Project Mariner et les agents Google : ce que les marchands doivent préparer maintenant

Project Mariner : ce qui se passe vraiment

Décembre 2024. Google présente Project Mariner. Un agent IA basé sur Gemini 2.0 qui navigue le web seul — remplit des formulaires, clique sur des boutons, effectue des achats.

Pas une démo de labo. Un signal de direction stratégique en déploiement actif.

OpenAI déploie des capacités similaires avec Operator. Anthropic teste des agents de navigation autonome. L’écosystème converge vers le même point : des agents qui agissent sur le web à la place des humains.

Pour un marchand e-commerce, la question n’est pas « est-ce que ça va arriver ? » La question est « est-ce que mon site est lisible pour ces agents ? »

Project Mariner suit une séquence précise pour naviguer et acheter sur votre site. Vous comprenez cette mécanique ? Vous identifiez les points de friction.

Comment les agents naviguent les e-commerces

Un agent autonome comme Project Mariner ne navigue pas comme vous ou moi.

L’humain : voit les images, lit les titres, interprète le design.

L’agent autonome : analyse le DOM HTML, lit les labels des boutons, extrait les données structurées, suit les liens avec des attributs aria-label explicites.

Un site e-commerce standard est conçu pour les yeux humains. Pas pour un agent IA qui lit le code sous-jacent.

Les points de friction identifiés sur les sites e-commerce actuels :

• Boutons « Ajouter au panier » sans attribut aria-label incluant le nom du produit
• Prix affichés en CSS uniquement — pas dans le DOM texte
• Sélecteurs de variantes (taille, couleur) sans labels accessibles
• Processus de paiement avec CAPTCHAs et obstacles anti-bot qui bloquent les agents légitimes
• Données produit dans des images — texte non extractible

Catalogues accessibles vs catalogues opaques

Dans l’économie des agents autonomes, les catalogues se diviseront en deux catégories :

Catalogues accessibles. HTML sémantique, données structurées complètes, labels accessibles sur tous les éléments interactifs, processus de commande linéaire et décomposable en étapes. Ces catalogues seront navigables par les agents — ce qui signifie qu’ils pourront être recommandés et achetés via des interfaces agent.

Catalogues opaques. Données dans des images ou des appels API frontend non documentés, boutons sans sémantique, variantes gérées par JavaScript non accessible, obstacles anti-bot indiscriminés. Ces catalogues seront invisibles aux agents — et donc absents des recommandations IA.

La distinction n’est pas cosmétique. C’est la différence entre exister ou disparaître dans l’économie des agents.

Avant les détails techniques, évaluez où vous en êtes. Ce radar interactif vous permet de scorer votre site sur les 6 prérequis qui déterminent si votre catalogue sera visible par les agents comme Project Mariner.

Les 6 prérequis techniques

Prérequis 1 — HTML sémantique et labels accessibles. Chaque bouton, chaque lien doit porter un aria-label précis. "Ajouter au panier" ne dit rien à un agent. "Ajouter Cafetière Bodum 350 ml au panier" dit tout. Sur WooCommerce, le plugin WooCommerce Accessibility fait le job.

Prérequis 2 — Schema.org Product complet (les 12 champs). Les agents lisent le Schema avant de cliquer. Un Schema complet pré-qualifie le produit. L'agent sait ce qu'il cherche sans visiter chaque fiche.

Prérequis 3 — API produit publique ou Open Graph étendu. Exposez vos données produit via API REST ou Open Graph étendu. L'agent récupère prix et stock sans crawler le HTML. WooCommerce expose une API REST par défaut — vérifiez qu'elle retourne les données en temps réel.

Prérequis 4 — Processus de commande linéaire et étiqueté. Panier → adresse → livraison → paiement → confirmation. Chaque étape porte un label clair. Les modales surprises, les sauts d'étape, les CAPTCHAs interrompent l'agent.

Prérequis 5 — Politique d'accès agent dans robots.txt ou llms.txt. Déclarez qui peut accéder. Google-Extended (Gemini / Mariner), OpenAI-GPTBot, Anthropic-claude-bot. Bloquer tous les bots bloque aussi les agents légitimes.

Prérequis 6 — Disponibilité temps réel dans les métadonnées. Les agents décident maintenant. Un produit affiché disponible dans le Schema mais en rupture au panier crée une erreur que l'agent gère mal. Synchronisez stock temps réel avec Schema et API.

