# Mille fiches produit générées par IA, sans la moindre différenciation

> Sur un catalogue d'articles de sport généré à la chaîne, Google finit par désindexer l'ensemble du domaine. Analyse du mécanisme et des correctifs possibles.

- Auteur : Clément Hadrot
- Publié le : 2025-04-24
- Mis à jour le : 2025-04-24
- Catégorie : SEO & GEO
- URL : https://wpmoderne.dev.wordpress-developpement.fr/seo/mille-fiches-produit-ia-sans-differenciation/

## L’essentiel

- 1 200 fiches quasi identiques générées en trois semaines
- Le déclassement touche tout le domaine, pas seulement les fiches
- La réécriture structurelle prime sur le simple ajout de texte

Combien de fiches produit peut-on faire rédiger par un modèle de langage avant que Google ne remarque le moule commun derrière chaque texte ? Sur un catalogue d'articles de sport comptant un peu plus de mille références, la réponse s'est révélée brutale : trois semaines de génération automatique, puis une chute de trafic organique de plus de la moitié en un mois.

Le cas mérite d'être détaillé, parce que le problème ne vient pas de l'usage d'un modèle de langage en soi, mais de la manière dont il a été utilisé : un prompt générique appliqué sans variation à des centaines de références de chaussures de course, textiles et accessoires, avec pour seule variable le nom du produit.

## Ce qu'on observe sur ce type de catalogue

L'audit de similarité mené sur un échantillon de deux cents fiches a fait ressortir un taux de recouvrement textuel supérieur à 90 % entre des produits pourtant différents : une chaussure de trail et une chaussure de route partageaient les mêmes phrases sur « l'amorti », « la respirabilité » et « le confort au quotidien », avec juste le nom du modèle qui changeait. La structure des titres H2 était identique fiche après fiche : présentation, caractéristiques, entretien, conseil.

Autre symptôme fréquent : des affirmations génériques et interchangeables, du type « idéal pour tous les sportifs » ou « un produit pensé pour durer », répétées sur des familles de produits qui n'ont techniquement rien en commun. Le lecteur humain le perçoit en quelques secondes ; les systèmes de qualité de contenu de Google le détectent tout aussi vite à grande échelle.

## Pourquoi c'est un problème pour tout le domaine

> L'essentiel à retenir : 1 200 fiches quasi identiques générées en trois semaines ; Le déclassement touche tout le domaine, pas seulement les fiches ; La réécriture structurelle prime sur le simple ajout de texte

Le point le plus douloureux de ce cas : la sanction n'est pas restée cantonnée aux fiches concernées. Les systèmes de classement liés à la qualité globale d'un site évaluent des échantillons représentatifs de pages, pas chaque URL isolément. Quand une proportion significative du catalogue est jugée à faible valeur ajoutée, la confiance accordée au domaine entier baisse, entraînant une perte de visibilité même sur les pages restées correctement rédigées, comme le blog ou les pages de catégorie.

Ce mécanisme explique pourquoi certains sites constatent une chute de trafic disproportionnée par rapport au nombre réel de pages problématiques : quelques centaines de fiches dégradées peuvent affaiblir la perception globale d'un domaine qui en compte plusieurs milliers.

## Quoi faire une fois le problème identifié

La première tentation, ajouter quelques phrases à la main sur les fiches les plus visitées, ne suffit généralement pas : le moule reste identique, seule la longueur change. Les actions qui ont réellement inversé la tendance sur ce catalogue tiennent en quatre points.

1. Segmenter le catalogue par famille technique réelle (amorti, type de terrain, matière) plutôt que par simple catégorie commerciale, pour donner un angle différent à chaque bloc de contenu.
2. Réécrire les fiches à plus fort trafic avec des informations vérifiables et propres au produit : poids exact, technologie de semelle, retours d'essais internes.
3. Retirer purement et simplement les fiches à très faible potentiel de vente plutôt que de les enrichir, via un `wp_delete_post()` ciblé accompagné d'une redirection 301 vers la catégorie parente.
4. Mettre en place une revue humaine systématique avant publication, avec une liste de vérification courte plutôt qu'une relecture complète, pour tenir le rythme de production sans revenir au problème initial.

## Un script de repérage simple

Avant de tout réécrire à l'aveugle, un repérage automatisé permet de prioriser. La commande suivante exporte le contenu de toutes les fiches produit publiées pour une comparaison ultérieure par un outil de similarité de texte.

```
wp post list --post_type=product --post_status=publish \
  --fields=ID,post_title --format=csv > catalogue.csv

wp eval '
foreach ( get_posts( array( "post_type" => "product", "numberposts" => -1 ) ) as $p ) {
    echo $p->ID . "\t" . wp_strip_all_tags( $p->post_content ) . "\n";
}
' > contenus.tsv
```

## Ce que la génération automatique peut encore apporter

Le modèle de langage n'est pas le problème en lui-même : utilisé comme premier jet à partir de données produit réellement différenciantes (fiche technique, mesures, avis client), il fait gagner un temps considérable. Le problème survient quand le prompt ignore ces données et comble le vide avec des généralités interchangeables. La différence se joue entièrement dans les données injectées en amont de la génération, pas dans l'outil lui-même.

> Sur ce type de projet, on impose désormais une règle simple avant toute génération en masse : si deux fiches produit peuvent être échangées sans que la description perde en cohérence, elles ne seront pas publiées telles quelles.

## En résumé

La génération de contenu à grande échelle sans données produit réellement différenciantes finit presque toujours par produire un déclassement, et celui-ci déborde largement le périmètre des pages concernées. La correction efficace passe par une segmentation technique fine, la suppression des fiches à faible valeur plutôt que leur enrichissement cosmétique, et une revue humaine qui reste rapide mais réelle.