
À retenir
- Les erreurs les plus coûteuses sont les plus plausibles : une matière inventée ou une unité fausse se lit aussi bien qu'une information exacte.
- Vérifiez chaque chiffre, matière et affirmation de la proposition contre une source fiable, pas contre votre souvenir du produit.
- Handles, variantes et traductions se cassent en silence : relisez-les comme des champs, pas comme du texte.
- Une comparaison champ par champ n'affiche que ce qui a changé, ce qui transforme une relecture complète en vérification ciblée.
Pourquoi les erreurs de l’IA passent une lecture rapide
Un rédacteur humain qui ignore une information laisse en général un trou ou pose une question. Un modèle de langage comble le trou avec quelque chose qui sonne juste. C’est toute la difficulté de la relecture de textes IA : les erreurs sont écrites avec la même assurance et la même fluidité que les phrases exactes, et une lecture attentive au style ne les fait pas ressortir.
Les types d’erreurs ci-dessous méritent d’être vérifiés systématiquement. Aucun n’est rare en principe, car chacun découle de la façon dont un modèle écrit : il prédit le texte le plus probable, il fait la moyenne de ce qu’il a vu sur des milliers de boutiques, et il ne connaît pas votre produit. Les exemples sont fictifs, construits autour d’une boutique imaginaire, pour montrer à quoi ressemble chaque erreur sur la page.
Lisez une description proposée comme une liste d’affirmations à vérifier, pas comme un paragraphe à apprécier.
Les erreurs de fait
1. Caractéristiques ou matières inventées
On demande au modèle « d’enrichir la description », et il ajoute des détails sans source. Imaginons une boutique qui vend un bonnet en mérinos :
- Avant (vos données) : « 100 % laine mérinos, tricoté au Portugal. »
- Après (proposition IA) : « 100 % laine mérinos biologique, issue d’un approvisionnement durable et tricotée au Portugal. »
« Biologique » et « approvisionnement durable » sont des affirmations qui demandent une preuve (une certification, une attestation du fournisseur). Si vous ne pouvez pas la montrer, supprimez-les.
2. Dimensions ou unités fausses
Les chiffres sont arrondis, convertis ou échangés entre champs. C’est dans les conversions que l’erreur se voit le plus :
- Avant : « Poids : 1,2 kg (2,6 lb). »
- Après : « Ultra-léger : seulement 1,2 lb. »
Vérifiez chaque chiffre contre votre fiche technique, et l’unité qui l’accompagne. Soyez particulièrement attentif si la boutique vend dans des pays qui n’utilisent pas le même système.
3. Superlatifs invérifiables
Les modèles écrivent volontiers « le meilleur », « le plus doux », « le plus résistant », parce que c’est ainsi que sonnent beaucoup de fiches produits.
- Avant : « Coutures doublées aux épaules et aux poches. »
- Après : « La veste la plus résistante du marché. »
La première phrase est un fait qu’un client peut constater. La seconde est une affirmation que personne ne peut étayer. Remplacez le superlatif par le détail concret qui vous a donné envie de l’écrire.
4. Allégations de santé, de sécurité ou juridiques
C’est le type d’erreur le plus lourd de conséquences. Un modèle peut transformer une description neutre en promesse médicale ou de sécurité en un seul adjectif :
- Avant : « Mélange coton-bambou, doux sur la peau. »
- Après : « Hypoallergénique et antibactérien, idéal pour les peaux sujettes à l’eczéma. »
Dans de nombreux pays, les allégations portant sur la santé, la sécurité, les certifications ou la conformité réglementaire sont encadrées et peuvent exiger une preuve. Un relecteur doit considérer toute affirmation de ce genre comme bloquée tant que quelqu’un n’a pas confirmé qu’elle est vraie et autorisée.
Les erreurs de cohérence
5. Contradictions avec les variantes ou d’autres champs
La description est rédigée isolément : elle peut contredire le reste de la fiche, qu’il s’agisse des options de variantes, des tags, des métachamps ou de la méta-description SEO.
- Variantes : S, M, L, en marine et gris.
- Description IA : « Disponible en cinq coloris, du XS au XXL. »
Même chose pour des consignes d’entretien dans un métachamp qui contredisent le texte principal, ou pour une méta-description qui cite une fonction absente du produit. Lisez la description face à la liste des variantes, pas seulement pour elle-même.
6. Handles modifiés et liens cassés
Si une proposition touche au handle, l’adresse du produit change. Un modèle à qui l’on demande « d’optimiser le SEO » peut réécrire bonnet-merinos en meilleur-bonnet-laine-merinos-bio-hiver. Sans redirection depuis l’ancienne URL, les liens depuis vos publicités, vos e-mails et d’autres sites ne fonctionnent plus. Les liens à l’intérieur de la description peuvent aussi être réécrits vers des pages qui n’existent pas.
Règle simple : un changement de handle doit être délibéré et rare, jamais l’effet secondaire d’une réécriture.
Les erreurs de qualité
7. Remplissage générique, identique chez les concurrents
- Après : « Sublimez votre style au quotidien avec cette pièce polyvalente, pensée pour le confort et conçue pour durer. »
Cette phrase pourrait figurer sur des milliers de fiches. Elle n’est pas fausse, c’est pourquoi elle passe la relecture, mais elle n’apprend rien au client et ne donne aux moteurs de recherche aucune raison de préférer votre page. Les consignes de Google sur le contenu utile demandent si une page apporte des informations originales et une vraie valeur ; le remplissage ne fait ni l’un ni l’autre. Demandez à l’auteur de remplacer chaque ligne générique par un fait : grammage, conseils de taille, questions fréquentes au service client.
