Les vendeurs génèrent leurs fiches produit avec l'IA : 7 500 exemples en huit mois

En huit mois, un service de génération de fiches pour marketplaces a traité plus de 7 500 requêtes. L'équipe de Habr a analysé le comportement des vendeurs et relevé des schémas inattendus : les utilisateurs raisonnent en diffs, pas en prompts ; l'activité culmine le soir ; et, sous le capot, tourne une cascade de modèles de langage avec Redis pub/sub pour un retour en temps réel.

Comment les vendeurs travaillent vraiment

Tout ne commence pas par un prompt parfait. Les vendeurs n'écrivent pas d'instructions soignées : ils chargent une fiche brouillon, voient le résultat de l'IA et le corrigent via des diffs dans l'interface.

• Plus de 7 500 générations en huit mois de fonctionnement du service
• Pic d'activité : 18:00–22:00 (le soir, les vendeurs génèrent après leur travail principal sur les marketplaces)
• Les utilisateurs préfèrent retoucher le résultat (diffs) plutôt que réécrire leurs prompts de zéro

Cela signifie que les vendeurs ne planifient pas leur contenu. Ils travaillent de façon réactive : ils chargent le produit → cliquent sur générer → regardent le résultat → modifient les lignes nécessaires. Le cycle dure 2–3 minutes. Aucun affinage du prompt : on prend le premier brouillon et on le retravaille.

L'architecture sous le capot

Le service utilise le fan-out : il découpe la génération d'une fiche en sous-tâches parallèles : titre, description, tags, caractéristiques, recommandations de prix. Chaque sous-tâche part dans un appel distinct vers différents modèles.

L'élément clé est une cascade de modèles avec repli (fallback). Si le modèle principal est surchargé ou fournit un résultat de mauvaise qualité, le système bascule automatiquement vers un modèle alternatif, sans latence visible. La progression en temps réel est transmise au frontend via Redis pub/sub : le vendeur voit dans son navigateur quelles parties de la fiche sont prêtes et peut commencer à modifier le titre pendant que la description se génère.

C'est critique pour l'UX. Un vendeur patiente 3–5 secondes. À 30 secondes, il ferme l'onglet. Si le système interrogeait les modèles de façon séquentielle, le temps de réponse serait inacceptable pour les petits vendeurs.

Pourquoi les prompts sont un mythe

Le marketing des outils d'IA martèle qu'un prompt parfait donne un résultat parfait. Dans la pratique, les vendeurs ont adopté depuis longtemps une autre philosophie. Ils n'écrivent pas d'instructions parfaites.

À la place : générer → regarder → modifier → publier. L'IA sert d'assistant intelligent pour le premier brouillon, tandis que le vendeur reste l'éditeur final, responsable du résultat. Ce comportement explique la demande pour des outils dotés d'une bonne interface de retouche (diffs, surlignage des changements, historique des versions).

À quoi ressemble l'audience

Les données proviennent d'un service réel. Ses utilisateurs sont des vendeurs de petites et moyennes boutiques sur Yandex.Market, Ozon et Wildberries. Le pic d'activité entre 18:00 et 22:00 indique un outil destiné aux propriétaires de petites entreprises, et non aux équipes contenu des grandes marketplaces : les gens génèrent leurs fiches pendant leur temps libre, après leur travail principal.

Cela fixe les exigences de prix (le vendeur paie 5–10 $, pas 100 $) et de vitesse (génération en 3–5 secondes, pas en une minute). Le temps du vendeur coûte plus cher.

Ce que cela signifie

L'IA pour le contenu des marketplaces ne fonctionne pas en pilote automatique complet, mais comme assistant de travail. Les vendeurs sont prêts à déléguer le premier brouillon au réseau de neurones, mais le dernier mot leur revient. Cela explique la demande croissante pour des outils dotés d'un éditeur intelligent : les vendeurs sont prêts à payer non pour la perfection de la génération, mais pour le confort et la rapidité de retouche.