Kiwop Labs · outil

Votre boutique est-elle prête pour l’IA ?

Saisissez le domaine d’une boutique en ligne et vous obtenez en une minute un rapport sur ce que voit un assistant IA à son arrivée : s’il peut entrer, s’il existe un vrai llms.txt, si la fiche produit expose un prix et un stock qu’il peut lire. Même méthode que notre étude de 300 boutiques espagnoles.

Nous ne lisons que ce qui est public : robots.txt, llms.txt, la page d’accueil et une fiche produit. Sans connexion, sans achat. Le rapport est public et possède sa propre URL.

Comment ça marche

  1. Un robot identifié (KiwopResearchBot) demande robots.txt, llms.txt, la page d’accueil et une fiche produit de votre boutique. Si le pare-feu le rejette, il réessaie avec un navigateur Chromium sans session, comme le fait ChatGPT quand il navigue.
  2. Nous comptons la même chose que dans l’étude : quels crawlers IA sont bloqués, si le llms.txt a été écrit par la boutique ou servi par la plateforme, quelles données structurées porte l’accueil et si la fiche contient Product et Offer.
  3. Le score provient d’une table de pondération publique et versionnée. Changer un poids, c’est changer de version : chaque rapport enregistre celle avec laquelle il a été mesuré.
  4. Le rapport est publié avec sa propre URL et un JSON téléchargeable. Au bout de sept jours, il peut être mesuré à nouveau.

Ce que nous mesurons et son poids

Sept vérifications, cent points. Les poids reflètent ce qui change le plus la réponse d’un assistant : pouvoir entrer et trouver un produit lisible.

VérificationPointsCe que nous regardons
Crawlers IA25robots.txt face à 11 crawlers IA (GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, PerplexityBot, Google-Extended…). Un blocage total retire tout ; une règle explicite qui interdit des chemins à ce seul robot retire la moitié ; un Disallow du panier pour tous n’est pas une porte fermée.
Accès pour un robot identifié10Si l’accueil répond à un robot qui s’identifie. S’il ne répond qu’au navigateur, l’assistant qui explore sans session reste dehors.
llms.txt15S’il existe et qui l’a écrit : le texte propre de la boutique compte en entier ; le gabarit automatique de la plateforme, à moitié.
Données structurées sur l’accueil10JSON-LD de l’accueil avec Organization, WebSite ou OnlineStore. Un bloc cassé retire des points.
Fiche produit lisible25Nous localisons une fiche via le sitemap ou les liens de l’accueil et cherchons un JSON-LD Product avec Offer (prix et disponibilité). C’est ce qui pèse le plus : sans cela, l’agent ne sait pas ce que vous vendez.
Sitemap déclaré10Sitemap déclaré dans robots.txt. C’est la carte qu’utilisent les crawlers pour découvrir le catalogue.
HTTPS5L’URL finale est servie en HTTPS.
Total100

Les trois verdicts

Prête 80 points ou plus. Un assistant entre, comprend qui vous êtes et trouve des produits avec leur prix.
À moitié Entre 55 et 79. Il entre, mais il manque une pièce importante : presque toujours la fiche lisible ou le llms.txt.
Invisible pour l’IA Moins de 55. Soit il ne peut pas entrer, soit il entre et ne trouve rien d’utilisable.

Derniers rapports

BoutiquePointsVerdictMesurée le
tradeinn.com 74 À moitié 13 sept. 2026
mediamarkt.es 93 Prête 13 sept. 2026
sprintersports.com 97 Prête 13 sept. 2026
parfois.com 91 Prête 13 sept. 2026
generaloptica.es 95 Prête 13 sept. 2026
zalando.es 29 Invisible pour l’IA 13 sept. 2026
yesstyle.com 70 À moitié 13 sept. 2026
zalando-prive.es 44 Invisible pour l’IA 13 sept. 2026
womensecret.com 75 À moitié 13 sept. 2026
webuy.com 59 À moitié 13 sept. 2026
sklum.com 78 À moitié 13 sept. 2026
veepee.es 48 Invisible pour l’IA 13 sept. 2026
singularu.com 78 À moitié 13 sept. 2026
samsung.com 87 Prête 13 sept. 2026
puma.com 58 À moitié 13 sept. 2026
playstation.com 82 Prête 13 sept. 2026
panini.es 57 À moitié 13 sept. 2026
pedrodelhierro.com 75 À moitié 13 sept. 2026
outlet-pc.es 81 Prête 13 sept. 2026
myspringfield.com 75 À moitié 13 sept. 2026

D’où vient la méthode

C’est le même outil de mesure que l’étude « L’IA dans l’e-commerce espagnol » (300 boutiques) : là-bas, 10,7 % bloquent au moins un crawler IA, 26 % ont un llms.txt vérifié et seulement 27,8 % des fiches exposent un schéma Product. Chaque rapport compare votre boutique à cet échantillon.

Lire l’étude complète

Méthode

  • Deux passes par signal : HTTP avec User-Agent identifié et, sans réponse, Chromium headless avec un UA de navigateur. robots.txt et llms.txt toujours en HTTP simple.
  • Nous n’usurpons jamais le User-Agent de GPTBot ni d’aucun crawler tiers. Si robots.txt dit une chose et que le pare-feu en fait une autre, le rapport le dit.
  • Une seule fiche produit par boutique, la première trouvée via le sitemap ou les liens de l’accueil. Si votre catalogue a des fiches avec et sans schéma, le rapport en verra une.
  • Sans connexion, sans panier, sans achat. Seulement ce que voit quiconque entre par la porte.

Limites

  • Détecter un chatbot ou un moteur de recherche par signatures HTML est indicatif : cela ne distingue pas un chatbot IA d’un chatbot à règles.
  • La plateforme est déduite de signatures techniques. Un thème très personnalisé peut nous la cacher.
  • Un résultat est conservé sept jours. Si vous corrigez quelque chose aujourd’hui, le rapport reste identique demain jusqu’à une nouvelle mesure.
  • C’est une photo extérieure. Elle ne mesure ni la qualité du contenu ni l’expérience d’achat d’un agent, qui est la partie agentique de l’étude.

Rapports publics

Tout ce que nous mesurons est public sur votre site, et le rapport l’est aussi : il a sa propre URL et apparaît dans la liste. Si vous êtes le titulaire de la boutique et ne souhaitez pas y figurer, écrivez à [email protected] et nous le retirons.

← Retour à Kiwop Labs

Parlons-en.

Consultation technique initiale

IA, sécurité et performance. Diagnostic avec proposition par phases.

  • NDA disponible
  • Réponse <24h
  • Proposition par phases

Votre premier rendez-vous est avec un Architecte Solutions, pas un commercial.

Demander un diagnostic