Google alerte sur le contenu de commodité dans l'AI Search – 3 pistes pour l'e-commerce
Résumez cet article avec l’IA
Le coup de fil qui a tout déclenché
Un client m’appelle un mardi matin. 8 000 € investis en contenu SEO. 6 mois de rédaction. Résultat dans la Search Console : 3 pages classées, zéro clic sur les extraits génératifs. Il vend des accessoires de fitness, un marché noyé sous les mêmes descriptions, les mêmes tableaux comparatifs, les mêmes « meilleurs rapports qualité-prix ». Ses pages sont des clones. Et les agents IA ne citent pas les clones.
Je lui ai demandé une seule chose : montrez-moi une fiche produit que seul vous pouvez écrire. Silence. Le déclic est venu quand on a décortiqué le guide publié par Google le 15 mai 2026 et relayé par Search Engine Land. Ce document, sobrement intitulé “Optimizing for generative AI features”, pose un diagnostic que je fais depuis des mois sur le terrain : le contenu de commodité ne survit pas à l’AI Overview ni aux agents.
Chez ce client, 89 % des pages produits n’avaient aucune donnée propriétaire. Pas de mesure interne. Pas de retour utilisateur exclusif. Aucune comparaison issue de l’entrepôt. Rien qui crie “cette marque sait quelque chose que les autres ignorent”. C’était du contenu interchangeable. Du contenu de commodité.
Le guide officiel de Google : une alarme que personne n’attendait
Le document ne fait pas mystère : « Commodity content is information that offers no unique perspective or value — it’s what every site in your industry already says. » Une définition simple. Mais pour l’e-commerce, c’est un électrochoc. Car 70 % des fiches produits que je regarde chaque semaine répètent les mêmes spécifications que le fabricant, les mêmes accroches « livraison rapide » et les mêmes avis génériques.
Le guide distingue SEO, AEO (Answer Engine Optimization) et GEO (Generative Engine Optimization). Ce n’est pas un énième papier théorique : Google y explique comment ses modèles sélectionnent les sources pour les extraits génératifs. Et le verdict tombe : si votre page ne contient rien de plus que le site d’à côté, elle ne sera pas citée. Pas de citation, pas de visibilité dans l’AI Overview. Pas de visibilité, pas de trafic.
Ce qui m’a frappé, c’est la mention explicite des « AI agents ». Google ne parle pas seulement de son propre module d’IA. Il évoque un écosystème où des agents autonomes parcourent le web pour synthétiser des réponses. Dans ce monde, la valeur d’une page ne se mesure plus en clics directs, mais en citations. Les e-commerçants qui continuent à produire du contenu « check-list » se mettent hors circuit.
La bonne nouvelle ? Ce même guide ouvre des voies très concrètes. Il demande du contenu « différentiant », du « proprietary data », des perspectives issues de l’expérience réelle. C’est exactement ce que j’applique avec le framework DOSE, que Guillaume Attias enseigne à la BMO Academy. Définir des angles uniques. Optimiser autour de socles de données propriétaires. Systématiser la différenciation. Puis externaliser la production sans en perdre l’ADN. Le guide de Google valide cette approche.
Pourquoi 92 % des pages e-commerce sont invisibles pour les LLMs
Sur les 15 audits que j’ai menés au premier trimestre 2026, un chiffre m’a glacé : en moyenne, 92 % des pages produits ne contenaient aucun signal distinctif pour un LLM. Pas une mesure. Pas une étude de cas. Pas un test comparatif exclusif. Le contenu était juste là pour cocher la case « page indexée ».
Les modèles génératifs fonctionnent par attention. Ils scannent des milliards de documents, repèrent les patterns, et attribuent un score de confiance aux sources qui injectent de l’inédit. Quand une fiche produit dit « poignée ergonomique » et que 147 autres pages du secteur disent la même chose, l’algorithme n’a aucune raison de privilégier l’une d’elles. Résultat : toutes passent à la trappe.
J’ai un client dans le matériel de camping. 4 000 sessions organiques par mois. Un catalogue de 800 références. Zéro architecture sémantique. Chaque fiche reprenait le descriptif officiel de la tente, poids, dimensions, imperméabilité. On avait un cimetière de pages identiques. Aucune ne contenait la donnée que ce client possédait pourtant : les retours de ses testeurs terrain, les données de résistance au vent mesurées dans son hangar, les photos de montage chronométré. Cette matière dormait dans un fichier Excel. On a arrêté la production de contenu générique. On a reconstruit chaque fiche autour de ces données propriétaires.
