Un rapport de performance dédié à l'IA dans Search Console

Google déploie dans Search Console un nouveau rapport baptisé « Generative AI performance report ». Il regroupe les données relatives aux apparitions de vos pages dans les fonctionnalités d'IA de Google Search, à savoir les AI Overviews et l'AI Mode.

Concrètement, le rapport affiche les métriques suivantes :

• Impressions : combien de fois des URLs de votre site sont apparues dans une fonctionnalité d'IA générative sur Google Search ou Google Discover. Si deux résultats d'un même site apparaissent dans une même réponse IA, cela compte comme une seule impression au niveau du graphique.
• Pages : quelles URLs ont été affichées dans ces fonctionnalités, regroupées par URL canonique après redirection.
• Pays : d'où proviennent les recherches ayant déclenché l'affichage de votre contenu.
• Appareils : quel type d'appareil (desktop, tablette, mobile) était utilisé par l'internaute au moment de la recherche.
• Dates : un suivi temporel avec une granularité horaire, quotidienne, hebdomadaire ou mensuelle.

Le rapport se présente sous deux formes : un graphique affichant les impressions totales sur la période sélectionnée, et un tableau dont l'agrégation varie selon la dimension choisie (par propriété pour les pays, appareils et dates ; ou par pages)

Les données les plus récentes peuvent être préliminaires, c'est-à-dire encore en cours de collecte et susceptibles d'évoluer dans les heures suivantes. Elles sont signalées par un trait pointillé sur le graphique.

À noter : Search Console n'intègre pas les données issues des expériences en cours dans Search Labs, celles-ci étant encore en développement actif. Un rapport distinct existe par ailleurs pour Google Discover.

Ce qui manque encore : les données de clics

Le point le plus notable, qui brille par son absence, reste les données de clics. Google ne communique pas le nombre de fois où un internaute a cliqué depuis une réponse IA vers un site web. Interrogé directement sur ce sujet par Barry Schwartz de Search Engine Roundtable, un porte-parole de Google a répondu que l'entreprise continue de travailler avec les propriétaires de sites pour déterminer quelles données seront les plus utiles, et qu'elle introduira des métriques supplémentaires au fil du temps. Une formulation prudente qui ne laisse pas présager d'une arrivée prochaine de ces données.

Bing Webmaster Tools a également lancé son propre rapport de performance IA, et lui non plus ne fournit pas de données de clics. La différence notable : le rapport de Bing est disponible à l'échelle mondiale, alors que celui de Google reste pour l'instant limité à un sous-ensemble de propriétaires de sites au Royaume-Uni.

Un contrôle pour bloquer son contenu dans les réponses IA

L'autre nouveauté annoncée est un bouton bascule (toggle) directement dans Search Console, permettant aux propriétaires de sites de choisir si leur contenu doit apparaître dans les fonctionnalités d'IA générative de Google Search : AI Overviews, AI Mode, et AI Overviews dans Discover.

Google précise clairement les conséquences d'un opt-out : les sites qui choisissent de ne pas apparaître ne recevront ni trafic ni impressions provenant de ces fonctionnalités IA. En revanche, ce choix n'est pas utilisé comme signal de classement pour les résultats de recherche hors IA. Autrement dit, bloquer son contenu dans les réponses génératives n'affecte pas le positionnement dans les résultats organiques classiques.

Ce contrôle était attendu depuis longtemps. Google avait promis ce type d'outil après des pressions notamment venues de l'Union européenne. Des études préliminaires indiquaient d'ailleurs qu'environ un tiers des professionnels du SEO seraient prêts à bloquer leur contenu dans les fonctionnalités d'IA de Google si l'option leur était donnée.

Comme pour le rapport de performance, cette fonctionnalité est dans un premier temps réservée à un sous-ensemble de propriétaires de sites au Royaume-Uni. Son déploiement plus large est prévu après une phase de test suffisante.

Qui peut accéder à ces nouvelles fonctionnalités ?

Pour le moment, ces deux outils ne sont pas accessibles à tous. Plusieurs conditions peuvent expliquer l'absence du rapport dans une interface Search Console :

• La propriété ne fait pas encore partie du déploiement progressif.
• Le site n'a pas généré suffisamment d'impressions dans les fonctionnalités d'IA de Google Search.
• Le site a été exclu des fonctionnalités d'IA génératives, ce qui le rend de fait inéligible aux données de ce rapport.

Google n'a pas communiqué de calendrier précis pour l'extension de ces fonctionnalités à l'ensemble des propriétaires de sites dans le monde.

L’article "Google Search Console : nouveau rapport de performance IA et blocage de contenu" a été publié sur le site Abondance.

Google I/O a servi de déclencheur

Les annonces du Google I/O des 19 et 20 mai 2026 ont marqué un tournant. Google a officialisé la refonte la plus profonde de son moteur depuis vingt-cinq ans : les résultats traditionnels cèdent désormais la place aux AI Overviews, des synthèses générées par IA capables de produire graphiques, tableaux ou mini-applications selon les requêtes. Les questions de suivi basculent ensuite vers un mode conversationnel baptisé AI Mode. Les fameux liens bleus qui ont structuré l'expérience de recherche pendant des décennies occupent désormais une place nettement secondaire.