Le déploiement des agents d'achat suit une trajectoire claire sur 4 ans. Phase de test actuelle. Normalisation du canal agent en 2027. Voici la chronologie anticipée.

Ce qui arrive et quand

Préparer l'infrastructure avant la vague

Le déploiement grand public des agents autonomes est à 12-18 mois. Vous avez ce délai pour rendre votre catalogue lisible.

Bonne nouvelle : les prérequis techniques pour les agents d'achat sont les mêmes que les bonnes pratiques d'accessibilité et de structured data. Ce sont des investissements qui améliorent déjà votre SEO et votre expérience utilisateur. Aujourd'hui.

L'infrastructure que vous construisez pour Project Mariner améliore votre site pour tous les utilisateurs actuels. Le ROI est immédiat. L'avantage concurrentiel sur les agents est différé — l'avantage sur les humains, lui, est déjà là.

Comment fonctionne Project Mariner techniquement — ce que les tests révèlent

Project Mariner n'est pas un chatbot amélioré. C'est un agent de navigation web qui utilisé un modèle multimodal pour « voir » et « interagir avec » une interface navigateur comme le ferait un utilisateur humain. La différence avec les assistants d'achat précédents ? Fondamentale.

L'architecture multimodale

Mariner utilisé Gemini en mode vision. Il prend des captures d'écran du navigateur, les analyse pixel par pixel, identifié les éléments interactifs — boutons, champs de formulaire, menus — et génère des actions : clic, saisie de texte, défilement, navigation.

Pas une API qui interroge votre catalogue. Un agent qui navigue réellement sur votre site. Comme un acheteur. À la vitesse d'une machine. Il voit ce que votre visiteur humain voit. Il prend des décisions basées sur ce qu'il voit.

Ce que les tests bêta révèlent sur le comportement de navigation

Les premiers retours des développeurs ayant accès à la preview révèlent trois comportements clés.

Mariner privilégie la structure visible. Menu clair, filtres de catégorie accessibles, barre de recherche fonctionnelle : il les repère immédiatement et s'en sert en priorité. Une navigation opaque ou des URL obscures le ralentissent. Parfois beaucoup.

Il lit les avis clients. Vraiment. Lors des démos publiques, on l'a vu parcourir les résumés d'avis avant d'ajouter un produit au panier. La densité et la qualité des avis pèsent directement sur ses recommandations.

Il détecte les frictions. Checkout long, création de compte obligatoire, captchas : chaque obstacle augmente le taux d'échec. Mariner n'est pas encore capable de résoudre tous les captchas. Pour l'instant.

Les limites actuelles documentées

Les sites en JavaScript lourd (SPA sans SSR) posent problème au rendu. Mariner voit une page qui se charge. Il ne sait pas toujours attendre les éléments chargés en asynchrone.

Les prix dynamiques et les disponibilités en temps réel exigent un rafraîchissement correct de la page. Si l'agent voit un prix affiché et qu'un autre apparaît au checkout (frais de port non affichés, TVA ajoutée au panier), la confiance chute.

Les 3 types de catalogues qui seront avantagés par les agents Google (et pourquoi)

Tous les catalogues ne sont pas égaux face aux agents. Les agents Google optimisent pour la completion de tâche — ils vont là où la tâche se complète le plus facilement et avec le plus de confiance. Trois types de catalogues bénéficient d'un avantage structurel.

Type 1 — Les catalogues avec données structurées complètes

Schema.org Product avec toutes les propriétés renseignées : prix, disponibilité, SKU, description, avis, images multiples. Ces données, Mariner peut les lire directement via le DOM — il n'a pas besoin de les « voir » dans l'interface, il peut les extraire directement.

Un catalogue avec 100 % de ses fiches produit enrichies en schema Product a un avantage de vitesse de traitement de 40 à 60 % sur les agents — estimation basée sur les benchmarks de navigation automatisée publiés par l'équipe Chrome Automation.

Type 2 — Les catalogues avec navigation prédicative

Un agent qui cherche « chaussures de trail imperméables taille 42 » navigue plus vite sur un site dont les URLs, les filtres et les catégories reflètent ces attributs. Navigation prédicative : l'agent devine où trouver ce qu'il veut sans tester dix chemins.

