivent pas être inventées. Cette frontière est facile à tenir dès qu'elle est posée explicitement, et catastrophique à franchir puisqu'elle produit des affirmations fausses sur des produits vendus. Une caractéristique inventée engage la responsabilité du vendeur exactement comme si elle avait été écrite à la main par un rédacteur.

Concrètement, plusieurs blocs se génèrent honnêtement. Une phrase d'introduction reprenant la marque, le type de produit et ses deux caractéristiques principales. Un tableau de caractéristiques techniques construit à partir des attributs, bien plus lisible qu'un paragraphe. Une section de compatibilité listant les produits associés lorsque cette relation existe dans le catalogue. Une mention de conditionnement et de contenu de la livraison. Une indication de garantie ou de délai lorsqu'elle est portée par une donnée. Ces blocs représentent l'essentiel de ce qu'un acheteur cherche, et aucun ne demande d'inventer quoi que ce soit. S'y ajoute, quand la donnée existe, une indication de disponibilité et de délai d'expédition, information que les acheteurs cherchent systématiquement.

La qualité du résultat dépend entièrement de celle des attributs disponibles, ce qui déplace le chantier en amont. Extraire les caractéristiques enfouies dans les libellés fournisseurs, les normaliser et les stocker dans des champs distincts est le vrai travail, et il conditionne tout le reste. Ce travail est décrit dans notre article sur la manière de normaliser automatiquement les libellés produit, et il produit un bénéfice bien au delà de la seule question éditoriale. Sans attributs propres, le générateur n'a rien à dire, et aucun outil ne compensera cette absence de matière première.

Les attributs comme matière première

Un attribut bien modélisé porte trois informations : une valeur, une unité et un libellé lisible. Une hauteur de mille deux cents millimètres devient ainsi une hauteur de cent vingt centimètres dans une phrase, un mètre vingt dans une autre, selon le registre choisi. Cette souplesse suppose que la valeur numérique et l'unité soient stockées séparément, condition rarement remplie sur les catalogues alimentés par flux. La reprendre en amont est un investissement qui sert la génération de contenu, le filtrage, les données structurées et les flux vers les comparateurs, ce qui répartit son coût sur quatre usages. C'est en général l'argument qui emporte la décision auprès d'une direction hésitant devant l'ampleur du chantier de reprise des données.

Tous les attributs ne se valent pas pour la rédaction. Certains sont déterminants pour l'achat et méritent de figurer dans la première phrase : la taille sur un vêtement, la puissance sur un appareil, la contenance sur un consommable. D'autres sont purement logistiques et n'ont rien à faire dans un texte commercial. Cette hiérarchisation doit être établie famille par famille, avec quelqu'un qui connaît le métier, et elle constitue la partie du travail que l'on ne peut pas automatiser. Elle tient en un tableau de trois colonnes par famille. Ce tableau se remplit en une réunion d'une heure avec les personnes qui répondent aux questions des clients, source d'information la plus fiable sur ce point.

Ces mêmes attributs alimentent le balisage structuré, qui améliore l'affichage dans les résultats de recherche. Un attribut correctement modélisé sert simultanément le texte visible et le balisage invisible, ce qui double son rendement. Cette double exploitation est décrite dans notre article sur les données structurées d'une fiche produit, et elle constitue l'argument le plus solide en faveur d'un modèle de données propre plutôt que de descriptions rédigées à la main sans structure sous jacente. Une description rédigée reste évidemment souhaitable sur les produits qui comptent, mais elle vient s'ajouter aux attributs plutôt que les remplacer.

Générer des phrases sans produire du charabia

La génération par gabarit consiste à écrire des phrases à trous que l'on remplit avec les attributs. C'est simple, robuste et parfaitement contrôlable, et cela produit rapidement un résultat répétitif si l'on n'y prend pas garde. Trois précautions suffisent : disposer de plusieurs variantes de gabarit par famille et en choisir une de façon déterministe à partir de l'identifiant du produit, adapter la formulation au nombre d'attributs réellement renseignés, et ne jamais écrire une phrase dont un élément manque plutôt que d'afficher un blanc ou une mention vide. Ces trois règles se codent en une trentaine de lignes et suffisent à obtenir un résultat honnête sur la grande majorité des familles.

La gestion des attributs manquants est le point qui distingue un générateur acceptable d'un générateur ridicule. Une fiche annonçant une hauteur de zéro centimètre, une couleur non renseignée ou une matière indiquée comme divers est pire qu'une fiche vide. Le gabarit doit donc être construit par assemblage de fragments conditionnels, chacun n'apparaissant que si sa donnée existe, et la phrase doit rester grammaticalement correcte dans toutes les combinaisons. Cette contrainte impose des gabarits plus simples qu'on ne l'imaginait au départ, ce qui n'est pas un mal. Une phrase courte et exacte vaut mieux qu'une phrase élaborée qui se casse dès qu'une donnée manque, ce qui arrive plus souvent qu'on ne le prévoit.

Le résultat doit être relu sur un échantillon avant tout déploiement. Une trentaine de fiches tirées au hasard dans chaque famille, lues par quelqu'un qui connaît les produits, révèlent en une demi heure les formulations maladroites, les unités mal converties et les cas non prévus. Cette relecture est indispensable et elle est presque toujours sautée, ce qui conduit à publier dix mille fiches comportant la même maladresse, découverte trois mois plus tard par un client. La correction est alors simple puisqu'il suffit de régénérer, à condition d'avoir conservé la capacité de le faire, ce qui suppose de ne pas avoir écrasé les données sources.