La réaction d'une partie du public ne s'est pas fait attendre. Sur les réseaux sociaux, des utilisateurs ont dénoncé la mort du web ouvert, s'inquiétant des réponses inexactes de l'IA ou de la complexification de requêtes pourtant simples. Certains signalent par exemple l'impossibilité de rechercher des termes comme « ignore », l'agent IA les interprétant comme des commandes. Ce sentiment de perte de contrôle a alimenté un mouvement vers des alternatives.

Des chiffres de croissance inédits pour DuckDuckGo

Les données partagées par DuckDuckGo sont précises et parlantes. Entre le 20 et le 25 mai 2026, les installations de l'application mobile ont progressé de 18,1 % en moyenne aux États-Unis par rapport à la semaine précédente. La croissance s'est maintenue six jours consécutifs, culminant à 30,5 % le 25 mai. Sur iOS, le pic a atteint 69,9 %, un niveau sans commune mesure avec les variations habituellement observées lors de pics d'actualité.

Du côté du trafic vers noai.duckduckgo.com, la version entièrement dépourvue de fonctionnalités IA, la hausse moyenne a atteint 22,7 % sur la semaine, avec un sommet à 27,7 % le 24 mai. Le 28 mai, le trafic vers cette page a été multiplié par trois en une seule journée. Depuis, il se maintient en moyenne à 84 % au-dessus du niveau habituel, ce qui suggère un changement d'habitude potentiellement durable plutôt qu'un simple effet de curiosité passagère.

Ces chiffres restent à relativiser : DuckDuckGo représente moins de 2 % du marché de la recherche aux États-Unis, et encore moins en Europe. Mais c'est précisément pour cela que le signal mérite attention. Il témoigne d'une lassitude documentée d'une frange croissante d'utilisateurs face à une IA qui s'impose sans invitation.

Une nouvelle extension pour ancrer le choix dans la durée

Pour transformer cet afflux d'utilisateurs en adoption durable, DuckDuckGo vient de franchir une étape supplémentaire avec le lancement d'extensions pour Chrome et Firefox. Concrètement, ces extensions permettent de définir automatiquement noai.duckduckgo.com comme moteur de recherche par défaut. Toute requête saisie dans la barre d'adresse bascule ainsi vers cette version sans réponses générées par IA, sans assistant conversationnel intégré et avec moins d'images issues de la génération automatique.

Jusqu'à présent, les utilisateurs souhaitant accéder à cette version épurée devaient soit revenir manuellement sur l'URL à chaque session, soit ajuster eux-mêmes les paramètres de leur navigateur. L'extension supprime cette friction. Elle est accessible directement depuis la page noai.duckduckgo.com, via un bouton renvoyant vers les répertoires Chrome et Firefox.

Les utilisateurs du navigateur DuckDuckGo ne sont pas concernés : leurs préférences liées à l'IA y sont déjà sauvegardées en permanence, indépendamment de l'historique de navigation. DuckDuckGo a par ailleurs annoncé une prochaine mise à jour de son extension « Privacy Essentials » pour y intégrer des contrôles dédiés aux réglages de recherche avec ou sans IA.

Un positionnement stratégique, pas idéologique

Le discours de DuckDuckGo est calibré avec soin. L'entreprise ne se présente pas comme une alternative anti-IA. Elle propose depuis plusieurs mois son propre assistant conversationnel, Duck.ai, donnant accès à plusieurs modèles de langage dont Claude Haiku d'Anthropic, Llama 4 de Meta, Mistral ou GPT-5 mini d'OpenAI. L'ensemble fonctionne sans inscription, avec l'adresse IP masquée avant transmission aux fournisseurs de modèles, les conversations supprimées sous 30 jours, et sans utilisation pour l'entraînement des modèles.

Ce que DuckDuckGo défend, c'est le choix. « Les gens veulent simplement avoir le choix », résume Kamyl Bazbaz, directrice de la communication de l'entreprise. Gabriel Weinberg, fondateur et PDG, est plus direct encore : selon lui, Google impose l'IA à ses utilisateurs sans leur laisser la moindre option pour s'y soustraire, dégradant ainsi l'expérience de recherche plutôt qu'elle ne l'améliore. Cette rhétorique du contrôle retrouvé constitue le coeur de la stratégie de différenciation.

DuckDuckGo propose également un filtre pour exclure les images générées par IA des résultats, ainsi qu'un assistant de recherche optionnel, similaire aux aperçus IA de Google mais activable uniquement à la demande. L'entreprise commercialise en parallèle une offre premium incluant un VPN, un service d'assistance en cas d'usurpation d'identité et un outil de suppression d'informations personnelles en ligne.

Un défi structurel qui dépasse les seuls chiffres

La capacité de DuckDuckGo à transformer ce pic de téléchargements en adoption durable se heurte à des obstacles bien connus. En 2023, son fondateur avait lui-même témoigné lors du procès antitrust de Google que les contrats d'exclusivité imposés par le géant pour être moteur par défaut sur les navigateurs et appareils tiers constituaient un frein majeur à sa croissance. DuckDuckGo, aux côtés de Qwant, Ecosia et Lilo, avait interpellé le Parlement européen pour obtenir la possibilité pour les utilisateurs de changer de moteur à tout moment sur Android, au-delà de la seule phase de configuration initiale.

