Le cas Farma2Go décrit un processus de contenu produit parti d’une image, puis complété par une recherche, la préparation d’une Product Truth et la création de fiches pour plusieurs marchés.

L’enjeu n’est pas de transformer une photographie en une grande quantité de texte. Il consiste à décider quelles informations peuvent être affirmées avant de multiplier les versions.

Trois résultats doivent rester distincts : disposer d’informations révisées, publier le contenu dans le bon produit et la bonne langue, puis observer la réponse commerciale. Une fiche peut être bien préparée sans attirer de demande ; une vente ne démontre pas, à elle seule, quelle partie du processus l’a provoquée.

Une image comme point de départ de la recherche

Farma2Go a demandé la préparation d’une fiche pour des lunettes d’observation d’une éclipse. Les informations initiales comprenaient une image et des données limitées. Avant de générer la description, il fallait identifier la référence et vérifier la documentation susceptible d’étayer ses caractéristiques, son usage et ses avertissements.

Demande initiale de Farma2Go pour préparer une fiche à partir d’une image

23 juillet 2026, 17 h 40 : brief initial reçu de Farma2Go par WhatsApp.

La photographie permettait de commencer à poser des questions, pas d’y répondre toutes. Une image ne confirme pas, à elle seule, des performances, des certifications ou des conditions de sécurité. Ces affirmations nécessitent une documentation applicable au produit et la validation de la personne compétente.

Ce que nous appelons Product Truth

La Product Truth est une source structurée d’informations approuvées pour une référence : identité, attributs, conditions, restrictions et documents d’appui. Elle doit aussi signaler les informations manquantes et la personne capable de les résoudre.

Dans ce projet, la recherche a précédé la génération. Cette séparation est essentielle lorsque l’on automatise : les données ne deviennent pas exactes simplement parce que le texte paraît convaincant. Un EAN ou un titre aident à identifier la référence ; ils ne remplacent pas son contrôle.

Transformer les informations en fiche maîtresse

La source préparée a servi à organiser le titre, l’explication du produit, ses caractéristiques, les instructions, les avertissements, les questions fréquentes et les métadonnées. La révision devait vérifier aussi bien les informations ajoutées que les éventuelles omissions.

Pour un produit soumis à des conditions d’utilisation importantes, une correction stylistique ne suffit pas. Le contenu doit conserver les limites de la documentation et éviter de combler les lacunes par des affirmations plausibles. Si une donnée n’est pas étayée, la référence doit revenir en révision.

Préparer cinq versions locales et vérifier Shopify

Le cas comprenait des versions destinées au Portugal, à la France, à l’Italie, à l’Allemagne et au Royaume-Uni dans le processus OnCatalog. La capture de publication illustre l’étape entre la préparation du contenu et son chargement dans Shopify.

OnCatalog publie cinq fiches produit localisées dans Shopify

23 juillet 2026, vers 19 h 40 : cinq fiches internationales entrent dans Shopify depuis la même Product Truth.

La génération d’une version ne prouve pas que sa publication est correcte. Pour chaque destination, il faut contrôler la référence, la langue, les attributs et les champs visibles. L’approbation d’une langue ne peut pas être étendue automatiquement aux autres versions sans vérifier leur contenu et leur contexte.

La fiche portugaise du produit permet d’observer l’un des résultats publiés. Son état actuel peut évoluer avec le catalogue et ne constitue pas, à lui seul, un enregistrement de ce que la page affichait à une date antérieure.

Ce que les données commerciales permettent — et ne permettent pas — de conclure

La capture Shopify conservée dans le cas correspond à un instantané historique du produit. Elle présente un résultat commercial total, sans identifier à elle seule le pays, le canal ou la version de contenu à l’origine de chaque achat.

Capture historique Shopify du total d’unités associé au produit

Shopify, instantané du 9 août 2026. Le total visible porte sur le produit ; la capture ne ventile pas les ventes par pays ou par version linguistique.

L’étude de la visibilité organique exige des données Search Console comparables par URL, requête, pays, appareil et période. Une position moyenne ne signifie pas que la page occupe en permanence ce rang ; elle ne démontre pas non plus l’origine de toutes les ventes.

L’attribution doit séparer la demande liée à l’éclipse, la disponibilité, le prix, les campagnes, la concurrence et le contenu. Des signaux de visibilité et de vente peuvent coexister sans isoler l’effet de l’IA ou de la localisation. Ce cas ne fournit donc pas un retour que l’on pourrait promettre à un autre catalogue.

L’enseignement opérationnel : vérifier avant d’étendre

La séquence est transposable à d’autres projets : identifier le produit, résoudre les informations, préparer le contenu, revoir chaque version et vérifier sa destination. La décision d’étendre le dispositif dépend des erreurs observées et de la capacité à maintenir les données.

  • Choisir un échantillon comprenant des références dont les données sont incomplètes.
  • Définir les sources et les responsables des affirmations produit.
  • Enregistrer ce qui est généré et ce qui est revu avant publication.
  • Vérifier la référence, la langue et les champs visibles par le public.
  • Mesurer séparément la qualité, le travail total et la réponse commerciale.

Questions fréquentes sur le processus

Peut-on commencer une fiche à partir d’une image ?

Une image peut lancer la recherche. Lorsque des attributs ou des conditions importants manquent, ils doivent être recoupés avant la rédaction ; ils ne devraient pas être déduits de l’apparence du produit.

Quelle différence entre générer du texte et enrichir un catalogue ?

L’enrichissement comprend l’identification de la référence, la collecte d’informations fiables, l’organisation des attributs et la maintenance de leurs versions. La génération des titres et des descriptions ne constitue qu’une partie de ce parcours.

Comment évaluer une possible amélioration commerciale ?

Définissez l’hypothèse et les métriques disponibles avant la modification du contenu. Conservez les autres facteurs susceptibles d’influencer le résultat et expliquez les limites. Un calcul de ROI exige le coût complet du dispositif et un bénéfice incrémental justifiable.

Préparer le prochain catalogue

Pour enrichir un catalogue, commencez par un échantillon et ses sources. Notre service de fiches produit avec l’IA et OnCatalog permettent de définir la génération, la révision et l’intégration propres au projet.

Vous pouvez également consulter le cas Chachifarma, dont les besoins de voix et les contrôles étaient différents, ou nous présenter les références, les marchés et le canal à traiter. Le périmètre sera défini à partir de ces conditions, pas d’un chiffre de vente issu d’un autre projet.