Ce qu'il ne faut jamais générer

La liste est courte et sans exception. On ne génère aucune affirmation invérifiable sur les performances d'un produit, aucune appréciation de qualité, aucune comparaison avec un concurrent, aucune allégation relevant d'une réglementation particulière. Les secteurs de l'alimentaire, de la cosmétique, de la santé, du bâtiment et des dispositifs techniques encadrent strictement ce qui peut être affirmé, et une phrase générée automatiquement engage exactement autant que si elle avait été écrite à la main. Le risque n'est pas théorique et il porte sur des amendes réelles. La règle de prudence consiste à faire valider la liste des formulations autorisées par quelqu'un qui connaît la réglementation du secteur, une fois pour toutes.

On ne génère pas davantage d'avis clients, de témoignages ou de notes. Ces éléments ne peuvent provenir que de personnes réelles, et leur fabrication constitue une pratique commerciale trompeuse, sanctionnée comme telle. La tentation existe sur les catalogues neufs, où l'absence d'avis pèse sur la conversion, et la seule réponse acceptable consiste à mettre en place une collecte réelle plutôt qu'à combler le vide artificiellement. Une sollicitation envoyée quelques jours après la livraison suffit à constituer un socle d'avis réels en quelques mois.

Enfin, on ne génère pas de contenu destiné uniquement au moteur et non au visiteur. Les paragraphes remplis de variantes de mots clés, les listes de villes sans rapport avec le produit et les textes dissimulés relèvent de pratiques que les moteurs identifient et sanctionnent. Le critère de décision est simple et fiable : si le texte généré ne serait pas montré à un client sans gêne, il ne doit pas être publié. Cette règle règle à peu près tous les cas douteux. Elle a le mérite de ne demander aucune connaissance technique et de pouvoir être appliquée par n'importe qui dans l'équipe.

Le rôle de l'IA générative, et ses limites

Les modèles de langage produisent des descriptions fluides à partir d'un ensemble d'attributs, ce qui répond directement au reproche de répétitivité fait aux gabarits. Employés dans ce cadre, avec des attributs fournis en entrée et une consigne stricte de ne rien ajouter, ils donnent des résultats utilisables et nettement plus agréables à lire. C'est l'usage raisonnable de ces outils sur un catalogue : reformuler des données existantes, pas produire des informations. Formulée ainsi, la consigne se contrôle facilement et le résultat reste vérifiable ligne par ligne.

Leur limite est précisément celle qu'on leur demande le plus souvent de franchir. Interrogé sur un produit qu'il ne connaît pas, un modèle produira une description plausible et potentiellement fausse, sans le signaler. Sur un catalogue technique, cela signifie des caractéristiques inventées, des compatibilités erronées et des affirmations qui engagent le vendeur. La parade consiste à ne jamais laisser le modèle travailler sans données, à contrôler que le texte produit ne contient aucun chiffre absent des attributs fournis, et à relire un échantillon systématiquement. Un contrôle automatique comparant les nombres présents dans le texte produit à ceux des attributs fournis attrape la majorité des inventions, et il tient en quelques lignes.

Le coût mérite également d'être calculé avant de se lancer. Générer dix mille descriptions représente un volume qui n'est pas négligeable, et la régénération après une modification de consigne double la facture. Un traitement par lots, avec conservation des textes produits et une régénération limitée aux fiches modifiées, maintient ce coût raisonnable. Il vaut mieux prévoir ce fonctionnement dès le départ que de découvrir la facture après un premier traitement complet. Il faut aussi conserver la trace de ce qui a été généré automatiquement, afin de pouvoir tout reprendre le jour où l'on change d'approche. Un simple indicateur porté par la fiche, distinguant contenu généré et contenu rédigé, suffit à cet usage et évite d'écraser un texte écrit à la main.

Prioriser et mesurer

Le traitement automatique et la rédaction humaine ne s'opposent pas, ils s'appliquent à des populations différentes. Les quelques centaines de fiches qui portent le chiffre d'affaires méritent une rédaction originale, avec un angle propre, des photos spécifiques et des éléments de réassurance. La longue traîne du catalogue reçoit le traitement automatique, qui vaut infiniment mieux que le vide. Entre les deux, une population intermédiaire peut recevoir une reformulation assistée, plus agréable à lire qu'un gabarit et bien moins coûteuse qu'une rédaction complète. Cette répartition se décide sur des chiffres, et elle doit être révisée régulièrement puisque les produits qui comptent changent. Une révision trimestrielle suffit, et elle se fait à partir des mêmes chiffres que le tri initial.

La mesure de l'effet se fait par comparaison entre une population traitée et une population témoin laissée en l'état pendant quelques semaines. Cette précaution méthodologique, rarement prise, est ce qui permet de distinguer l'effet du traitement de l'évolution générale du trafic, toujours difficile à démêler autrement. Les indicateurs à suivre sont le nombre de pages recevant au moins une visite depuis un moteur, le nombre de requêtes distinctes générant des impressions, et le taux de conversion des fiches concernées. Ces trois indicateurs se lisent dans les outils déjà en place et ne demandent aucune instrumentation particulière.

Le résultat attendu est moins spectaculaire qu'on ne l'espère et plus durable qu'on ne le croit. Une fiche enrichie ne se positionne pas d'un coup sur une requête concurrentielle, elle commence en revanche à capter des recherches précises portant sur une référence, une compatibilité ou une caractéristique, qui n'auraient touché personne auparavant. C'est l'accumulation de ces petits volumes sur des milliers de fiches qui produit l'effet, et c'est aussi pourquoi il faut plusieurs mois avant de pouvoir juger. Annoncer ce délai avant de commencer évite les déceptions et les remises en cause prématurées du chantier. Le suivi se fait sur le seul sous ensemble traité, comparé à un sous ensemble laissé de côté volontairement, sans quoi la saisonnalité et les évolutions de l'algorithme rendent toute lecture des chiffres discutable.