L’optimisation des fiches produit est devenue un service freelance concret, car les parcours d’achat commencent désormais ailleurs que sur une page classique de résultats de recherche. En 2026, Google utilise les données de Merchant Center dans ses expériences d’achat et fournit des rapports permettant de comprendre comment les marques apparaissent pour les requêtes commerciales dans AI Mode et AI Overviews, tandis que ChatGPT peut afficher des produits, des informations sur les marchands et des liens d’achat lorsqu’une requête présente une intention commerciale. Cela ne signifie pas qu’un freelance puisse garantir l’apparition d’un produit dans un système d’IA. En revanche, les commerçants ont de plus en plus besoin de titres précis, d’attributs complets, de prix cohérents, de descriptions utiles, d’informations claires sur les variantes et de flux produit fiables. Un spécialiste travaillant depuis chez lui peut vendre ce service en résolvant ces problèmes concrets de catalogue plutôt qu’en proposant une vague prestation de « SEO pour l’IA ». L’offre la plus solide associe amélioration des contenus, nettoyage des données produit, contrôle des flux et reporting simple, afin que le client comprenne clairement ce qui a été modifié et pourquoi.
L’opportunité commerciale provient notamment de l’évolution de la manière dont les consommateurs décrivent ce qu’ils recherchent. Un acheteur peut encore saisir « chaussures de marche noires imperméables », mais il formule de plus en plus souvent des demandes plus longues, par exemple quelles chaussures conviennent aux trajets urbains sous la pluie, quel ordinateur portable est suffisamment léger pour être transporté chaque jour ou quel revêtement de canapé est le plus facile à nettoyer dans un logement avec des animaux. Les rapports de performance IA de Google pour Merchant Center tiennent compte de ce passage des recherches courtes aux requêtes d’achat conversationnelles. Ils peuvent présenter les termes associés aux produits, les attributs populaires et la part de visibilité pour les comptes éligibles. Pour un commerçant, les informations manquantes deviennent donc plus problématiques : si une fiche produit ne précise pas la matière, les dimensions, la coupe, la capacité, la compatibilité, les conditions de livraison ou tout autre attribut déterminant, un système d’IA dispose de moins d’informations fiables pour interpréter le produit.
Les fonctionnalités d’achat de ChatGPT renforcent également le besoin de données produit propres et structurées. Les spécifications actuelles d’OpenAI pour les flux produit prévoient des champs essentiels tels qu’un identifiant stable de l’article, le titre, la description, l’URL du produit, la marque, le nom du vendeur, l’image, le prix et la disponibilité, ainsi que des champs supplémentaires permettant d’enrichir le contexte commercial. L’intégration directe des flux est actuellement proposée aux partenaires approuvés, tandis que les marchands Shopify peuvent transmettre les données de leur catalogue au moyen de l’intégration de Shopify. Pour le prestataire, la conséquence est simple : même lorsqu’un commerçant n’a pas besoin de mettre en place un nouveau flux, son catalogue doit contenir des informations exactes, complètes et cohérentes. Un mauvais titre ou des informations incomplètes sur une variante restent de mauvaises données, quel que soit le service qui les exploite.
C’est pourquoi la prestation doit être présentée comme un travail d’amélioration de la clarté des informations produit plutôt que comme une tentative de manipuler des algorithmes. Un commerçant comprend facilement le problème d’une robe dont la fiche ne précise pas la longueur, la matière ou la coupe, d’un meuble sans dimensions une fois monté ou d’un appareil électronique dont la compatibilité reste floue. Ces lacunes affectent d’abord les acheteurs, puis les services d’achat assistés par IA. Cette approche est également plus sûre sur le plan commercial, car aucun freelance sérieux ne peut promettre une présence garantie ou un classement précis dans Google, Gemini ou ChatGPT. En revanche, il est possible de promettre un travail clairement défini : améliorer les informations produit utilisées par les clients et les systèmes automatisés, réduire les contradictions entre le site et les flux marchands, et créer un catalogue plus facile à interpréter et à maintenir.