Cette bataille réglementaire de long terme conditionne en partie la portée réelle des gains actuels. Pour Google, l'enjeu dépasse la part de marché : c'est la promesse d'une recherche améliorée par l'IA qui commence à être questionnée, et parfois rejetée, par une frange des utilisateurs. Une tendance que les nouvelles extensions de DuckDuckGo cherchent précisément à cristalliser.

L’article "DuckDuckGo profite de la stratégie IA de Google pour séduire les utilisateurs américains" a été publié sur le site Abondance.

Un nouveau mix de recherche prend forme

Pendant des années, la question de la visibilité en ligne se résumait à une seule quête : bien se positionner sur Google. Ce temps est révolu. Le troisième baromètre Peak Ace, publié en juin 2026, documente l'émergence d'un modèle de recherche à trois canaux, où moteurs de recherche, IA générative et réseaux sociaux coexistent et se complètent, chacun remplissant un rôle spécifique selon les usages et les profils.

L'étude a été conduite par Heroiks Pulse via Toluna Start, auprès d'un échantillon représentatif de 1 058 Français âgés de 18 ans et plus, interrogés entre le 12 et le 17 mars 2026. Il s'agit de la troisième vague d'un baromètre qui suit dans le temps l'évolution de ces comportements, ce qui lui confère une valeur comparative rare sur ce sujet.

Les moteurs de recherche restent en tête, mais leur légitimité s'érode

Premier enseignement de l'étude : les moteurs de recherche ne sont pas morts. Ils conservent la confiance de 70 % des utilisateurs, toutes générations confondues. Leur force repose sur deux atouts solides : la simplicité (citée par 62 % des répondants) et la précision (60 %). Ils demeurent l'outil de référence pour les requêtes rapides et transactionnelles.

Mais leur emprise se fissure. 63 % des utilisateurs leur reprochent de fournir les réponses les moins convaincantes, et 39 % jugent leurs résultats trop génériques. Ce sentiment de frustration est précisément ce qui ouvre la porte à de nouveaux canaux. En moins d'un an, 35 % des Français déclarent avoir modifié leurs habitudes de recherche, un chiffre qui monte à 58 % chez la Gen Z et à 41 % chez les Millennials.

Ce basculement ne signifie pas l'abandon des moteurs, mais plutôt leur repositionnement dans un écosystème plus large. Les Français ne remplacent pas Google, ils s’appuient sur d’autres solutions complémentaires.

L'IA générative s'installe dans toutes les générations

Le deuxième signal fort de cette vague, c'est la nature transgénérationnelle de l'adoption de l'IA. En moyenne, 41 % des Français utilisent déjà des outils d'IA générative dans leurs recherches en ligne. Sans surprise, les plus jeunes sont en avance, mais les chiffres montrent que l'IA n'est plus l'apanage exclusif de la Gen Z.

53 % des Millennials et 35 % de la Gen X ont également intégré ces outils à leurs pratiques. L'IA générative s'affirme ainsi comme un véritable pont intergénérationnel, là où les réseaux sociaux restent beaucoup plus clivants selon les tranches d'âge.

Les usages de l'IA se concentrent principalement sur les recherches informationnelles :

• Actualités (48 %),
• Produits et marques (44 %),
• Tutoriels et démonstrations (43 %),
• Avis consommateurs (37 %).

Ce qui séduit les utilisateurs, c'est avant tout la rapidité des réponses, la capacité de synthèse et la personnalisation des résultats.

ChatGPT reste encore l'outil le plus utilisé, mais le baromètre note une forte progression de Gemini, qui gagne du terrain dans les usages quotidiens. 66 % de la Gen Z considèrent d'ailleurs que ChatGPT pourrait, à terme, remplacer les moteurs de recherche traditionnels.

Malgré cet élan, deux freins structurels ralentissent l'adoption : la fiabilité des sources reste la première réserve exprimée (42 % des utilisateurs), suivie par les enjeux de confidentialité des données (37 %). Ces deux points constituent les principaux leviers à adresser pour accélérer l'adoption de l'IA dans les parcours de recherche.

Les réseaux sociaux, moteurs d'inspiration et de découverte

Troisième canal : les réseaux sociaux ne cherchent pas à remplacer les moteurs ni l'IA, mais ils occupent une place structurante dans les parcours de recherche, notamment pour tout ce qui touche à l'actualité (68 % des usages), aux tendances et à l'inspiration (51 %) et aux avis consommateurs (50 %).

Les plateformes ne jouent pas toutes le même rôle selon les générations. Instagram et TikTok captent massivement la Gen Z, quand Facebook reste davantage utilisé par la Gen X. Cette segmentation par plateforme est un élément clé pour les marques qui cherchent à calibrer leur présence sociale.

Des comportements qui varient fortement selon les secteurs

L'une des contributions les plus opérationnelles de ce baromètre est sa lecture sectorielle. Les comportements de recherche ne sont pas uniformes. Ils varient considérablement selon le secteur concerné, et les marques doivent en tenir compte pour définir leurs priorités.

Dans des secteurs comme le tourisme, la mode ou le luxe, les réseaux sociaux sont devenus de véritables moteurs de découverte. Dans la mode, 61 % des Gen Z privilégient les réseaux sociaux pour leurs recherches d'information. Dans le luxe, ils sont 66 % à les utiliser comme source d'inspiration principale.

