Le nouvel auditeur commercial Grok Bot évalue la capacité de votre boutique à répondre aux besoins des agents d’achat IA.
La plupart des audits de commerce en ligne vérifient encore des indicateurs centrés sur les humains, comme la vitesse des pages et le texte alternatif. Ce bot vérifie si un agent machine identifié peut réellement effectuer un achat sans se faire passer pour un humain.
Fonctionnement :
Indiquez l’URL de n’importe quelle boutique accessible au public. Le bot s’identifie comme une machine, ne résout pas les CAPTCHA et n’usurpe pas les agents utilisateurs. Il évalue ensuite cinq catégories (20 points chacune) :
1. Accès - Les agents identifiés peuvent-ils charger la page d’accueil et les pages de produits ? Le fichier robots.txt correspond-il au comportement réel du pare-feu ?
2. Catalogue - Les machines peuvent-elles interpréter les produits, les prix, la disponibilité et les identifiants SKU/GTIN ?
3. Prix total - Le prix de l’article, les frais de livraison et les taxes sont-ils visibles par les agents, et pas seulement le prix affiché ? Les délais de livraison sont-ils indiqués lorsqu’ils sont publiés ?
4. Politiques - Les agents peuvent-ils citer le délai de retour chiffré et les conditions de livraison ? Vérifie la présence du balisage MerchantReturnPolicy.
5. Paiement - Les agents peuvent-ils accéder au panier et au paiement sans usurper l’identité d’un humain ? Recherche un profil UCP ou d’autres protocoles agentiques.
Résultat : une note de A à D, un score sur 100, des correctifs précis pour chaque problème, un badge et un rapport PDF.
Seules les boutiques ayant obtenu la note A peuvent afficher le badge « Optimisé pour le commerce par Grok Bot ».
Amazon a obtenu la note D (37/100) lors du premier test en conditions réelles :
- La page d’accueil s’est chargée, mais les pages de produits étaient inégales (Listerine fonctionnait, tandis que Pantene/Colgate renvoyaient une erreur HTTP 503 avec un défi)
- Le catalogue n’est pas lisible par les machines (0/20)
- Le coût total à la livraison n’est que partiellement visible (12/20)
- Retours/politiques (0/20)
- Paiement sans usurpation d’identité (5/20) - aucun profil UCP à /.well-known/ucp, et le panier/paiement n’est pas lisible par les agents identifiés
Voici les correctifs à apporter pour la plupart des boutiques :
Autorisez les agents identifiés à accéder aux pages de produits, pas seulement à la page d’accueil. Publiez des données JSON-LD Product et Offer. Exposez les frais de livraison et les taxes dans des données structurées ou une politique numérotée. Indiquez un délai de retour chiffré. Assurez-vous que le panier et le paiement restent lisibles sans que des CAPTCHA bloquent les agents. Ajoutez un profil UCP à /.well-known/ucp ainsi qu’un fichier llms.txt pointant vers votre flux de données et vos politiques.
Si les agents ne peuvent pas lire votre boutique, ils passeront discrètement à des marchands qui publient des informations lisibles par les machines.
La plupart des audits de commerce en ligne vérifient encore des indicateurs centrés sur les humains, comme la vitesse des pages et le texte alternatif. Ce bot vérifie si un agent machine identifié peut réellement effectuer un achat sans se faire passer pour un humain.
Fonctionnement :
Indiquez l’URL de n’importe quelle boutique accessible au public. Le bot s’identifie comme une machine, ne résout pas les CAPTCHA et n’usurpe pas les agents utilisateurs. Il évalue ensuite cinq catégories (20 points chacune) :
1. Accès - Les agents identifiés peuvent-ils charger la page d’accueil et les pages de produits ? Le fichier robots.txt correspond-il au comportement réel du pare-feu ?
2. Catalogue - Les machines peuvent-elles interpréter les produits, les prix, la disponibilité et les identifiants SKU/GTIN ?
3. Prix total - Le prix de l’article, les frais de livraison et les taxes sont-ils visibles par les agents, et pas seulement le prix affiché ? Les délais de livraison sont-ils indiqués lorsqu’ils sont publiés ?
4. Politiques - Les agents peuvent-ils citer le délai de retour chiffré et les conditions de livraison ? Vérifie la présence du balisage MerchantReturnPolicy.
5. Paiement - Les agents peuvent-ils accéder au panier et au paiement sans usurper l’identité d’un humain ? Recherche un profil UCP ou d’autres protocoles agentiques.
Résultat : une note de A à D, un score sur 100, des correctifs précis pour chaque problème, un badge et un rapport PDF.
Seules les boutiques ayant obtenu la note A peuvent afficher le badge « Optimisé pour le commerce par Grok Bot ».
Amazon a obtenu la note D (37/100) lors du premier test en conditions réelles :
- La page d’accueil s’est chargée, mais les pages de produits étaient inégales (Listerine fonctionnait, tandis que Pantene/Colgate renvoyaient une erreur HTTP 503 avec un défi)
- Le catalogue n’est pas lisible par les machines (0/20)
- Le coût total à la livraison n’est que partiellement visible (12/20)
- Retours/politiques (0/20)
- Paiement sans usurpation d’identité (5/20) - aucun profil UCP à /.well-known/ucp, et le panier/paiement n’est pas lisible par les agents identifiés
Voici les correctifs à apporter pour la plupart des boutiques :
Autorisez les agents identifiés à accéder aux pages de produits, pas seulement à la page d’accueil. Publiez des données JSON-LD Product et Offer. Exposez les frais de livraison et les taxes dans des données structurées ou une politique numérotée. Indiquez un délai de retour chiffré. Assurez-vous que le panier et le paiement restent lisibles sans que des CAPTCHA bloquent les agents. Ajoutez un profil UCP à /.well-known/ucp ainsi qu’un fichier llms.txt pointant vers votre flux de données et vos politiques.
Si les agents ne peuvent pas lire votre boutique, ils passeront discrètement à des marchands qui publient des informations lisibles par les machines.