8. Bourrage de mots clés
- Après : « Ce bonnet en mérinos est le bonnet en laine mérinos idéal pour tous ceux qui cherchent un bonnet mérinos chaud pour l’hiver. »
Les règles de Google contre le spam citent explicitement le bourrage de mots clés : remplir une page de mots clés pour tenter de manipuler le classement. La répétition se lit mal pour les clients aussi. Une mention naturelle de l’expression principale dans le titre, une dans la description et une dans les champs SEO suffisent en général.
9. Mauvaise langue ou variantes mélangées dans les traductions
Quand l’IA traduit, elle peut laisser une phrase dans la langue source, mélanger des variantes régionales ou traduire ce qui devait rester tel quel.
- Proposition en français : « Bonnet en laine mérinos. Machine washable at 30 °C. »
- Proposition en espagnol : un nom de marque traduit, ou un nom de produit resté dans la langue source alors que le reste est traduit.
Vérifiez chaque langue séparément, avec quelqu’un qui la lit, et cherchez les fragments non traduits, les noms de produits inventés et les unités qui n’ont pas suivi le marché.
Liste de contrôle en 9 points pour chaque proposition
Passez-la sur la version proposée avant d’approuver. Tout ce qui échoue repart chez l’auteur avec une note qui indique la ligne concernée et la raison.
- Chaque matière et origine a une source
- Chiffres et unités conformes à la fiche technique
- Aucun superlatif sans preuve
- Aucune allégation santé, sécurité ou légale non confirmée
- Description cohérente avec variantes, tags et métachamps
- Handle inchangé, ou modifié exprès avec redirection
- Aucune phrase qu’un concurrent pourrait publier telle quelle
- Mot clé principal employé naturellement, sans répétition
- Chaque traduction entièrement dans la bonne langue
Comment une comparaison champ par champ accélère la relecture
L’essentiel du temps passé à relire un texte IA sert à trouver ce qui a changé. Si une proposition arrive comme un nouveau bloc de texte, le relecteur doit tout relire et la comparer de mémoire avec la page en ligne. C’est précisément dans ces conditions qu’une unité inversée ou un « hypoallergénique » ajouté passent inaperçus.
Une comparaison champ par champ inverse le travail. Vous voyez la version en ligne et la version proposée côte à côte, champ par champ (titre, handle, description, titre SEO et méta-description, tags, métachamps), avec les mots ajoutés et supprimés mis en évidence. La liste de contrôle devient ciblée : un adjectif ajouté saute aux yeux pour les points 3 et 4, un chiffre modifié pour le point 2, tout changement dans le champ handle pour le point 6. Les champs inchangés ne demandent aucune attention.
C’est ainsi que fonctionne la relecture dans Vetta. Les versions proposées par une personne, un import CSV ou un agent IA attendent dans une file, et le relecteur voit une comparaison mot à mot de chaque champ, dans la langue source et dans chaque traduction publiée, avec un onglet par langue pour le point 9. Il approuve, demande des modifications avec une note, ou rejette. Rien n’atteint la boutique tant que quelqu’un n’a pas approuvé, et si un problème apparaît plus tard, l’historique des versions vous permet de restaurer le texte précédent sous forme de nouvelle version.
L’IA peut continuer à rédiger. C’est à la relecture que vous décidez de ce que dit vraiment votre boutique.
Sources et références
- Règles concernant le spam dans la Recherche sur le Web GoogleGoogle Search Central · documentation
- Créer des contenus utiles, fiables et people-firstGoogle Search Central · documentation

Hugo a créé ses premières boutiques Shopify vers 2015, pendant ses études de gestion et de comptabilité, après avoir appris à coder en autodidacte à l'adolescence. Il s'est ensuite spécialisé dans le marketing digital à l'ESCEN, à Bordeaux, et travaille pour des clients depuis 2018, d'abord en communication web, puis comme webmaster. Depuis 2020, il pilote les projets IT de Rodhouse, dont sa migration complète vers Shopify en 2023, et en est aujourd'hui le Tech Lead. Vetta est né d'un problème qu'il rencontrait sans cesse chez ses clients : des contenus modifiés sans que personne ne les vérifie, et sans retour en arrière possible. Loin des écrans, il voyage, suit de près l'investissement et les nouvelles technologies, et passe dès qu'il le peut du temps sur l'eau.
Questions fréquentes
Peut-on publier sur Shopify des descriptions produits générées par IA sans relecture ?
Techniquement oui, rien ne vous en empêche. Le risque est qu'une caractéristique inventée, une taille fausse ou une allégation de santé non fondée soit mise en ligne et atteigne vos clients, les marketplaces et les résultats de recherche. Une vérification humaine contre vos données produit avant publication est le moyen le moins coûteux de l'éviter.
Google pénalise-t-il les descriptions produits écrites par IA ?
Pas parce qu'elles sont écrites par IA. Les consignes de Google jugent un contenu sur sa qualité et son utilité, pas sur sa méthode de production. Ses règles contre le spam visent en revanche les contenus conçus d'abord pour manipuler le classement, comme le bourrage de mots clés, quel que soit l'outil qui les a produits.
Que doit vérifier en premier un relecteur dans une description produit rédigée par IA ?
Les faits avant le style : matières, dimensions, unités, compatibilité, et toute affirmation touchant à la santé, à la sécurité ou à une certification. Le ton compte, mais c'est un fait faux qui provoque retours et réclamations.