À l'inverse, dans des univers plus sensibles ou complexes comme la banque, l'assurance ou la santé, les moteurs de recherche conservent leur dominance. Mais même là, l'IA générative progresse comme outil d'aide à la décision : 53 % des Gen Z utilisent déjà l'IA dans leurs recherches liées à la santé, contre 48 % dans les services financiers. Ce sont des chiffres significatifs dans des secteurs où la fiabilité de l'information est un enjeu critique.

Ce que cela implique pour les marques

La synthèse du baromètre est limpide : la visibilité d'une marque se joue désormais sur trois terrains simultanément. Ignorer l'un d'eux, c’est prendre le risque de devenir invisible pour une partie de sa cible.

Comme le formule Jennifer Nicolon, Directrice Générale Adjointe de Peak Ace : « Désormais, le défi des annonceurs consiste à construire un récit de marque multiplateforme unifié. Cela exige de faire bouger les lignes en interne et de dépasser les clivages organisationnels qui ralentissent l'exécution. C'est à cette seule condition que les actions d'une marque seront perçues de manière globale et transparente par l'utilisateur. »

Ce constat impose une évolution des stratégies de visibilité, à la croisée du SEO traditionnel, du GEO et de la présence sur les plateformes sociales. En somme, les trois disciplines ne s'opposent pas ; elles se complètent, à condition d'être pilotées de manière cohérente et coordonnée.Source : Enquête Heroiks Pulse (via Toluna Start) réalisée pour Peak Ace, sur un échantillon de 1 058 personnes représentatif de la p

L’article "Étude : 35 % des Français ont changé leurs habitudes de recherche en moins d’un an" a été publié sur le site Abondance.

L’article "Goossips SEO : Search Quality Raters Guidelines" a été publié sur le site Abondance.

Le déclencheur : une plateforme qui automatise l'achat de mentions

Tout est parti d'une annonce remarquée : une plateforme logicielle spécialisée en IA a commencé à promouvoir la possibilité d'automatiser l'achat de mentions de marque, avec pour objectif explicite d'apparaître dans les réponses générées par Google, ChatGPT, Claude et d'autres systèmes d'IA.

C'est Kenichi Suzuki qui a mis en lumière la réaction de Google face à cette tendance, en relayant sur LinkedIn les propos tenus par Gary Illyes et Cherry Sireetorn Prommawin lors du Search Central Live Sydney 2026, le 15 mai dernier.

La position de Google : une comparaison avec les liens payants

Gary Illyes n'a pas mâché ses mots. Il a comparé l'achat de mentions à l'achat de liens, une pratique depuis longtemps dans le viseur de Google. Le message est sans ambiguïté : les systèmes internes de Google sont capables de détecter ces mentions artificielles, de les ignorer, et d'en neutraliser l'effet.

Ni Gary Illyes ni Cherry Sireetorn Prommawin n'ont confirmé que les mentions organiques et authentiques produisent un bénéfice direct sur la visibilité dans les résultats IA. Ils ont simplement indiqué ne pas être certains de l'utilité réelle des mentions présentes sur le web pour ces systèmes.

En revanche, la mise en garde contre la manipulation, elle, est catégorique.

Ce que dit déjà la documentation officielle

Cette prise de position n'est pas isolée. Google avait déjà abordé le sujet dans ses recommandations sur l'optimisation pour l'IA générative. Le moteur de recherche y précise que ses fonctionnalités d'IA peuvent mettre en avant ce qui se dit sur des produits et services à travers le web, dans des blogs, des vidéos ou des forums.

Mais il souligne aussi que chercher à accumuler des mentions artificielles est une stratégie peu efficace. Les systèmes de classement ciblent les contenus de qualité, tandis que d'autres systèmes bloquent le spam, et les fonctionnalités d'IA reposent sur les deux.

« Recherche de mentions non authentiques : À l’instar du reste de la recherche Google, nos fonctionnalités d’IA générative peuvent afficher les discussions relatives aux produits et services sur le Web, notamment dans les blogs, les vidéos et les forums. Toutefois, la recherche de mentions non authentiques sur le Web n’est pas aussi pertinente qu’il n’y paraît. Nos systèmes de classement principaux privilégient les contenus de haute qualité, tandis que d’autres systèmes bloquent les spams ; nos fonctionnalités d’IA générative dépendent des deux. »

Un risque de retour de bâton rapide

Barry Schwartz, qui couvre l'événement pour Search Engine Roundtable, établit un parallèle avec l'ère pré-Penguin, quand les services de construction de liens artificiels pouvaient fonctionner un temps avant qu'une mise à jour ne vienne tout effacer du jour au lendemain.

Sa conviction : avec les mentions IA, le retour de bâton sera probablement bien plus rapide qu'il ne l'a été avec Penguin. Le message adressé à Google aux professionnels du SEO et du GEO tentés par ces services, le message est sans ambigüité : le risque n'en vaut pas la peine.

L’article "Google met en garde contre la manipulation des mentions pour l’IA" a été publié sur le site Abondance.

Les sources préférées débarquent dans les réponses IA de Google

Lancée initialement dans Top Stories, la fonctionnalité Preferred Sources (Sources préférées) permet aux utilisateurs de sélectionner leurs sites favoris pour les voir mis en avant dans les résultats. Depuis le 27 mai 2026, elle s'étend à AI Overviews et AI Mode.

