Articles · 17 novembre 2026 · 6 min de lecture
Black Friday : vos promos existent, mais pas pour ChatGPT
Nous avons interrogé quatre IA sur une marque française très bien notée, au site techniquement propre. Elles connaissent sa réputation. Elles ignorent ses promotions, et l'une de ses pages leur fait croire à des ruptures de stock.
À dix jours du Black Friday, les marques préparent leurs remises, leurs bannières et leurs e-mails. Une question reste rarement posée : que répond ChatGPT à un client qui lui demande le prix d'un de vos produits ?
Pour le savoir, nous avons analysé le site d'une marque française de sacs et d'accessoires de voyage, vendue en ligne, notée 4,7 sur 5 par plusieurs milliers de clients. Nous ne la nommons pas : son cas n'a rien d'exceptionnel, et c'est justement ce qui le rend instructif.
Le protocole
Nous avons lu 20 fiches produits du site, puis posé des questions d'acheteur sur une vingtaine de produits (prix, disponibilité, délai de livraison, durée de retour) à quatre modèles d'IA : ceux d'OpenAI (ChatGPT), de Google (Gemini), d'Anthropic (Claude) et de Perplexity. Au total, 77 questions. Chaque réponse a été comparée à ce que le site affichait le même jour.
Le contraste est le premier enseignement. Les IA savent que cette marque est sérieuse. Elles ne savent pas ce qu'elle vend aujourd'hui, ni à quel prix.
1. Les promotions sont invisibles
Six produits de l'échantillon étaient en promotion, de −30 % à −58 %. Pour chacun, deux à quatre IA sur quatre ont annoncé le prix plein, celui qui était barré sur le site.
Exemple réel : un sac à dos affiché 62,30 € au lieu de 89 €. Trois IA sur quatre répondent « 89 € ». Une pochette vendue 5 € au lieu de 12 € : trois IA sur quatre répondent « 12 € ».
Le site n'a rien fait de faux. Les IA ont retenu le prix habituel, vu plus souvent et plus longtemps, et n'ont pas encore intégré la remise. Pour le client, l'effet est le même qu'une erreur : il croit le produit plus cher qu'il ne l'est, et peut renoncer avant même d'arriver sur la page où la promotion s'affiche.
Pendant le Black Friday, les remises durent quelques jours. Les IA, elles, mettent souvent plus longtemps à les voir.
2. Un mot caché suffit à « épuiser » un produit
Sur deux produits pourtant en stock, deux IA sur quatre ont répondu qu'ils étaient indisponibles. Les données structurées disaient « en stock », la page affichait le bouton d'achat.
La cause se trouvait dans le code de la page : un texte « indisponible », invisible pour le client (il sert au thème de la boutique, pour une autre taille ou un autre état), mais lu par l'IA. Le client voit un produit disponible. L'assistant qu'il interroge lit une rupture.
Ce type de défaut ne se voit pas en naviguant sur son propre site. Il ne se voit qu'en lisant la page comme une machine la lit.
3. Un site techniquement propre ne suffit pas
Ce site fait mieux que la moyenne sur les points techniques que l'on recommande habituellement : prix et disponibilité dans les données structurées, marque, identifiants produits, politique de retour. Il lui manque peu de chose (les frais et délais de livraison dans ces données, une mention claire du stock dans le texte).
Et pourtant, les IA se trompent. Une bonne partie des erreurs vient d'ailleurs : de ce qu'elles ont mémorisé, de pages anciennes, de revendeurs, ou d'un détail du code que personne ne regarde. Optimiser ses pages est nécessaire, mais seul le contrôle des réponses dit si cela a suffi.
Combien cela coûte
Nous avons estimé le manque à gagner à partir de la fréquentation publique du site, d'un taux de conversion prudent, du prix moyen des produits lus, de la part des clients qui consultent une IA avant d'acheter (30 % selon Ipsos pour Joko, mai 2026) et de la part des réponses fausses mesurée sur ce site.
Estimation centrale : environ 7 000 € de ventes perdues par mois, dans une fourchette de 3 500 € à 21 000 € selon le trafic réel. C'est une estimation, pas une mesure : la part des clients mal informés qui renoncent n'est mesurée par aucune étude publique, et nous l'avons fixée à 25 %. Mais l'ordre de grandeur suffit à montrer que le sujet n'est pas cosmétique.
Que faire avant le Black Friday
- Écrire la promotion là où les machines la lisent. Le prix remisé et sa date de fin (« priceValidUntil ») dans les données structurées, le prix barré visible sur la page.
- Publier tôt une page dédiée aux promotions, que les IA peuvent trouver et citer, plutôt que de compter sur des bannières qui apparaissent le jour J.
- Chasser les textes cachés qui contredisent la page : mentions « épuisé » ou « indisponible » laissées par le thème, anciens prix dans le code.
- Vérifier les revendeurs et comparateurs qui affichent encore d'anciens prix : les IA les lisent aussi.
- Contrôler les réponses, pas seulement les pages. Poser les questions de vos clients aux IA, avant et après vos corrections.
Les limites de ce test
Il s'agit d'une étude de cas sur un seul site, pas d'une statistique sur le e-commerce français. Les questions ont été posées une fois, aux modèles d'IA accessibles par l'interface de Perplexity ; les applications grand public de ces IA peuvent répondre différemment. Les promotions et les stocks évoluent d'un jour à l'autre : ces résultats valent pour la date du test, le 17 novembre 2026.