Commencez par le contenu visible. Le titre du produit doit identifier précisément l’article sans devenir une suite artificielle de mots-clés répétés. Le début de la description doit répondre aux questions qui permettent de déterminer si le produit correspond au besoin : de quoi s’agit-il, à qui ou à quoi est-il destiné, quelle est sa matière ou sa caractéristique principale, quelle taille ou capacité est importante et quel élément le distingue d’une alternative proche. Plus bas sur la page, les spécifications doivent utiliser des noms et des valeurs cohérents. Lorsque la boutique propose plusieurs variantes, chaque couleur, taille, capacité de stockage ou modèle doit être présenté de manière uniforme. L’objectif n’est pas d’allonger systématiquement chaque fiche. Il consiste à éliminer les ambiguïtés, car une page concise contenant toutes les informations nécessaires est plus utile qu’une longue description remplie de formules commerciales génériques.
Comparez ensuite la fiche avec les données envoyées aux services d’achat. Google recommande d’utiliser à la fois les données structurées Product sur la page et un flux Merchant Center, car ces deux sources peuvent l’aider à comprendre et à vérifier les informations relatives au produit. Le prix, la disponibilité, la marque, les identifiants et les informations sur les variantes ne doivent pas se contredire. Google indique également que certains champs absents ou incorrects, notamment le GTIN, la couleur, la taille ou les informations relatives au groupe d’articles, peuvent limiter l’éligibilité ou provoquer des problèmes d’affichage. Pour les clients utilisant les flux produit d’OpenAI, le principe reste le même : les titres, descriptions, prix et données de stock doivent rester à jour. Il n’est pas nécessaire de vendre immédiatement un projet technique complexe pour apporter de la valeur ; le premier travail facturé peut simplement consister à identifier les endroits où le catalogue présente des informations contradictoires.
Votre livrable peut donc comprendre un titre et une description réécrits, un ensemble d’attributs complété, des règles de nommage des variantes, des recommandations concernant les images, un contrôle de cohérence avec le flux et de courtes instructions destinées au développeur ou au responsable e-commerce du client. Le langage doit rester factuel. Des expressions telles que « meilleur », « premium » ou « parfait » apportent peu de valeur si le commerçant ne peut pas les justifier. Des informations précises telles que « tige en nylon recyclé », « hauteur d’assise de 45 cm », « compatible avec USB-C Power Delivery jusqu’à 65 W » ou « lavable en machine à 30 °C » sont beaucoup plus utiles lorsqu’elles sont exactes. Cette méthode correspond également aux recommandations de Google concernant les contenus centrés sur les utilisateurs : la fiche doit aider un acheteur à prendre une décision et non être créée uniquement pour cibler une expression de recherche.
Un client achètera plus facilement une prestation clairement délimitée qu’une promesse générale consistant à « optimiser pour l’IA ». Organisez le service en fonction du volume du catalogue et d’un résultat concret. Une offre d’entrée pertinente peut être un audit des fiches produit et des flux portant sur dix produits prioritaires, accompagné d’un plan d’action écrit et d’un exemple de fiche entièrement améliorée. Le niveau suivant peut couvrir un lot de 25 à 100 produits avec un modèle de contenu commun, des règles relatives aux attributs et des contrôles qualité. Une prestation récurrente peut ensuite inclure les nouveaux produits, les mises à jour saisonnières, les erreurs de flux et les contrôles réguliers. Cette organisation rend le travail compréhensible pour un petit commerçant et évite de devoir établir chaque devis depuis zéro.
Pour un spécialiste indépendant qui commence à constituer sa clientèle, une grille tarifaire de départ raisonnable peut se situer autour de 150 à 300 £ pour un audit ciblé, de 350 à 700 £ pour l’optimisation de dix produits et d’environ 1 200 à 2 500 £ pour un lot de 50 produits lorsque les fiches suivent une structure répétable. Il s’agit de montants indicatifs pour établir un premier devis, et non de moyennes officielles du marché. Le tarif réel doit évoluer selon les besoins en recherche, les langues utilisées, le nombre de variantes, la qualité du flux et le volume de mise en œuvre attendu de votre part. Un catalogue d’accessoires simples pour la maison n’implique pas le même travail que 50 produits techniques comportant plusieurs règles de compatibilité. Il est donc préférable de facturer en fonction du périmètre, du nombre de familles de produits et des livrables plutôt qu’au nombre de mots.
