Pourquoi mon site e-commerce n’apparaît pas dans les réponses de ChatGPT ?

Dans la majorité des cas, ce n’est pas un problème de référencement classique. C’est un problème de contenu insuffisant pour être extrait. Les moteurs IA (ChatGPT, Claude, Perplexity, Gemini) citent des pages qui répondent clairement à une question, pas des catalogues de produits sans texte autour. Voici les cinq causes les plus fréquentes chez une boutique en ligne, classées de la plus courante à la plus rare, avec le correctif pour chacune.

Les fiches produit sont trop pauvres pour être citées

Une fiche produit réduite à un titre, une photo et un prix ne contient rien qu’une IA puisse reformuler en réponse. Les moteurs IA extraient du texte structuré : caractéristiques, compatibilité, usage. Pas des visuels, pas des tableaux de variantes sans description.

Pendant les huit années où nous avons créé et piloté la boutique en ligne d’un distributeur Mercedes-Benz, les fiches qui remontaient le mieux sur Google (et qui, en test, remontent aussi le mieux sur les moteurs IA) étaient celles qui précisaient la référence constructeur, la compatibilité par modèle et par année, et l’usage réel de la pièce. Pas seulement le prix et le nom.

Le correctif

Pour chaque produit important, écrire 150 à 300 mots minimum : à quoi sert le produit, pour quels modèles ou quels usages il convient, ce qui le distingue d’une variante proche, comment il s’installe ou s’utilise. Éviter la description copiée telle quelle depuis le fournisseur : elle est souvent identique sur dix sites concurrents, donc rien d’unique à citer.

Aucune réponse claire aux questions d’achat

Un client qui demande à ChatGPT si un site livre en Belgique ou combien de temps prend un retour n’obtient une réponse que si cette information existe en texte clair, sur une page dédiée. Une FAQ éparpillée dans des conditions générales de vente au format PDF ne suffit pas.

Le mécanisme est simple : les moteurs IA cherchent une réponse directe, dans une page ou une section clairement intitulée. Si les délais de livraison ou les conditions de retour sont noyés dans un document juridique, l’IA ne les cite pas. Elle passe au concurrent qui a une page « Livraison et retours » lisible.

Le correctif

Créer une page dédiée par thème : livraison, retours, garantie, compatibilité. Poser la question en titre, répondre en deux ou trois phrases dès le début, détailler en dessous. Sur la boutique de pièces automobiles que nous avons pilotée, les pages qui répondaient directement à « cette pièce est-elle compatible avec mon modèle » généraient plus de contacts que les fiches produit seules.

Un catalogue sans contenu autour

Un site qui ne contient que des fiches produit et des pages catégorie n’a pas de matière pour répondre à des questions générales, du type « quelle housse pour l’hiver » ou « quelle différence entre ce modèle et celui-là ». Les moteurs IA citent en priorité les pages qui comparent, expliquent, conseillent.

Le mécanisme derrière : une IA décompose une question en plusieurs sous-questions et va chercher les pages qui traitent chacune en profondeur, pas seulement un mot-clé isolé. Une fiche produit seule couvre rarement plusieurs angles à la fois.

Le correctif

Ajouter des guides d’achat, des comparatifs sous forme de tableau (modèle A contre modèle B), des articles qui répondent aux questions posées avant l’achat (comment choisir, quelle taille, quelle matière). Chaque guide doit renvoyer, par un lien clair, vers les fiches produit concernées.

Un site non structuré pour l’extraction

Un texte noyé dans du HTML sans titres hiérarchisés, sans listes, sans données structurées (schema Product, schema FAQPage) est plus difficile à extraire qu’un texte organisé en questions et réponses avec un balisage propre.

Les moteurs IA lisent le code de la page. Ils préfèrent des titres H2 ou H3 formulés en question, des tableaux, des listes, et des données structurées qui indiquent le prix, la disponibilité ou les avis. Si le contenu n’apparaît qu’après chargement par un script, sans être présent dans le code source, l’extraction échoue.

Le correctif

Un H1 clair par page, des sous-titres en forme de question, un tableau comparatif quand c’est pertinent, un schema Product avec prix et disponibilité, un schema FAQPage sur les pages de questions. Vérifier que le contenu est bien présent dans le code servi au navigateur, pas seulement généré après coup.

Une autorité externe trop faible

À contenu égal, une IA privilégie une source déjà citée ailleurs (avis, mentions externes, liens d’autres sites) à une boutique inconnue. C’est la cause la plus rare à traiter en premier, et la plus lente à construire.

Sur le site de pièces Mercedes-Benz que nous avons piloté, la première position Google sur les requêtes pièces d’origine tenait autant au contenu qu’à l’autorité accumulée sur plusieurs années : avis, mentions, ancienneté du site. Ce travail ne se rattrape pas en quelques semaines.

Le correctif

Afficher les avis clients en texte, pas seulement sous forme d’étoiles. Chercher une présence sur des comparateurs sérieux du secteur. Produire du contenu assez utile pour être repris ou lié par d’autres sites. C’est un travail de fond, pas un correctif rapide.

Dans quel ordre corriger

Commencer par les fiches produit : c’est la cause la plus fréquente et la plus rapide à corriger. Puis les pages de réponse aux questions d’achat. Puis le contenu autour du catalogue (guides, comparatifs). Puis la structure technique (titres, balisage, schema). L’autorité externe vient en dernier, parce qu’elle se construit sur la durée et ne dépend pas que du site lui-même.

• 1. Fiches produit : texte utile, compatibilité, usage réel.
• 2. Pages de réponse aux questions d’achat : livraison, retours, garantie.
• 3. Contenu autour du catalogue : guides, comparatifs.
• 4. Structure technique : titres en question, schema, code source.
• 5. Autorité externe : avis, mentions, ancienneté.