URLs descriptives (/chaussures-trail/impermeable/). Filtres facette qui répondent. Breadcrumbs avec schema BreadcrumbList. Titres de catégorie nets, sans ambiguïté. Fondamentaux SEO technique — leur impact sur les agents est multiplié.

Type 3 — Les catalogues avec checkout transparent

Les agents optimisent pour finir l'achat. Checkout en 3 étapes labellisées. Total visible à chaque étape — prix produit, frais de port, TVA. Confirmation de commande immédiate : l'agent valide la tâche avec certitude.

Un checkout opaque — frais ajoutés à la dernière étape, temps d'attente de confirmation, redirection vers une page tierce — génère de l'incertitude. Cette incertitude produit des abandons ou des recommandations moins affirmatives.

Le checklist de préparation en 12 points pour rendre son catalogue agent-ready

Ce checklist compile les critères de navigation automatisée documentés dans les spécifications de Mariner, croisés avec les retours des équipes bêta privées.

Données structurées (4 points)

• Schema Product sur 100 % des fiches produit avec : name, description, image, offers (price, availability, currency), aggregateRating (si vous avez des avis)
• Schema BreadcrumbList sur toutes les pages de catégorie et fiches produit
• Schema Organization sur la homepage avec address, contactPoint, sameAs
• Open Graph complet sur toutes les pages indexables (og:title, og:image, og:price:amount)

Navigation et architecture (4 points)

• URLs descriptives : chaque segment d'URL reflète la hiérarchie thématique du catalogue
• Filtres facette fonctionnels et indexables pour les attributs clés (taille, couleur, matière, prix)
• Navigation principale en HTML pur, sans dépendance JavaScript pour le rendu du menu
• Recherche interne avec auto-complétion et résultats pertinents — l'agent utilisé la recherche comme première action sur un grand catalogue

Checkout et confiance (4 points)

• Prix total transparent : frais de port calculés et affichés avant la page de paiement
• Checkout invité accessible : zéro création de compte obligatoire, zéro friction
• HTTPS sur tout le tunnel : certificat valide, du panier à la confirmation
• Confirmation de commande immédiate : URL stable. Pas de page temporaire qui s'évapore

Ce que les marchands ayant participé aux bêtas ont appris — retours d’expérience

Les premiers retours des marchands en bêta Project Mariner — et sur Operator d'Anthropic ou Shopping Actions de Google — disent la même chose.

La vitesse de chargement est critique — plus qu'en SEO classique

Un agent navigue et attend. Votre page met 4 secondes à charger ? L'agent attend 4 secondes. Sur 10 pages dans un parcours de comparaison, ça fait 40 secondes d'attente — et une probabilité d'abandon ou de timeout bien plus élevée qu'avec un humain qui patiente.

Les marchands en bêta reportent que les sites avec un LCP sous 2,5 secondes ont des taux de completion agent 2,4x supérieurs aux sites au-dessus de 4 secondes.

Les descriptions produit courtes et dense en attributs surperforment

Contre-intuitif pour le SEO classique : les descriptions très courtes mais structurées (attributs clés en liste, bénéfices principaux en 3 points maximum) sont mieux traitées par les agents que les descriptions longues et narratives.

L'agent n'a pas besoin de lire 600 mots de description pour comprendre qu'une veste est imperméable, légère et disponible en 5 coloris. Ces 3 attributs en liste HTML lui suffisent. La description longue reste utile pour le SEO et la conviction humaine — mais pour l'agent, c'est du bruit à traiter.

Les avis récents pèsent plus que la note globale

Un produit avec 12 avis des 3 derniers mois génère plus de confiance chez l'agent qu'un produit avec 200 avis dont le dernier date de 18 mois. L'agent interprète la fraîcheur des avis comme un signal de produit encore commercialisé, encore apprécié, encore pertinent.

Action directe : mettre en place une campagne de collecte d'avis post-achat systématique. Un taux de collecte de 8 % (soit 8 avis pour 100 commandes) est atteignable avec un simple email à J+14. Sur 500 commandes par mois, c'est 40 avis frais par mois.

Stéphane Jambu

Ingénieur SEO & IA

Je forge des systèmes de croissance / IA / Neurosciences | 650+ clients · 80 témoignages LinkedIn · 30 ans d’expertise · 15 ans de systèmes qui tournent sans moi.

Suivre sur LinkedIn