Des données produit structurées, c'est une information produit rangée dans un attribut typé, ave…
Les agents d'achat lisent vos flux : ce que change l'Agentic Commerce
L'Agentic Commerce ajoute un nouveau lecteur à vos données produit : les agents d'achat de ChatGPT, du mode IA de Google, de Gemini et de Perplexity, qui analysent des flux au lieu de parcourir des pages. Ils ont besoin de faits plutôt que de texte marketing : disponibilité, variantes, livraison, conditions de retour et attributs propres, à jour et cohérents avec la fiche produit et le checkout. Pour la plupart des équipes, il ne s'agit pas d'un nouveau système, mais d'un profil de sortie supplémentaire, à l'endroit même où les données produit quittent déjà la plateforme.
Des canaux aux agents : qui lit vos données produit aujourd'hui
La distribution de données produit servait jusqu'ici les marketplaces, les comparateurs de prix et les revendeurs, avec au bout de la chaîne un humain qui clique, compare et achète.
Les agents d'achat changent cette dernière étape. Un agent ignore votre visuel principal. Il lit un enregistrement structuré, le compare à d'autres et répond à une demande comme « chaussures de randonnée imperméables en pointure 44, livrées d'ici vendredi, retour gratuit ». S'il manque un champ, le produit disparaît de la réponse. Si un champ est faux, l'agent répète l'erreur avec assurance.
Nous avons déjà traité le côté storefront : flux produits structurés et endpoints pour agents dans le frontend, par lesquels les agents interrogent votre site. Cet article regarde dans l'autre sens : les données que vous envoyez vers les plateformes d'agents et les interfaces d'achat IA, qui peuvent vous recommander sans jamais visiter votre storefront.
Ce que les plateformes ont publié jusqu'ici
Les standards évoluent vite. Distinguez donc ce qui est documenté de ce qui est attendu.
- OpenAI et Stripe. L'Agentic Commerce Protocol a été développé par OpenAI et Stripe et publié sous licence Apache 2.0. Sa spécification de flux produit comprend des champs comme availability et availability_date, des attributs de variante comme color, size et offer_id, des champs de livraison comme shipping et delivery_estimate, ainsi que des liens vers les politiques du vendeur, obligatoires dès que le checkout est activé. La spécification indique que les mises à jour sont acceptées toutes les 15 minutes. En mars 2026, OpenAI a annoncé qu'Instant Checkout passe dans les apps : l'achat se fait dans des services marchands connectés, tandis que ChatGPT se concentre sur la découverte de produits. Le flux reste pertinent, le parcours de paiement a changé.
- Google. Google a présenté l'Universal Commerce Protocol en janvier 2026, développé avec Shopify, Etsy, Wayfair, Target et Walmart, avec Merchant Center comme point d'entrée. Google a ajouté des attributs conversationnels comme question_and_answer, related_product, variant_option et popularity_rank pour aider les produits à apparaître dans le mode IA, ainsi qu'un attribut native_commerce qui active un parcours d'achat pour les offres éligibles dans Gemini et le mode IA.
- Perplexity. Perplexity a ouvert ses fonctions d'achat, avec un paiement assuré par PayPal, aux utilisateurs gratuits aux États-Unis fin 2025 et propose un programme marchand aux revendeurs.
Ce qui est solide : les agents s'appuient sur des données structurées fournies par les marchands et récompensent l'exhaustivité et la fraîcheur. Ce qui reste un pari : quel protocole de checkout s'imposera et combien de spécifications vous maintiendrez. Prévoyez-en plusieurs.
Les champs dont les agents ont besoin et qu'un flux Shopping fournit rarement
Un flux Shopping classique a été conçu pour afficher une annonce : titre, image, prix, lien. Un agent a besoin d'assez de contexte pour décider sans ouvrir la page.
- Une disponibilité qui a du sens. Pas seulement « en stock », mais une date de réapprovisionnement et la disponibilité par variante.
- Des variantes regroupées. Taille, couleur et matière comme valeurs distinctes, reliées à un produit parent.
- Livraison et délais. Coûts, zones et date de livraison estimée. « Livré d'ici vendredi » est un filtre, pas un bonus.
- Conditions de retour. Délai et coût du retour sous forme de données. Les agents comparent les politiques d'une boutique à l'autre.
- Des attributs plutôt que du texte marketing. « Imperméable : oui, poids : 540 g » vaut mieux que « le compagnon idéal de toutes vos aventures ».
- Des relations. Accessoires, pièces compatibles et alternatives lorsqu'un article est en rupture.
- Identifiants et politiques. GTIN, marque, conditions générales du vendeur.