Concrètement, quand une réponse IA contient des liens vers des articles, ceux qui proviennent des sources sélectionnées par l'utilisateur seront clairement étiquetés « Preferred ». L'objectif est de permettre à chacun de repérer en un coup d'œil les contenus issus des éditeurs qu'il suit déjà ou qu'il considère comme fiables.

Duncan Osborn, Product Manager chez Google Search, l'a formulé ainsi : Google souhaite « apporter directement dans ses expériences IA les sources préférées des utilisateurs, et lancer de nouvelles fonctionnalités pour aider à découvrir des contenus originaux, des points de vue de créateurs et des perspectives uniques. »

La configuration est simple : il suffit de se rendre dans les paramètres de personnalisation de la recherche Google, rubrique « préférences de sources ». N'importe quel site publiant du contenu régulier est éligible. Google indique que les utilisateurs sont deux fois plus susceptibles de cliquer sur un lien issu d'une source préférée, et que plus de 345 000 sources uniques ont déjà été sélectionnées à travers le monde. La fonctionnalité est disponible toutes langues confondues.

Du côté des éditeurs, Google a mis à jour sa documentation pour leur indiquer comment encourager leurs lecteurs à les ajouter comme source préférée, et comment intégrer un bouton dédié sur leur site.

Deux nouveaux carrousels pour valoriser articles et discussions

En parallèle des sources préférées, Google déploie deux nouveaux types de carrousels directement intégrés dans les réponses AI Mode et AI Overviews.

• Le premier carrousel est dédié aux sujets d'actualité. Pour les requêtes portant sur des événements ou des thématiques en évolution, Google affichera désormais un carrousel de liens vers des articles récents, avec une mise en avant visuelle prononcée. Les sources préférées de l'utilisateur y seront également signalées. L'idée est de rendre les articles d'actualité plus visibles sur un plus large éventail de requêtes, en particulier celles où l'utilisateur cherche à comprendre les derniers développements d'un sujet.

• Le second carrousel cible les discussions et perspectives en ligne. Pour certaines recherches où l'utilisateur cherche des avis ou des retours d'expérience, Google affichera bientôt un carrousel similaire agrégant des contenus issus de forums, de discussions en ligne et de réseaux sociaux. Ce type de résultat s'inscrit dans une logique déjà visible avec les intégrations Reddit et les contenus de forums dans les résultats classiques.

Ces deux formats visent à répondre à un besoin documenté : les utilisateurs qui posent des questions sur des sujets en développement veulent souvent lire un article complet ou un retour d'expérience, mais ils ont besoin d'un contexte initial et d'un choix de sources pour décider où approfondir.

Le badge « Highly Cited » s'élargit à plus de résultats

La troisième nouveauté concerne le label « Highly Cited » (« Très cité »), lancé en 2022 dans Top Stories. Ce badge signale qu'un article a été cité par de nombreuses autres publications, ce qui en fait souvent la source primaire d'une information reprise ensuite par d'autres médias.

Jusqu'ici limité aux Top Stories, ce label va désormais apparaître sur davantage de liens d'articles présents dans les résultats de recherche classiques. Il ne s'agit donc pas d'une fonctionnalité propre à AI Mode ou AI Overviews : Google a confirmé qu'il s'étend « aux liens d'articles sur la page de résultats de recherche » de manière plus générale.

Par ailleurs, Google indiquera également quand un article fait explicitement référence à une source labellisée « Highly Cited ». Cela permet à l'utilisateur de remonter plus facilement jusqu'au reportage d'origine, plutôt que de lire une reprise secondaire.

Ce que ça change pour les éditeurs et les professionnels du SEO

Ces mises à jour s'adressent autant aux utilisateurs qu'aux professionnels de la publication en ligne. Pour les éditeurs, l'extension des sources préférées à l'IA représente une opportunité concrète de fidélisation : un lecteur qui ajoute un site comme source préférée le verra ressortir y compris dans les réponses générées par l'IA, pas seulement dans les résultats classiques.

La documentation officielle de Google a été mise à jour pour accompagner les éditeurs souhaitant intégrer un bouton « Ajouter comme source préférée » sur leur site.

Le badge « Highly Cited », quant à lui, introduit une nouvelle forme de signal de qualité éditoriale dans les SERPs. Pour les sites dont les contenus sont fréquemment cités par d'autres publications, cela peut se traduire par une meilleure visibilité et un taux de clic plus élevé.

Rappel important : AI Mode et AI Overviews restent indisponibles en France à ce jour. Ces fonctionnalités sont déployées en priorité aux États-Unis. Les éditeurs et professionnels du SEO francophones peuvent néanmoins anticiper leur arrivée en prenant dès maintenant connaissance des mécanismes de personnalisation mis en place par Google.

L’article "Google intègre les sources préférées dans AI Mode et AI Overviews, et lance de nouveaux carrousels" a été publié sur le site Abondance.

