← Tous les articles
    17 novembre 2026 · agents · e-commerce · automatisation

    Générer des fiches produit à partir de photos : où l'agent s'arrête

    J'ai outillé la création de fiches produit à partir de simples photos. La rédaction est la partie facile : voici les champs qu'un agent ne doit jamais remplir seul.

    Par Marie Van Haecke

    Une photo ne contient pas la moitié des informations que tu mets dans une fiche produit. Dit comme ça c'est une évidence, et c'est pourtant le piège de toutes les chaînes qui génèrent des fiches à partir d'images : le modèle remplit les champs qu'il voit, et avec exactement la même assurance ceux qu'il devine. J'ai outillé ce travail récemment — un objet, quelques clichés, et en sortie un titre, une description, des caractéristiques, une fourchette de prix. La difficulté n'était pas du tout la rédaction.

    Trier ce qui se lit et ce qui se devine

    Prends ta fiche type et passe les champs un par un. Certains sont strictement visibles : la couleur dominante, la forme, la présence d'un motif, l'état apparent. D'autres ne le sont pas : les dimensions exactes, la composition, la référence du modèle, l'année, l'origine.

    Un modèle à qui tu donnes une image et un gabarit ne fait pas la différence entre les deux familles. Il ne ment pas : il complète. Tu lui as demandé une fiche, il rend une fiche, et une fiche sans mesures ressemble à un travail inachevé, donc il met des mesures.

    La règle que j'applique depuis est simple et un peu brutale : tout champ qui ne se lit pas sur une photo doit venir d'une autre source ou rester vide. Pas « approximatif », pas « à vérifier ». Vide. Un champ vide se voit à la relecture, un champ faux ne se voit jamais.

    Un seul prompt ne tient pas : découpe en trois étapes

    Ma première version faisait tout d'un coup : photos en entrée, fiche en sortie. Quand le résultat était mauvais, j'étais incapable de dire pourquoi. J'ai découpé en trois appels, et le taux d'erreur a chuté avant même que je touche aux consignes.

    1. Extraire. Décrire uniquement ce qui est visible, en champs structurés, sans phrase de vente. L'instruction qui change tout : pour chaque champ, indiquer la zone de l'image sur laquelle l'affirmation repose, et laisser vide si rien ne la soutient.
    2. Identifier. Chercher le modèle, la marque, la référence, avec un niveau de confiance explicite et le droit de répondre qu'il n'a pas trouvé. Une identification à faible confiance ne descend pas dans la fiche, elle remonte à moi.
    3. Rédiger. Écrire la fiche à partir des seuls champs validés aux étapes 1 et 2, sans rien ajouter.

    Le gain n'est pas la qualité du texte, il est dans le diagnostic. Quand une fiche sort fausse, je sais immédiatement si c'est l'œil, la recherche ou la plume qui a dérapé. Un pipeline qu'on peut débugger vaut mieux qu'un prompt qui marche sept fois sur dix.

    Le prix n'est pas un exercice de rédaction

    C'est le champ sur lequel j'ai failli me faire avoir. Demander un prix dans le même souffle que la description, c'est demander un nombre plausible, pas un nombre juste. Le modèle te rendra toujours quelque chose, et ce quelque chose aura l'air raisonnable.

    Le prix est une tâche de comparaison, et elle mérite son propre appel, avec une sortie que je peux contester :

    Donne-moi une fourchette de prix appuyée sur au moins cinq annonces comparables réellement trouvées. Pour chacune, indique ce qui la différencie de l'objet décrit. Si tu n'as pas cinq comparables, dis-le et ne propose pas de fourchette.

    Ce que j'attends en retour, ce n'est pas un prix, c'est de la matière pour en décider un. La décision reste chez moi, et c'est la même ligne que je tiens partout : préparer se délègue, arbitrer non.

    Le vrai levier est avant l'agent, pas dedans

    J'ai perdu du temps à améliorer mes consignes alors que le problème était dans mes photos. Quatre clichés pris n'importe comment donnent une fiche médiocre quelle que soit la finesse du prompt derrière.

    Un protocole de prise de vue constant règle en amont ce que personne ne rattrape en aval : même fond, même lumière, mêmes angles dans le même ordre, un cliché dédié aux défauts, un cliché de l'étiquette ou de la plaque signalétique. Cette dernière photo fait à elle seule plus de travail que trois itérations de prompt, parce qu'elle transforme des champs invisibles — taille, composition, référence — en champs lisibles.

    Le principe se généralise au-delà des fiches produit : quand un agent hallucine sur un champ, demande-toi d'abord si l'information était vraiment dans ce que tu lui as donné. Neuf fois sur dix, la correction est dans la collecte, pas dans la consigne.

    Ce que ça vaut, et quand ça ne vaut rien

    Sois honnête sur le gain. Le temps ne disparaît pas, il se déplace : moins d'écriture, plus de prise de vue cadrée et de relecture. En dessous d'une dizaine de fiches, tu iras plus vite à la main et tu n'auras rien appris de transposable.

    Au-delà, le bénéfice n'est pas la vitesse, c'est la constance. Cinquante fiches écrites à la main sur trois semaines ne se ressemblent pas : le vocabulaire glisse, les champs varient, la moitié des descriptions oublie une information que l'autre moitié donne. Cinquante fiches passées par la même chaîne sont comparables entre elles, donc filtrables, donc exploitables.

    Si le sujet te concerne, commence par là : ouvre ton gabarit de fiche et marque chaque champ d'un V ou d'un N — visible sur une photo, ou non. Tu viens d'écrire la spécification de ton agent, et la liste des champs pour lesquels il te faudra une source ailleurs. Tu n'as rien automatisé encore, et tu as déjà réglé le problème qui fait échouer la plupart de ces chaînes.

    À lire aussi

    Vous travaillez sur un sujet proche ?

    J'accompagne les organisations sur l'audit IA, le cadrage de produits IA, les agents et l'automatisation. Si cet article recoupe une question que vous vous posez, on peut en parler.