Pourquoi l’IA a pris un aspirateur pour un fer à repasser
ChatGPT a recommandé un aspirateur Bosch et l’a décrit comme un fer à repasser. Nous avons remonté la cause jusqu’à la page exacte qu’il a lue, et elle s’y trouve : vingt produits dans une liste et pas un seul déclaré comme produit. Le mécanisme, la preuve et la correction.
Diego MoraesCTO
Ouvrir dans ChatGPT
Ouvrir dans ClaudeLe 20 août 2026, nous avons demandé à ChatGPT, en portugais et depuis le Portugal, où acheter un aspirateur balai à moins de 200 euros. Parmi les produits recommandés figurait un aspirateur Bosch avec cette description : « fer à repasser très bien noté, facile à utiliser ».
Nous avons remonté la cause jusqu’au bout. Cet article montre tout le parcours, car l’intérêt n’est pas l’erreur : c’est le mécanisme, et le fait que la marque concernée n’a aucun moyen de la corriger.
Premièrement : l’erreur n’était pas isolée
Dans le même carrousel, un aspirateur balai apparaissait décrit comme un « robot de nettoyage efficace ». Et nul besoin de vérifier quoi que ce soit dans une boutique pour savoir que la description du Bosch était fausse, car la réponse se contredit elle-même : trois lignes sous le carrousel, le même modèle décrit le même produit comme « 2 en 1, avec jusqu’à 40 min d’autonomie ». Un fer à repasser n’a pas quarante minutes d’autonomie.
Nous avons répété la question et le carrousel a renvoyé d’autres produits, avec un autre distributeur cité. Nous reviendrons sur ce que cela signifie.
Deuxièmement : le modèle dit où il l’a trouvé
Nous lui avons demandé directement d’où venait le fer à repasser. La réponse : la recherche a renvoyé une page où aspirateurs et fers à repasser apparaissaient ensemble, et l’information de l’un s’est collée à l’autre.
Un modèle qui explique son propre comportement est la preuve la plus faible qui soit, et celui-ci s’était déjà trompé deux fois dans la même conversation. Mais contrairement à une excuse vague, cette explication est un mécanisme vérifiable. On peut aller voir.
Troisièmement : la page qu’il a lue
Le lien laissé par l’assistant lui-même porte sa signature à la fin :
youget.pt/pt/pequenos-eletrodomesticos ?q=Marca-Philips-Rowenta/Cor Principal-Azul &utm_source=chatgpt.com
Lisez-le attentivement, car tout y est. Le
utm_source=chatgpt.comconfirme que c’est bien la page visitée. Le chemin est une catégorie petit électroménager, là où fers à repasser et aspirateurs cohabitent. Et le filtre porte sur la marque et la couleur : l’ensemble des produits qu’on y trouve n’a aucune cohérence de catégorie, ce sont des articles Philips ou Rowenta qui se trouvent être bleus.Un fer à repasser bleu à côté d’un aspirateur bleu. Les conditions idéales pour que les attributs changent de place.
Quatrièmement : ce que cette page déclare
C’est ici que tout s’éclaire. Nous avons lancé cette vérification dans PowerShell, sur la page exacte :
$u = "https://youget.pt/pt/pequenos-eletrodomesticos?q=Marca-Philips-Rowenta%2FCor%20Principal-Azul" $h = (Invoke-WebRequest -Uri $u -UseBasicParsing -UserAgent "Mozilla/5.0").Content [regex]::Matches($h,'"@type"\s*:\s*"([^"]+)"') | ForEach-Object { $_.Groups[1].Value } | Group-Object | Sort-Object Count -Descending | Select-Object Count, NameLe résultat, tel qu’il est sorti :
Count Name ----- ---- 20 ListItem 1 BreadcrumbList 1 ItemList 1 WebSite 1 Organization 1 ImageObject 1 WebPage
- ListItem: Occurrences 20
- BreadcrumbList: Occurrences 1
- ItemList: Occurrences 1
- WebSite: Occurrences 1
- Organization: Occurrences 1
- ImageObject: Occurrences 1
- WebPage: Occurrences 1
- Product: Occurrences 0
Source : la vérification PowerShell ci-dessus, sur la page exacte que l’assistant a lue.
Il n’y a pas un seul Product.
Il y a une liste de vingt éléments, et chaque élément dit seulement qu’il est un élément d’une liste, avec un nom et un lien. Aucun prix rattaché à un produit. Aucune catégorie. Aucune marque. Aucun type. La page montre vingt produits à un humain et n’en déclare aucun comme produit à une machine.
Il n’y a pas non plus de meta robots, la page est donc ouverte à tous. Il ne s’agit pas d’un contenu caché. C’est l’inverse : tout est ouvert et rien n’est expliqué.
