Comment préparer votre site web aux agents IA qui réservent et achètent

Ce que fait un agent IA quand on lui demande de réserver

Demandez à un assistant IA doté de fonctions d’agent de réserver une table pour quatre vendredi : il fait ce que ferait une personne pressée. Il choisit un établissement, ouvre son site, lit la page et cherche un moyen d’agir. S’il en trouve un qu’il sait utiliser, il réserve.

Sinon, il ne peut au mieux que vous renvoyer un numéro de téléphone.

L’agent ne voit pas votre site comme un client. Il n’exécute pas forcément tous les scripts, il ne peut pas deviner à quoi sert un champ sans nom dans un formulaire, et le service de sécurité placé devant votre site peut le refouler avant qu’il ait lu un mot. Ce qu’il peut faire avec votre site correspond à l’une de ces quatre étapes.

Seule la dernière étape permet à l’agent de finir le travail seul. La deuxième vous fait parvenir une demande. Aux étapes 0 et 1, le travail reste à la charge de votre client, qui peut très bien demander à l’assistant de se tourner vers une autre entreprise.

Ce qu’a révélé une étude de 694 sites d’entreprises locales

Le 5 novembre 2026, AIGROW Labs a lu les sites propres de 694 entreprises locales dans 20 pays et 22 métiers. Ce sont les entreprises que des assistants IA avaient citées dans une précédente étude d’AIGROW Labs : l’échantillon penche donc vers des établissements connus, que l’assistant a toutes les chances de recommander.

Un petit programme a lu chaque site comme le ferait un agent simple. Il se présentait ouvertement et respectait le fichier robots.txt. Il lisait la page d’accueil et jusqu’à 3 pages liées concernant la réservation, une boutique ou le contact.

Il n’exécutait aucun script, ne se connectait à rien et n’envoyait rien. Il a ensuite placé chaque site sur l’une des quatre étapes.

La plupart des sites de la dernière étape s’appuyaient sur un service de réservation ou de commande connu : 168 des 188 sites (89,4 %) en utilisaient un, 115 intégré dans une page et 53 via un simple lien. Un logiciel de boutique avec un panier fonctionnel concernait 36 des 188 sites (19,1 %), et 13 sites déclaraient une action de réservation ou de commande dans leur balisage.

L’autre côté est plus important. 329 sites (47,4 %) n’offraient rien d’exploitable à un agent : 123 étaient totalement illisibles, et 206 étaient lisibles mais ne contenaient ni formulaire utilisable ni système. Sur 156 de ces 206 sites (75,7 %), l’agent pouvait au moins trouver un numéro de téléphone, une adresse e-mail ou un lien WhatsApp à transmettre.

Comme le lecteur n’exécutait aucun script, les 27,1 % constituent un plancher. Si l’on compte aussi le formulaire de réservation propre à chaque site avec ses champs de date et de nombre de convives, chaque signal de panier ou de produit, et chaque cadre de réservation laissé vide en attendant qu’un script le remplisse, la part des sites offrant un moyen de réserver ou d’acheter monte à 35,4 %. Même ainsi, la plupart des sites attendent qu’une personne appelle, écrive ou envoie une demande.

Ce que l’étude a trouvé pour votre type d’activité

Les métiers sont très inégaux. Les restaurants sont les mieux préparés, les hôtels viennent ensuite, et pour la plupart des autres entreprises locales, la dernière étape est rare.

Restaurants

Un peu plus de la moitié (104 sur 197) utilisent déjà un service de réservation ou de commande qu’un agent peut reconnaître. Pourtant, 37,6 % n’offrent rien d’exploitable à un agent, et 17,3 % étaient totalement illisibles. Si votre restaurant ne prend les réservations que par téléphone, un agent à qui l’on demande une table ne peut que transmettre votre numéro.

Hôtels

49 hôtels sur 127 (38,6 %) ont atteint la dernière étape. Certains grands groupes hôteliers exploitent leur propre moteur de réservation, absent de la liste de services de l’étude : ils sont donc classés au niveau du formulaire étiqueté ou en dessous. Il en va de même pour toute page de réservation que seul un script révèle, ou vers laquelle votre page d’accueil ne renvoie pas.

Cliniques et cabinets

La dernière étape est rare ici : 1 dentiste sur 30, 1 dermatologue sur 20, 4 kinésithérapeutes sur 26 et 5 vétérinaires sur 27. Ce que ces sites proposent le plus souvent, c’est un formulaire de demande. 17 dentistes sur 30 (56,7 %) en avaient un étiqueté : un agent peut donc demander un rendez-vous, mais quelqu’un au cabinet doit encore répondre.

La moitié des dermatologues (10 sur 20) étaient lisibles mais ne proposaient ni formulaire ni système de réservation.