Depuis le 6 mars 2024, le Consent Mode v2 conditionne l’accès aux fonctionnalités publicitaires Google dans l’Espace Économique Européen, au Royaume-Uni et en Suisse. Pas de Consent Mode correctement implémenté, pas d’audiences Google Ads, pas de remarketing, pas de conversions modélisées. Et pas de modélisation, ce sont 10 à 30 % de conversions qui disparaissent du reporting. Pourtant, le sujet reste mal compris. Beaucoup d’annonceurs croient que poser une bannière de cookies suffit ; d’autres confondent Consent Mode et CMP (Consent Management Platform), alors que ce sont deux briques distinctes qui doivent dialoguer. Reprenons depuis le début. Consent Mode Google : ce que c’est, ce que ce n’est pas Une couche technique entre la CMP et les tags Google Le Consent Mode est une API fournie par Google qui transmet aux tags publicitaires et analytiques (Google Tag, GA4, Google Ads, Floodlight) l’état de consentement de l’utilisateur. Sans Consent Mode, un tag Google ignore ce que l’utilisateur a coché sur la bannière ; il se déclenche selon sa propre logique. Avec Consent Mode, le tag ajuste son comportement : il s’exécute pleinement si le consentement est accordé, en mode dégradé s’il ne l’est pas. Important : le Consent Mode ne récolte pas le consentement. C’est le rôle de la CMP (Consent Management Platform : Axeptio, Didomi, Cookiebot, OneTrust, Usercentrics, CookieYes, TrustArc). Le Consent Mode est la passerelle qui transmet ce choix aux tags Google. CMP + Consent Mode forment une chaîne ; rompre un maillon casse l’ensemble. Mode basique et mode avancé Le Consent Mode propose deux configurations. En mode basique, les tags Google ne se chargent pas tant que l’utilisateur n’a pas exprimé de choix. C’est l’option la plus conservatrice côté conformité, mais la plus pénalisante côté mesure : zéro donnée tant que la bannière est affichée. En mode avancé, les tags Google se chargent immédiatement et envoient des pings cookieless (sans identifiant, sans cookie) tant que le consentement n’est pas accordé. Ces pings ne contiennent pas de données personnelles, mais ils permettent à Google de modéliser les conversions perdues. Le mode avancé récupère significativement plus de données, mais demande un volume de trafic suffisant et une analyse de conformité plus fine (les pings cookieless restent un traitement de données, même limités). La version 2 (depuis mars 2024) Le Consent Mode v2 a été rendu obligatoire le 6 mars 2024 pour accéder aux fonctionnalités publicitaires Google dans l’EEE. Il ajoute deux signaux par rapport à la v1 (ad_user_data et ad_personalization), pour répondre aux exigences du Digital Markets Act européen. Un site qui transmet uniquement les signaux v1 est techniquement considéré comme non conforme côté Google : audiences gelées, remarketing coupé, modélisation désactivée. Les 4 paramètres du Consent Mode v2 ad_storage Premier signal historique. Contrôle le stockage de cookies à vocation publicitaire (Google Ads, DoubleClick). À l’état granted, les cookies de remarketing et de mesure publicitaire se posent. À l’état denied, ils sont bloqués ; Google bascule sur des pings cookieless en mode avancé. analytics_storage Second signal historique. Contrôle le stockage de cookies analytiques (GA4, principalement). À l’état denied, GA4 fonctionne en mode anonymisé sans cookies _ga. Il continue d’envoyer des pings, ce qui alimente la modélisation, mais aucune identification utilisateur n’est possible. ad_user_data Premier signal ajouté en v2. Autorise ou refuse l’envoi de données utilisateur (email haché, identifiants tiers, données CRM) à Google à des fins publicitaires. C’est ce signal qui débloque ou bloque les imports de listes d’audience, le Customer Match Google Ads et les conversions enhanced. ad_personalization Second signal ajouté en v2. Autorise ou refuse la personnalisation publicitaire (remarketing, audiences similaires). Quand il est denied, l’utilisateur n’est pas intégré aux audiences de retargeting, même si les autres signaux sont granted. C’est ce signal que la majorité des utilisateurs refusent quand la bannière distingue finement les usages. Les valeurs : granted, denied, et l’état initial Chaque paramètre prend deux valeurs : granted (autorisé) ou denied (refusé). L’état initial, avant interaction de l’utilisateur avec la bannière, doit impérativement être denied sur les quatre signaux. C’est l’expression technique du principe de privacy by default rappelé par la CNIL dans sa doctrine sur les cookies et traceurs : aucune donnée ne part avant un consentement explicite. Un site qui initialise les paramètres en granted est en non-conformité RGPD directe, même si la bannière apparaît visuellement. Comment implémenter le Consent Mode v2 : trois méthodes Méthode 1 : via le tag Google (gtag.js) en code natif L’implémentation native consiste à appeler la fonction gtag('consent', ...) dans le code de la page, avant tout autre tag Google. Premier appel obligatoire : gtag('consent', 'default', {...}) qui initialise les quatre signaux à denied au chargement de la page. Second appel, déclenché par la CMP au moment du choix utilisateur : gtag('consent', 'update', {...