Un même e-commerçant peut apparaître en bonne place dans les suggestions de produits de ChatGPT à Paris et disparaître totalement à New York, ou l’inverse. Ce n’est pas un hasard de classement : selon une analyse publiée par l’éditeur Peec AI et relayée le 29 octobre par Abondance, ChatGPT ne s’appuie plus sur la même mécanique pour afficher des produits aux États-Unis et en Europe.
Pour les boutiques en ligne françaises, la différence n’est pas qu’une curiosité technique : elle dit où se joue aujourd’hui la visibilité dans le shopping conversationnel, et ce qui risque de changer demain.
Plan de l'article
Deux moteurs de produits sous une même interface #
L’analyse est signée Metehan Yesilyurt, chercheur chez Peec AI, et a été présentée à brightonSEO par Malte Landwehr, dirigeant de la même société. Elle repose sur l’observation des données de débogage renvoyées par ChatGPT lors de requêtes d’achat. Son constat principal tient en une phrase, reprise telle quelle dans l’article de Peec AI : aux États-Unis, le shopping de ChatGPT tourne sur l’index propre d’OpenAI, baptisé Labrador, alimenté par des flux produits ; en Europe, les résultats viennent toujours de Google Shopping.
À lire Trafic des chatbots IA : ChatGPT recule à 56 %, Gemini et Claude progressent
Autrement dit, un internaute européen qui demande à ChatGPT « quelles chaussures de running choisir » reçoit des fiches produits puisées dans l’inventaire de Google. Son homologue américain, lui, consulte une base que l’éditeur de ChatGPT construit lui-même.
Côté américain, un index nourri par les flux
Au moment de la présentation, l’index américain reposait sur 669 flux, dont 606 actifs. Environ 70 proviennent de partenariats directs avec des marques, autour de 500 ont été constitués par OpenAI en collectant les sites des marchands via le prestataire Bright Data, et le reste arrive par des intégrations comme Shopify, Salesforce ou Stripe. Pour figurer dans les résultats, un vendeur doit porter un indicateur de vendeur vérifié : sans lui, il est écarté.
Le tri, lui, combine plusieurs signaux classiques de la recherche d’information : similarité sémantique par embeddings, score lexical BM25 et rapprochement par code GTIN. Les liens produits portent en outre un paramètre utm_medium=feed, ce qui permet au marchand d’isoler ce trafic dans ses statistiques.
Côté européen, Google Shopping en coulisses
En Europe, la mécanique est plus rudimentaire. Sur une requête test, ChatGPT a lancé cinq requêtes dérivées vers Google Shopping, fusionné 113 produits et en a affiché 18. Peec AI ne relève ni contrôle du vendeur, ni notation propre : toute boutique présente dans Google Shopping est, de fait, jugée fréquentable. La récupération y prend aussi nettement plus de temps, environ quatre secondes contre 0,6 seconde aux États-Unis, selon le tableau comparatif publié par l’éditeur.
À lire Indexing API : Google retire le formulaire d’approbation, le quota reste à 200 par jour
Ce que montre le test des chaussures de running #
Le cas pratique détaillé par Peec AI illustre la sévérité de la sélection côté américain. Pour une requête sur des chaussures de running, ChatGPT a récupéré 41 produits candidats, en a transformé 32 en blocs détaillés transmis au modèle, puis n’en a montré que 5. Le volume ne garantit rien : Abondance rapporte qu’un marchand comptant 25 des 32 candidats n’a obtenu aucun affichage, tandis que Dick’s Sporting Goods, avec 5 candidats, en plaçait 4 dans les résultats.
Autre détail qui intéressera les rédacteurs de fiches : chaque description de produit est coupée à exactement 50 tokens dans le bloc transmis au modèle. En anglais, cela représente une quarantaine de mots. Tout ce qui suit, aussi bien écrit soit-il, n’est tout simplement pas lu au moment de choisir.
Ce que cela change pour un e-commerçant français #
Dans l’immédiat, la règle du jeu européen est simple : pas de Google Shopping, pas de ChatGPT Shopping. Un catalogue absent du Merchant Center ou mal renseigné prive la boutique de ce canal, quelle que soit la qualité de son SEO classique. Soigner le flux Google, ses titres, ses attributs et ses identifiants produits reste donc la priorité.
Mais Peec AI met en garde contre une lecture trop confortable. Une bonne place obtenue aujourd’hui grâce à la répartition peu sélective des résultats européens ne dit rien de la place qu’on occupera le jour où Labrador sera déployé de ce côté de l’Atlantique.
À lire Google Webmaster Search : Guide SEO 2025
Aucune date n’a été annoncée, et OpenAI n’a pas confirmé publiquement ces observations : il s’agit d’une rétro-ingénierie menée par un éditeur qui vend, par ailleurs, un outil de suivi de ChatGPT Shopping. Ces réserves posées, les pistes suggérées relèvent du bon sens.
Préparer ses fiches pour une sélection plus stricte
Placer l’essentiel dans les premiers mots de la description est la recommandation la plus immédiatement applicable : marque, type de produit, usage et caractéristique différenciante doivent tenir dans l’espace que le modèle lit réellement. C’est d’ailleurs une bonne pratique pour les extraits de Google comme pour les comparateurs.
Déclarer chaque variante séparément, avec son propre GTIN, prend aussi un relief nouveau dès lors que l’appariement par identifiant fait partie du score. Une taille ou une couleur noyée dans un produit parent est plus difficile à rapprocher d’une requête précise.
Enfin, l’éditeur conseille de tester la pertinence lexicale de ses fiches avec un score BM25 en local, sur les formulations que les clients utilisent vraiment. L’exercice rappelle que, derrière l’habillage conversationnel, la présélection reste une affaire de correspondance entre des mots et des données structurées.
À lire Ixquick : Le moteur de recherche qui mise sur la confidentialité
Un rappel utile sur la nature du GEO #
Au-delà du commerce en ligne, cette étude illustre une réalité que le référencement dans les moteurs génératifs tend à masquer : derrière une réponse d’IA se cache souvent un moteur de recherche bien concret, avec ses sources, ses filtres et ses limites. En Europe, ce moteur s’appelle encore Google. Aux États-Unis, OpenAI a commencé à le remplacer par le sien.
Pour les équipes SEO, la conséquence est pragmatique. Optimiser pour ChatGPT Shopping en France, c’est d’abord optimiser pour Google Shopping. Se préparer à la suite, c’est rendre ses données produits assez propres et assez explicites pour survivre à un tri plus exigeant, quel que soit l’index qui le pratiquera. La présentation donnée à brightonSEO reste la meilleure porte d’entrée pour qui veut entrer dans le détail des mesures.