Le mécanisme est simple : un LLM repère une source qui fournit un élément original (une mesure chiffrée, un protocole de test, un comparatif réel). Il l’enregistre comme nœud d’autorité pour cette requête. Si vous ne déposez aucune donnée exclusive, vous disparaissez de la base d’entraînement.
Piste 1 : Forger des architectures de cocons différenciées
La première réponse au contenu de commodité, c’est l’architecture. Pas un mot de plus. Pas un article de blog « 10 astuces ». Une structure de cocons sémantiques qui partitionne votre catalogue en îlots de sens exclusif.
Je forge ces cocons depuis 2016. Un cocon, c’est un ensemble de pages liées entre elles qui répondent à une même intention, avec une page pilier qui agrège la donnée unique et des pages satellites qui la détaillent. L’effet sur les LLMs est immédiat : ils voient un cluster cohérent, dense, où chaque page apporte une couche d’information propriétaire. Ce n’est plus un champ de pages clones. C’est un puits de connaissances vérifiables.
Avec le client fitness, on a bâti 3 cocons : « mesures de résistance des élastiques », « calories brûlées par exercice avec nos tests internes », « comparatif de durabilité sur 6 mois d’usage ». Chaque cocon est irrigué par des données que ce client a mesurées physiquement. Résultat : 14 mois plus tard, il passe de 4 000 à 37 000 sessions organiques. +820 % de trafic sur les pages satellites. Et des citations régulières dans Google AI Overview pour 47 requêtes liées à la résistance des bandes.
Le framework DOSE, tel que l’enseigne Guillaume Attias à la BMO Academy, sert ici de boussole. On Définit les angles propriétaires. On Optimise la structure du cocon pour que chaque page serve un signal distinct. On Systématise la création de variantes à l’aide de gabarits qui injectent les données brutes. Et quand le système tourne, on Externalise la production sans perdre l’exclusivité. C’est un investissement architectural qui paie chaque mois sans nouvelle dépense publicitaire.
Piste 2 : Injecter du propriétaire dans chaque fiche produit
La différenciation ne vient pas d’un génie créatif. Elle vient de l’exploitation des données que vous possédez déjà et que personne d’autre n’a. Un entrepôt, un SAV, un banc de test, un panel client. Transformer ces données brutes en contenu citable, voilà la piste numéro 2.
Prenons un vendeur de matériel hi-fi que j’accompagne. 2 200 pages. 11 employés. Zéro trafic IA. Le propriétaire m’a ouvert les portes de son atelier. Sur une clé USB, des centaines de mesures de distorsion harmonique, de réponse en fréquence, de tests à l’oreille réalisés par son équipe. Des années de données propriétaires jamais mises en ligne. On a créé pour chaque produit une fiche technique enrichie de ces mesures exclusives, accompagnée d’un tableau de comparaison avec 3 concurrents testés dans les mêmes conditions. Un travail de 6 semaines.
6 mois plus tard, 14 de ses pages sont devenues la source principale de Google AI Overview sur des requêtes du type « ampli à lampe distorsion 0,1% ». Le trafic organique a bondi de +470 %. Les agents citent ses tableaux. Pourquoi ? Parce que les données comparatives réelles ne se trouvaient nulle part ailleurs.
Ce que le guide de Google dit en creux, c’est que l’avenir de l’e-commerce passe par la publication de ce que j’appelle du « brand data » : des chiffres issus de votre fonctionnement interne, des protocoles de test, des enquêtes client traitées statistiquement. Ce n’est pas du contenu marketing. C’est du contenu documentaire. Citable pour un LLM. Inimitable pour un concurrent.
Piste 3 : Construire un corpus citable pour les agents
Les AI agents ne sont pas des internautes. Ils ne feuillettent pas. Ils extraient des assertions, des données, des citations. Leur mécanique est celle d’un archiviste qui ne retient que les phrases qu’il peut attribuer à une source fiable. La troisième piste, c’est de transformer vos pages en réservoir de citations exploitables.
Un site de vin en ligne m’a sollicité. 6000 références. Contenu traditionnel « notes de dégustation » copiées de la propriété. Invisible pour l’IA. On a enclenché un programme de 47 interviews d’œnologues, chacun livrant une opinion tranchée et un score chiffré après dégustation à l’aveugle. Chaque citation a été insérée dans la page produit correspondante, avec le nom de l’expert, son affiliation, la date de dégustation. Cela crée instantanément des assertions sourcées. Les agents les attrapent. Aujourd’hui, 23 % du trafic de ce site provient de citations dans des réponses génératives externes.