Le mécanisme, en trois phrases
Le modèle ouvre une page de vingt produits mélangés par couleur. Il voit des noms dans une liste et des prix dans le texte, sans rien qui les relie. Il doit décider ce qui appartient à quoi, il décide mal, et il présente le résultat à l’acheteur avec la même assurance que tout le reste.
Pourquoi c’est plus grave qu’il n’y paraît
Les pages de filtres sont devenues une source. Pendant des années, les pages de catégories à facettes ont été traitées comme des déchets techniques : générées dynamiquement, souvent marquées pour ne pas apparaître dans Google, sans le moindre investissement. Elles ont cessé d’être des déchets le jour où les assistants ont commencé à lire des pages au lieu de consulter des index. Aujourd’hui, elles sont une surface de citation, et ce sont les pages les moins bien préparées de n’importe quelle boutique.
Celui qui est cité, c’est la boutique, pas le fabricant. Lors des deux exécutions, la source affichée à côté des prix était le distributeur. Ce qui signifie que la marque dont le produit est décrit à l’envers ne maîtrise pas la page où naît l’erreur, ne maîtrise pas le texte qui en sort, et n’en est même pas informée.
Et le résultat change d’une exécution à l’autre. La même question, quelques minutes plus tard, a renvoyé d’autres produits et une autre boutique. Une vérification isolée ne vaut rien, ce qui fait de la mesure répétée le seul moyen de savoir ce qui se passe.
La correction
Elle est technique, connue et peu coûteuse. Chaque ListItem se met à contenir un Product avec name, brand, category et offers avec price, priceCurrency et availability. Ainsi, chaque élément de la liste dit ce qu’il est et combien il coûte, et aucun attribut ne reste flottant, prêt à se coller au mauvais produit.
Pour qui a accès au gabarit des pages de liste, c’est une journée de travail. Ce qui manque, ce n’est pas la difficulté technique, c’est que quelqu’un se soit rendu compte que ces pages sont désormais lues par des machines qui répondent aux acheteurs.
Pour une marque qui vend par l’intermédiaire de tiers, la défense est indirecte et double : avoir une page consacrée à ce seul produit, qui dise ce qu’est l’objet avant de dire à quel point il est bon, et engager avec le canal une conversation sur les données structurées des pages de liste. C’est une conversation que presque aucune marque portugaise n’a.
Une note d’équité
Nous avons nommé la boutique parce que sans l’adresse, cette enquête n’est pas vérifiable, et c’est la vérifiabilité qui lui donne sa valeur. Mais il faut dire le reste aussi : cette page déclare bien un ItemList, ce qui est plus que ce qu’ont la plupart des boutiques portugaises sur leurs pages de catégorie. La norme du marché est de n’avoir rien. Si nous avions choisi une boutique au hasard, nous aurions probablement trouvé moins, pas plus.
Le problème n’appartient à personne en particulier. Il appartient à tout un marché qui ne s’est pas encore rendu compte que ces pages ont changé de fonction.
La suite
Ce cas établit le mécanisme. L’étape suivante est la fréquence : vingt questions dans quatre catégories, répétées sur trois semaines, pour savoir à quelle fréquence cela arrive et où c’est le pire. Les chiffres seront publiés.
Questions fréquentes
Pas directement. Il n’existe ni formulaire de correction, ni panneau de marque, ni canal d’assistance pour contester ce qu’un assistant dit d’un produit. Ce qui existe, c’est un travail indirect : réduire l’ambiguïté dans les sources que lit le modèle, pour lui laisser moins de place pour deviner. Et mesurer régulièrement, car sans mesure la marque ne sait même pas que cela lui arrive.
Des deux, dans des proportions différentes. Le modèle s’est trompé en présentant comme un fait une association qu’il avait déduite. La page qu’il a lue ne lui donnait aucun moyen de tomber juste : elle montre vingt produits et n’en déclare aucun comme produit, sans prix ni catégorie rattachés à chaque élément. Un système qui devine se trompera ; un système qui devine sur des données incomplètes se trompe davantage.
Au contraire. La page que nous avons vérifiée déclare un ItemList, ce qui est plus que ce qu’ont la plupart des boutiques portugaises sur leurs pages de catégorie et de filtres. La norme du marché est de n’avoir aucune donnée structurée sur ces pages, parce que pendant des années elles ne comptaient pas pour le SEO. Elles ont commencé à compter quand les assistants se sont mis à lire des pages au lieu d’index.
Chaque ListItem se met à contenir un Product, avec name, brand, category, offers avec price et priceCurrency, et availability. Ainsi, chaque élément de la liste dit ce qu’il est et combien il coûte, et aucun attribut ne reste flottant sur la page, prêt à se coller au mauvais produit. C’est une journée de travail pour qui a accès au gabarit des pages de liste.
À lire ensuite
- Achat agentique : ce qui change pour les boutiques portugaises, le même terrain du côté de la boutique.
- Six commandes pour savoir si l’IA peut lire votre site, la vérification de base.
- Schema.org : le minimum viable, la correction en détail.