La plupart de ces données existent déjà dans votre PIM, votre ERP ou votre système de gestion des commandes. Ce qui manque, c'est généralement la sortie qui les met en forme pour chaque plateforme.
Fraîcheur et cohérence : flux, fiche produit et checkout doivent concorder
Les agents sanctionnent les contradictions. Si le flux indique disponible et le checkout épuisé, vous perdez la commande, et des données peu fiables coûtent en général de la visibilité. Il en va de même pour les prix, les promesses de livraison et les conditions de retour.
Trois règles aident :
- Une source par fait. Prix et stock viennent du système commercial, les attributs des données produit. Flux, fiche produit et checkout lisent les mêmes valeurs.
- Exporter à chaque changement, pas dans un batch nocturne. Quand le prix ou la disponibilité change, l'export suit.
- Valider avant de publier. Contrôlez champs obligatoires, valeurs autorisées, GTIN et formats de prix par canal, et bloquez un export si le nombre d'articles chute soudainement.
Comme le montre notre article sur une couche de données unifiée pour les agents d'achat, les erreurs des agents naissent le plus souvent aux jonctions entre systèmes, pas dans le modèle.
Un profil de sortie en plus, pas un système en plus
Laioutr, la Frontend Management Platform (FMP), connecte déjà vos backends via Orchestr pour que la storefront affiche produit, prix et stock. Ces mêmes données réconciliées peuvent quitter la plateforme.
Distributr est l'add-on de Data Distribution de Laioutr. Il envoie les données produit d'Orchestr et les contenus du CMS Laioutr vers les marketplaces, les comparateurs de prix, les listings revendeurs et les systèmes ERP, dont Google Merchant Center, Meta et Amazon. L'approche : 0 import, les données sont déjà là, et 1 direction, vers l'extérieur, jamais vers l'intérieur. Les sorties sont disponibles en CSV, XML, JSON, XLSX ou PDF, par URL de récupération ou poussées via HTTPS, SFTP, S3 ou webhook, selon un planning ou à chaque changement de données. Une validation s'exécute avant l'export, et un diff guard bloque l'export lorsque le nombre d'articles s'écarte au-delà de votre seuil. Les définitions de canal sont configurées dans le code et versionnées dans Git.
Soyons clairs sur la limite : les plateformes d'agents ne figurent pas aujourd'hui parmi les canaux prêts à l'emploi de Distributr. Notre propos est architectural. Lorsqu'une spécification se stabilise, la prendre en charge revient à ajouter une définition de canal au même point de sortie, pas un outil de plus avec sa propre copie de votre catalogue. Concrètement : Larry AI rédige la définition de canal à partir de la liste de champs publiée, et un développeur de votre équipe la relit et la fusionne. Distributr n'est ni un PIM ni un système de référence.
Les données structurées sur vos propres pages forment une couche distincte : AI Search & LLM Ready est inclus dans Laioutr et couvre le balisage Schema.org, llms.txt et la diffusion Markdown de chaque page. AI Search & Discovery est un add-on distinct pour la recherche sémantique sur le site. Aucun des deux ne remplace un flux.
FAQ
Faut-il un flux distinct pour chaque plateforme IA ?
Aujourd'hui, le plus souvent oui, car OpenAI et Google publient des spécifications différentes. Beaucoup de champs se recoupent : avec un produit canonique et un profil de sortie par plateforme, l'effort reste maîtrisable.
Le balisage Schema.org sur mes fiches produit suffit-il ?
Il aide les agents qui visitent vos pages, et votre dispositif SEO et GEO doit le couvrir. Les plateformes qui recommandent sans visiter votre site s'appuient sur des flux soumis. Il vous faut donc les deux.
Distributr prend-il en charge l'Agentic Commerce Protocol ?
Pas comme canal prêt à l'emploi aujourd'hui. Distributr produit déjà du JSON, du CSV et du XML, des formats utilisés par ces spécifications, mais un format ne fait pas un canal. Les nouvelles définitions de canal s'ajoutent sous forme de code.
À quelle fréquence un flux pour agents doit-il être mis à jour ?
Aussi souvent que vos stocks et vos prix changent. La spécification de flux ACP accepte des mises à jour toutes les 15 minutes : un export à chaque changement de données est donc le choix le plus sûr.
Prochaines étapes
Commencez par un audit : prenez dix produits et vérifiez que disponibilité, variantes, livraison, retours et attributs concordent entre flux, fiche produit et checkout. Pour voir comment la couche frontend les maintient alignés, réservez une démo avec l'équipe Laioutr ou découvrez l'Agentic Frontend Management Platform.