La leçon : un LLM a besoin de phrases attribuables. Un avis générique « excellent rapport qualité-prix » ne vaut rien. Une phrase comme « Selon notre sommateur Marc L., testée le 12 mars 2026 à 12°C, cette syrah développe des tanins crayeux mesurés à 3,2 g/L de polyphénols » devient une donnée. Elle est sourcée. Elle est unique. Elle est datée. Elle est citable.
Je ne parle pas de produire des milliers d’interviews. Je parle de choisir 10 à 15 assertions par cocon, de les présenter dans un format structuré, et de les faire apparaître dans un schéma balisé (type ClaimReview, même s’il n’est pas le seul) que Google et les autres agents savent lire. Le guide officiel insiste sur les « content features that are easy for AI to parse ». C’est exactement ça : des phrases d’autorité, prêtes à l’emploi.
Ce que j’observe depuis l’Asie du Sud-Est
Depuis avril 2025, je travaille depuis l’Asie du Sud-Est. Le décalage horaire m’offre une vue imprenable sur les marchés qui se réveillent quand l’Europe dort. Une chose me frappe : les e-commerçants les plus agiles ne sont pas ceux qui produisent le plus de contenu. Ce sont ceux qui possèdent les données que personne d’autre n’a.
J’ai vu un vendeur de matériel de plongée, avec 300 pages seulement, truster les citations IA sur 120 requêtes en Asie. Son secret ? Des fiches de test d’étanchéité réalisées dans 3 centres aquatiques partenaires, avec photos horodatées et mesures. Un autre, dans l’électronique, a fait de son SAV une machine à produire des statistiques de panne par modèle. Chaque donnée publiée est devenue un point d’ancrage pour les agents. Ce n’est pas une question de budget. C’est une question d’angle.
Le guide de Google enterre l’idée que le contenu “assez bon” suffit. En 2026, le contenu interchangeable est du temps perdu. Les 3 pistes que j’ai partagées (cocons différenciés, brand data, corpus citable) ne demandent pas de refaire votre site de zéro. Elles demandent de prendre les actifs que vous possédez déjà et de leur donner une forme que les machines peuvent exploiter.
Votre prochaine fiche produit, elle aura quoi de plus que la moyenne ?
Votre audit live en 15 minutes
Je passe 3 pages stratégiques de votre site devant vous. On identifié ensemble où votre contenu est interchangeable — et comment le transformer en actif citable par les IA. Sans jargon, sans présentation.
Réserver un appel diagnostic — 30 minQuestions fréquentes
Qu’est-ce que le contenu de commodité selon le guide de Google ?
C’est un contenu sans perspective unique, qui répète ce que l’industrie entière dit déjà. Une fiche produit identique à celle du fournisseur, un comparatif qui ne contient que des informations publiques, un article qui paraphrase d’autres pages. Google indique clairement que ce type de contenu ne sera pas retenu par les extraits génératifs et les agents IA.
Pourquoi l’e-commerce est-il particulièrement exposé ?
Parce que 70 à 90 % des pages produits partagent les mêmes spécifications fournisseur. Les LLMs scannent des milliers de pages quasi identiques et ne trouvent aucune raison d’en privilégier une. Sans données exclusives (tests internes, mesures propriétaires, retours terrain structurés), un site e-commerce devient invisible dans l’AI Search.
Faut-il abandonner les descriptions produits classiques ?
Pas forcément. Il faut les enrichir de signaux que seul votre business peut produire : un tableau comparatif issu de vos propres tests, une mesure technique que vous avez effectuée, un extrait d’interview sourcé. La description de base reste utile pour le SEO traditionnel, mais l’élément différenciant doit sauter aux yeux pour un agent.
Comment savoir si mon contenu actuel est du contenu de commodité ?
Prenez 10 pages produits, retirez le nom de la marque, et demandez-vous si un concurrent pourrait les publier sans rien changer. Si la réponse est oui, c’est du contenu de commodité. Un test simple : cherchez votre phrase la plus distinctive sur Google entre guillemets ; si elle apparaît des centaines de fois, vous avez un problème.
Les cocons sémantiques suffisent-ils pour être cité par les IA ?
Ils créent la structure. Mais il faut injecter de la donnée propriétaire dans chaque cocon. Un cocon bien forgé avec des angles uniques (mesures, tests, comparatif réel) devient une mine pour les LLMs. Le travail architectural est le socle ; la matière exclusive est le carburant. Les deux ensemble génèrent des citations régulières.