Salons, salles de sport et autres métiers

Les salons de coiffure sont les meilleurs élèves hors restauration et voyage, avec 8 sur 17 (47,1 %) à la dernière étape, même si 17 sites forment un petit échantillon. Les salles de sport atteignent 18,2 % (8 sur 44), les auto-écoles 16,0 % (4 sur 25) et les avocats 1 sur 29. Aucun site de la dernière étape n’est apparu parmi les conseillers financiers (31 sites), les garages automobiles (26), les agences immobilières (26), les architectes (18) ou les électriciens (12).

Boutiques

L’étude n’a pas prévu de ligne distincte pour les boutiques, mais elle a compté comme système standard un logiciel de boutique avec un panier fonctionnel : un lien vers un panier ou une fiche produit, ou un bouton d’ajout au panier, qui montre que la boutique est en service. C’est ainsi que 36 des 188 sites de la dernière étape y sont parvenus. Une plateforme de boutique avec un panier visible est quelque chose qu’un agent peut reconnaître.

Un catalogue qui demande d’appeler pour commander, non.

Par pays

Le Brésil n’avait que 3 sites et ne figure pas dans ce tableau. Les parts par pays reflètent en partie les métiers cités par les assistants dans chaque pays, et un pays ou un métier de 20 ou 30 sites donne une indication approximative, pas un taux précis. Les tableaux complets sont sur la page de l’étude.

Ce qui permet à un agent de finir le travail

Chacun des points ci-dessous découle de ce que l’étude a relevé sur les sites qui ont atteint le palier le plus élevé, ou de ce qui a bloqué les autres.

Laissez entrer l’agent

Peu de propriétaires bloquent volontairement les agents IA. Parmi les 668 sites dont le fichier robots.txt a répondu, 25 (3,7 %) ont fermé la page d’accueil à un agent IA désigné par son nom, et tous l’ont fermée à un robot d’exploration qui collecte des données d’entraînement. Seuls 4 (0,6 %) l’ont fermée aux agents qui ouvrent une page parce qu’une personne l’a demandé, comme ChatGPT-User, Claude-User et Perplexity-User.

La porte qui se ferme vraiment, c’est le pare-feu. 62 sites (8,9 % du total) ont répondu au lecteur par une erreur du type 403 ou 429, ou par une page de vérification anti-robot. Ces refus n’étaient pas stables.

Une précédente étude d’AIGROW Labs avait lu les mêmes pages d’accueil le même jour avec un lecteur de type navigateur classique : sur les 556 sites qui le servaient, 27 (4,9 %) ont refusé le lecteur de l’étude, et sur les 60 qui le refusaient, 21 (35,0 %) ont laissé entrer le lecteur de l’étude.

Si votre hébergeur ou un service de sécurité filtre les visiteurs, demandez-lui quels visiteurs automatisés il soumet à une vérification, et laissez entrer les agents que vous voulez voir vous atteindre. Dans le fichier robots.txt, distinguez bien les trois types de robots IA : les robots d’exploration qui collectent des données d’entraînement, ceux qui alimentent un index de recherche IA, et les agents qui récupèrent une page pour le compte d’une personne. Vous pouvez fermer le premier type tout en accueillant le troisième.

Mettez votre texte dans la page

20 sites (2,9 %) ont envoyé une page vide et affiché tout leur contenu par des scripts : un lecteur qui n’en exécute aucun n’a donc vu aucun texte. Demandez à votre développeur si vos horaires d’ouverture, vos services et votre lien de réservation figurent dans la page avant l’exécution de tout script.

Reliez clairement votre système de réservation ou votre boutique

Placez sur la page d’accueil, ou à un clic de celle-ci, un lien simple vers votre service de réservation ou votre boutique, avec des mots comme Réserver ou Commander. L’étude a lu la page d’accueil et jusqu’à 3 pages liées : une page de réservation plus profonde dans le site, ou cachée derrière un menu généré par script, est donc passée inaperçue. 28 sites lisibles (4,9 %) avaient un cadre de réservation laissé vide, qu’un script devait remplir, ce qu’un agent simple ne sait pas exploiter.

Donnez un nom à chaque champ de formulaire

Si un formulaire de demande est votre meilleure offre, donnez à chaque champ un nom lisible : une étiquette liée au champ, un nom accessible, un titre ou un texte indicatif. 58 des 571 sites lisibles (10,2 %) n’avaient que des formulaires dont les champs n’avaient aucun nom lisible : l’agent devait donc deviner quelle case attend le nom, la date ou le message. Un formulaire qui demande une date et un nombre de convives compte comme votre propre formulaire de réservation ; 57 sites (10,0 %) en avaient un.

Consignez les faits dans le balisage

Les données structurées indiquent à un agent ce que vous êtes et ce qu’il peut faire sur votre site. 78,8 % des sites lisibles comportaient un balisage schema.org, mais seuls 25,7 % décrivaient l’entreprise comme un type d’entreprise locale, 13,0 % indiquaient leurs horaires d’ouverture dans le balisage et 2,3 % (13 sites) précisaient s’ils acceptent les réservations. Seulement 13 sites (2,3 %) déclaraient une action de réservation, de commande, d’achat ou de prise de rendez-vous avec une cible qu’un agent peut suivre.