}) qui met à jour les signaux selon les choix exprimés. Cette méthode est la plus précise mais demande une intégration manuelle dans le code de chaque page. Sur un site WordPress avec quelques pages, c’est faisable ; sur un site complexe ou multisite, mieux vaut centraliser via Google Tag Manager. Méthode 2 : via Google Tag Manager (recommandé) GTM est l’orchestrateur standard pour gérer le Consent Mode. Depuis l’interface, il faut activer les « Paramètres de consentement supplémentaires » dans les paramètres du conteneur, puis configurer pour chaque tag les signaux requis (par exemple, le tag GA4 demande analytics_storage, le tag Google Ads demande ad_storage, ad_user_data et ad_personalization). GTM gère automatiquement l’ordre d’exécution : un tag ne se déclenche que si ses signaux requis sont à granted. Cette approche centralise la logique de consentement et évite les erreurs de timing. La plupart des CMP modernes (Didomi, Cookiebot, Axeptio, OneTrust) proposent un template GTM officiel qui injecte automatiquement les appels gtag('consent', 'update', ...) au bon moment. Méthode 3 : via le template CMP directement Plusieurs CMP injectent le Consent Mode sans passer par GTM. La CMP charge un script qui pose les paramètres default, attend le choix utilisateur, puis déclenche update. C’est l’option la plus rapide à déployer (quelques minutes), mais elle laisse moins de marge de configuration sur les tags non-Google. Pour des configurations simples (un site vitrine, une CMP standard, des tags Google uniquement), c’est suffisant. Pour des architectures complexes (server-side tagging, tags multiples non-Google, logique de consentement fine), GTM reste supérieur. Pour les sites qui n’ont pas encore franchi cette étape, notre guide pratique du Consent Mode v2 détaille les choix de configuration en fonction de la taille du parc et de la stack analytics. Les enjeux RGPD : ce que le Consent Mode ne résout pas Le consentement valable au sens du RGPD Le RGPD impose un consentement libre, éclairé, spécifique et univoque. Concrètement : pas de case pré-cochée, pas de bannière qui empêche de naviguer, refus aussi facile à exprimer que l’acceptation, finalités explicites. Le Consent Mode v2 transmet le choix de l’utilisateur, mais ne garantit pas que le choix a été récolté dans des conditions valables. La conformité réglementaire repose d’abord sur la CMP et la conception de la bannière. Une bannière avec un bouton « Accepter tout » géant en vert et un lien « Personnaliser » en gris pâle en petit en bas viole la règle d’équivalence du consentement. La CNIL a sanctionné plusieurs grandes marques sur ce motif, avec des amendes allant jusqu’à plusieurs dizaines de millions d’euros. Le Consent Mode tournera correctement sur un setup non conforme : il transmettra les choix d’utilisateurs piégés, sans alerter sur le défaut de validité. Les sanctions CNIL récentes Le cadre s’est durci. En 2025, la CNIL a infligé environ 475 millions d’euros de sanctions sur les violations cookies (Matomo, septembre 2025). En décembre 2025, la CNIL a publié une recommandation sur le consentement multi-terminaux, ouvrant 2026 sur des travaux relatifs au consentement cross-domaine et multi-propriété. Le risque juridique n’est pas théorique ; il est mesuré, public, et croît chaque trimestre. Trois points de vigilance réglementaires actuels : la bannière doit proposer un refus aussi visible que l’acceptation, les finalités doivent être détaillées (pas un « marketing » fourre-tout), et la durée de conservation des cookies doit être explicite. Un audit annuel de la CMP et du Consent Mode évite les mauvaises surprises. Le cas particulier du Privacy Sandbox et la fin des cookies tiers Google a annoncé puis suspendu le retrait des cookies tiers de Chrome. En 2026, le calendrier reste flou ; Chrome propose un choix utilisateur à la place d’une suppression unilatérale. Le Privacy Sandbox (Topics API, Protected Audience API) propose des alternatives au tracking publicitaire individuel, basées sur des groupes d’intérêt anonymisés côté navigateur. Le Consent Mode v2 reste pertinent dans tous les scénarios. Avec ou sans cookies tiers, l’enjeu est de signaler à Google si l’utilisateur a accepté la collecte de ses données. Le Consent Mode est la passerelle ; les briques techniques en aval évoluent, mais la passerelle reste. Investir dans une implémentation propre n’est pas un pari de court terme. La conformité IAB TCF v2.2 et v2.3 Le Transparency and Consent Framework L’IAB TCF (Transparency and Consent Framework) est un standard sectoriel européen qui codifie le recueil et la transmission du consentement publicitaire. Les CMP certifiées émettent une TCString (chaîne de caractères normalisée) qui transmet les choix de l’utilisateur à l’écosystème publicitaire (annonceurs, régies, ad-tech). La version active en 2026 est la v2.2 ; la v2.3 devient obligatoire pour les éditeurs au 28 février 2026 (CookieYes, 2026). Le Consent Mode Google et la TCString IAB sont complémentaires. Le premier dialogue avec les tags Google ; le second dialogue avec le reste de l’écosystème publicitaire. Une bannière CMP correctement configurée pose les deux simultanément. Si la TCString est absente ou malformée, Google peut refuser les fonctionnalités publicitaires même si le Consent Mode est techniquement implémenté. Vérifier le bon fonctionnement de la TCString La vérification se fait dans la console réseau du navigateur (onglet Network), en filtrant les requêtes vers consensu.org ou en inspectant l’objet __tcfapi disponible dans la console JavaScript. Une TCString conforme se décode via des outils en ligne et expose le détail des consentements par finalité (publicité, mesure, personnalisation). Une TCString invalide signale un problème de CMP : version obsolète, configuration incomplète, certification échue. C’est un contrôle à