Présentez une offre que le client peut comprendre avant de payer. Indiquez exactement ce qui est inclus : par exemple un audit initial, la révision des textes produit, l’identification des attributs manquants, le contrôle de cohérence des flux, des recommandations concernant les images et les variantes, une série de corrections et un journal final des modifications. Google a rendu Merchant Center for Agencies disponible mondialement en mai 2026, ce qui permet aux agences et aux prestataires de gérer plus facilement plusieurs comptes Merchant Center depuis un même environnement de travail. Cet outil peut faciliter l’organisation de vos prestations lorsque votre activité se développe, mais il ne doit pas constituer le principal argument commercial. Le client vous paie pour obtenir des informations produit plus propres et réduire les problèmes de catalogue, et non simplement pour accéder à une interface d’administration particulière.
La prospection fonctionne mieux lorsque vous sélectionnez des boutiques dans lesquelles les informations produit influencent directement la décision d’achat. La mode, les chaussures, les meubles, les articles pour la maison, les cosmétiques, les équipements sportifs, l’électronique grand public, les outils et les accessoires spécialisés constituent de bons exemples, car les clients comparent souvent plusieurs attributs avant d’acheter. Recherchez des boutiques présentant des titres incohérents, des descriptions trop courtes, des dimensions absentes, des matières mal précisées, des variantes mal nommées ou des produits similaires décrits avec une terminologie différente. N’envoyez pas un message générique consacré à la « visibilité IA ». Sélectionnez deux ou trois produits réels et identifiez précisément les informations absentes, contradictoires ou difficiles à consulter. Le prospect comprendra immédiatement que vous avez réellement examiné son catalogue.
Un petit audit d’exemple constitue généralement un meilleur outil commercial qu’une longue présentation. Montrez le titre actuel, expliquez un ou deux problèmes et proposez une version améliorée. Signalez ensuite les informations manquantes susceptibles d’être utiles aussi bien aux acheteurs qu’aux données produit exploitables automatiquement, par exemple la taille, la matière, la compatibilité, l’âge recommandé, la quantité contenue dans le lot, la consommation énergétique ou les instructions d’entretien. Vous pouvez également signaler une incohérence entre la fiche et le flux marchand si le client vous donne les accès nécessaires. L’exemple doit rester suffisamment limité pour éviter de réaliser gratuitement l’ensemble du travail. Son objectif est de démontrer votre capacité d’analyse, et non de livrer le catalogue terminé avant la signature d’un contrat.
Lors du premier échange, posez des questions opérationnelles qui permettent d’identifier naturellement les prestations payantes nécessaires. Comment les nouveaux produits sont-ils ajoutés ? Qui rédige les descriptions ? Les textes des fournisseurs sont-ils copiés sans modification ? À quelle fréquence les prix et les stocks évoluent-ils ? L’équipe reçoit-elle des avertissements ou des refus de produits dans Merchant Center ? Les noms des variantes sont-ils cohérents ? Le client a-t-il accès au rapport de performance IA de Google Merchant Center ou, au minimum, aux rapports standards sur les performances produit et les fiches marchandes de Search Console ? Ces questions permettent de distinguer un problème rédactionnel d’un problème de gestion des données. Elles évitent également de promettre des résultats que vous ne contrôlez pas. Votre proposition peut alors se concentrer sur les faiblesses réellement identifiées au lieu de répéter des termes à la mode.

Commencez chaque projet par un état initial. Conservez des exemples des fiches actuelles, notez les attributs le plus souvent absents, relevez les avertissements concernant les flux communiqués par le client et enregistrez les données de performance disponibles avant d’effectuer des modifications. Dans Google Search Console, les rapports relatifs aux fiches marchandes et aux extraits de produits peuvent signaler des problèmes liés aux données structurées. Dans Merchant Center, les diagnostics et les performances produit peuvent révéler des problèmes de qualité des données, tandis que les comptes éligibles en Australie, au Canada, en Inde, en Nouvelle-Zélande et aux États-Unis peuvent actuellement accéder aux informations de performance IA pour les requêtes commerciales en anglais. Le but de cet état initial n’est pas de produire un rapport spectaculaire. Il sert à rendre les évolutions mesurables et à éviter que le client et vous-même ne deviez vous fier uniquement à vos souvenirs.