Un court exemple pour un restaurant :

{
  "@context": "https://schema.org",
  "@type": "Restaurant",
  "name": "Example Bistro",
  "url": "https://example.com",
  "telephone": "+1 555 0100",
  "openingHours": "Tu-Su 12:00-22:00",
  "acceptsReservations": true,
  "potentialAction": {
    "@type": "ReserveAction",
    "target": "https://example.com/book"
  }
}

Un cabinet médical utiliserait son propre type, comme Dentist, et une action de prise de rendez-vous là où il en propose. La cible doit être l’adresse réelle de votre page de réservation.

Gardez les liens de téléphone et d’e-mail

Sur les 571 sites lisibles, 62,5 % avaient un lien de téléphone cliquable et 57,4 % un lien d’e-mail. Ils ne permettent pas à un agent de mener la tâche à terme, mais ils offrent à votre client une issue quand rien d’autre ne fonctionne.

Comment vérifier votre propre site

Le vérificateur gratuit de préparation aux agents IA lit votre site comme l’a fait l’étude : le fichier robots.txt, votre page d’accueil et jusqu’à 3 pages qu’elle référence, sans script, sans connexion et sans rien envoyer. Il ne demande aucun compte et répond à quatre questions :

1. Un agent peut-il réserver ou acheter ici via un système standard ?
2. Le fichier robots.txt ferme-t-il votre page d’accueil à un agent IA désigné par son nom ?
3. Une protection anti-robot a-t-elle refusé le lecteur ?
4. Existe-t-il des données structurées exploitables par un agent ?

Chaque réponse indique ce qui a été trouvé et sur quelle page, à côté du chiffre correspondant dans l’étude. Commencez par la première réponse qui s’affiche en rouge. Si le vérificateur ne parvient pas à lire votre site du tout, commencez par le pare-feu, car rien d’autre ne compte tant qu’un agent ne peut pas entrer.

Le vérificateur observe un instant précis et un seul lecteur. S’il signale un refus, relancez-le plus tard avant de modifier quoi que ce soit, car l’étude a montré que les refus varient d’un lecteur et d’une heure à l’autre.

Où AI Local Fix intervient

Un agent réserve l’établissement que l’assistant a choisi. Avant que tout ce qui précède porte ses fruits, ChatGPT, Claude, Gemini ou Grok doit vous citer quand quelqu’un cherche un dentiste ou une table à proximité. C’est le rôle d’AI Local Fix.

Le service revendique, corrige ou crée jusqu’à 15 fiches dans les annuaires que les assistants citent pour votre métier et votre pays, complète votre fiche d’établissement Google et publie les mêmes informations sur Bing Places et Apple Business Connect. Il ajoute le balisage LocalBusiness à jusqu’à 10 de vos pages, rédige 3 pages de réponses à partir des questions que posent vos clients et prépare un kit d’avis.

Il mesure aussi les résultats. Avant le début du travail, au jour 30 et au jour 90, il pose 10 questions à ChatGPT, Claude, Gemini et Grok pour votre ville et compte à quelle fréquence ils vous citent, à côté de vos 3 concurrents les plus proches. Si le décompte du jour 90 ne vous cite pas plus souvent que le premier, vous êtes remboursé intégralement.

Personne ne peut promettre un classement dans les réponses de l’IA, et AI Local Fix ne le fait pas.

Il n’installe ni système de réservation ni boutique. Si le vérificateur montre que vous n’en avez pas, choisissez-en un adapté à votre métier et liez-le depuis votre page d’accueil ; AI Local Fix s’occupe ensuite de faire citer votre entreprise, et son balisage indique à un agent ce que vous êtes et quand vous êtes ouvert.

Ce que l’étude ne peut pas vous dire

• Le lecteur n’exécutait aucun script : un outil de réservation chargé par script est donc passé inaperçu. Les 27,1 % constituent un plancher, pas un chiffre exact.
• Il a lu la page d’accueil et jusqu’à 3 pages liées, et n’a compté que les services figurant sur une liste écrite de 214. Le moteur de réservation propre à un groupe hôtelier compte au mieux comme un formulaire identifié.
• Trouver un système ne revient pas à finaliser une réservation. Un système peut encore exiger un compte, une carte de paiement ou un choix que l’agent ne peut pas faire, et une demande par formulaire peut recevoir une réponse plusieurs jours plus tard.
• Chaque site a été lu une seule fois, par un seul lecteur, un seul jour. Un autre lecteur ou une autre heure aurait rencontré d’autres refus.
• L’échantillon penche vers des entreprises que les assistants recommandent déjà, et plusieurs métiers et pays comptent peu de sites.
• AIGROW vend des services liés à ces constats, dont AI Local Fix. L’étude est un document de travail, non évalué par des pairs, et sa méthode et ses limites figurent sur la page de l’étude.