Travaillez ensuite par lots contrôlés. Améliorez d’abord un petit groupe de produits, vérifiez le fonctionnement du nouveau modèle sur ordinateur et sur mobile, assurez-vous que les informations essentielles sont visibles pour les acheteurs et contrôlez la cohérence entre la page, le flux et les données structurées pour les éléments importants tels que le prix, la disponibilité, la marque et l’identité des variantes. Une fois le modèle validé par le client, appliquez-le au reste du catalogue. L’évaluation ne doit pas se limiter au trafic. Suivez le nombre de produits valides, les avertissements du flux, les impressions et les clics lorsque ces données sont disponibles, le taux de conversion des produits modifiés ainsi que les retours ou les questions adressées au service client lorsque le commerçant peut fournir ces informations. Pour les comptes Google éligibles, la part de visibilité IA, les termes liés aux produits et les informations concernant les attributs peuvent apporter un niveau d’analyse supplémentaire, mais ils ne doivent pas remplacer les indicateurs commerciaux classiques.
Une prestation de maintenance devient plus facile à justifier, car les données produit évoluent continuellement. Les stocks s’épuisent, les prix changent, de nouvelles variantes apparaissent, les conditions de livraison évoluent et de nouveaux champs sont ajoutés aux spécifications des services marchands. La mise à jour 2026 de Google Merchant Center a notamment ajouté des champs de livraison au niveau du produit, y compris l’heure limite de traitement des commandes et la valeur minimale de commande, ainsi que de nouvelles étiquettes liées aux avantages de livraison des programmes de fidélité. OpenAI recommande également de maintenir les flux produit directs à jour, et ses recommandations concernant la transmission des fichiers prévoient au minimum des instantanés complets quotidiens pour les intégrations compatibles. Une prestation mensuelle ou trimestrielle peut donc inclure des contrôles ponctuels du catalogue, des modèles pour les nouveaux produits, la vérification des problèmes de flux et la mise à jour des règles relatives aux attributs. Il s’agit d’un travail opérationnel récurrent avec un objectif précis, et non d’un abonnement difficile à justifier.
Vous pouvez organiser ce service autour d’un processus simple : récupérer les accès et un export des produits, auditer un échantillon représentatif, créer un modèle de contenu et d’attributs, optimiser un lot pilote, obtenir la validation du client puis appliquer le modèle approuvé à plus grande échelle. Un tableur suffit souvent pour contrôler le projet, avec des colonnes consacrées à l’URL du produit, à l’ancien titre, au nouveau titre, aux principaux attributs, aux informations manquantes, aux incohérences avec le flux, au statut et aux commentaires du client. Conservez également une feuille distincte consacrée aux conventions de nommage et aux règles relatives aux attributs afin d’éviter de prendre plusieurs fois les mêmes décisions. Cette organisation devient particulièrement utile lorsque plusieurs personnes travaillent sur le catalogue ou lorsque le client possède des centaines de variantes similaires.
Le contrôle qualité compte davantage que la vitesse. Avant la livraison, relisez chaque fiche modifiée du point de vue d’un acheteur plutôt que de celui d’un spécialiste SEO. Vérifiez que les affirmations peuvent être justifiées, que les mesures utilisent des unités cohérentes, que les variantes sont clairement différenciées, que les informations essentielles ne sont pas dissimulées dans des formulations vagues et que les textes copiés depuis les fournisseurs ont été réécrits lorsque cela était nécessaire. Effectuez ensuite une seconde vérification consacrée à la cohérence des données : un même produit ne doit pas être indiqué comme disponible sur sa page et comme indisponible dans le flux, et sa couleur, sa taille ou son prix ne doivent pas varier d’une source à l’autre sans raison valable. Cette double vérification est facile à expliquer au client et peut devenir une norme de qualité propre à votre service.
Après plusieurs projets, resserrez progressivement votre offre autour des catégories de catalogues pour lesquelles vous obtenez des résultats reproductibles. Un spécialiste qui comprend les problématiques de tailles dans l’habillement, les caractéristiques des meubles ou les règles de compatibilité des produits électroniques peut souvent produire un meilleur travail et établir ses devis avec davantage de précision qu’un prestataire acceptant toutes les catégories. Construisez vos études de cas autour du problème rencontré, des modifications réalisées et des résultats mesurables, tout en indiquant clairement les autres facteurs susceptibles d’avoir joué un rôle, notamment la publicité, la saisonnalité et les promotions. Votre activité pourra ensuite se développer grâce à des lots de produits plus importants, des catalogues multilingues, une maintenance régulière des flux et des recommandations provenant de développeurs e-commerce ou de spécialistes de la publicité payante. La valeur du service reste simple à comprendre : de meilleures informations produit aident les clients à prendre leurs décisions et fournissent aux systèmes d’achat assistés par IA des données plus propres et plus fiables.