intégrer dans un audit analytics complet, au même titre que la vérification des paramètres gcs et gcd du Consent Mode. Mesurer l’impact business du Consent Mode v2 La modélisation des conversions Google Ads Le principal bénéfice du Consent Mode v2 réside dans la modélisation des conversions. Google reconstruit statistiquement les conversions perdues lors d’un refus, à partir des pings cookieless et des données agrégées d’utilisateurs ayant consenti. Le seuil minimum pour activer la modélisation, documenté par le support Google Ads sur la modélisation des conversions : 700 clics publicitaires sur 7 jours par pays et par groupe de domaines, 7 jours pleins de collecte, et un taux de consentement raisonnable (Google recommande au moins 20 %). Concrètement, sur un site qui dépasse ces seuils, la modélisation récupère typiquement 10 à 30 % des conversions invisibles à cause des refus. Sans Consent Mode v2, ces conversions sont définitivement perdues du reporting et du pilotage. Pour les sites à faible trafic qui ne dépassent pas les seuils, la modélisation n’est pas accessible ; mieux vaut alors travailler la qualité du tracking serveur via un setup GA4 audité par nos experts pour maximiser le signal sur le volume disponible. Les indicateurs à surveiller après déploiement Trois métriques pilotent l’efficacité d’un Consent Mode bien implémenté. Le taux de consentement (pourcentage d’utilisateurs qui acceptent) révèle la qualité de la bannière ; en dessous de 30 %, il y a souvent une marge d’amélioration sur le design ou le wording. La part de conversions modélisées (dans Google Ads, segment par type d’attribution) montre la contribution de Consent Mode au reporting global. Enfin, le coût par acquisition comparé avant et après déploiement mesure l’effet sur la performance réelle des campagnes. Ces indicateurs s’inscrivent dans une démarche d’audit continue. Une CMP qui change de version, un plugin GTM mis à jour, un nouveau tag déployé : autant d’événements qui peuvent dégrader silencieusement la chaîne de consentement. Une revue trimestrielle limite la dérive. Les erreurs fréquentes d’implémentation État initial en granted L’erreur classique : un développeur passe les paramètres en granted par défaut « pour ne pas perdre de données au chargement ». C’est une non-conformité RGPD directe. Tous les signaux doivent être denied avant interaction utilisateur, sans exception. La vérification se fait en deux minutes via Tag Assistant Google ou via l’inspection des paramètres gcs (qui doit valoir G100 au chargement). Confusion CMP / Consent Mode Beaucoup d’équipes installent une CMP en pensant que cela suffit. Une CMP qui n’injecte pas le Consent Mode laisse les tags Google s’exécuter comme si le consentement n’avait pas été récolté. Résultat : la conformité affichée est trompeuse, les audiences Google Ads sont coupées, et l’utilisateur final paye le piège juridique. CMP et Consent Mode doivent impérativement être reliés, via un template officiel ou un câblage manuel. Tags non intégrés au Consent Mode GA4, Google Ads, Floodlight reconnaissent le Consent Mode nativement. Mais les tags tiers (Meta Pixel, LinkedIn Insight Tag, TikTok Pixel, plateformes B2B spécifiques) ne le connaissent pas. Pour ces tags, il faut utiliser les déclencheurs natifs de la CMP ou des conditions GTM spécifiques qui vérifient le statut de consentement avant déclenchement. Un Consent Mode parfait sur Google n’évite pas un Pixel Meta qui se déclenche sans consentement. Négliger les sous-domaines et les domaines multiples Sur une architecture multi-sous-domaines (shop.marque.fr, blog.marque.fr, app.marque.fr), le cookie de consentement doit se propager. Sans configuration cross-domaine côté CMP, l’utilisateur revoit la bannière à chaque navigation, et le Consent Mode redémarre à denied. Le test est simple : naviguer entre sous-domaines après acceptation, vérifier que la bannière ne réapparaît pas. Si elle réapparaît, le setup est incomplet. Ce qu’il faut retenir Le Consent Mode v2 n’est pas une option : c’est la condition d’accès aux fonctions publicitaires Google dans l’EEE, et c’est aussi un point de contrôle de conformité RGPD scruté par la CNIL. Bien implémenté, il sauve 10 à 30 % des conversions perdues par les refus et maintient les audiences Google Ads accessibles. Mal implémenté, il donne une fausse impression de conformité, fait chuter le reporting et expose juridiquement la marque. La différence entre les deux tient à trois décisions : choisir le bon mode (basique ou avancé), câbler la CMP au Consent Mode via un template officiel, et auditer la chaîne au moins une fois par trimestre. Brioude accompagne les marques sur l’implémentation, l’audit et la mise en conformité Consent Mode depuis 1998, avec une expertise data Analytics qui croise SEO, SEA et tracking. Plus de datas, moins de blabla : des contrôles concrets, des chiffres mesurables, des conversions sauvées. Pour cadrer ou auditer votre setup Consent Mode, découvrez notre approche analytics sur-mesure et échangez avec notre équipe.

L’article Consent Mode Google : guide d’implémentation et enjeux RGPD est apparu en premier sur Brioude.

Ce que change l'IA dans le processus de design

La promesse des agents IA dans le développement produit n'est pas uniquement une question de vitesse. L'accélération est réelle, mais construire vite un mauvais produit ne sert à rien. Ce qui change réellement, c'est la capacité à itérer plus tôt, plus souvent et sur des artefacts plus concrets.

Figma s'inscrit dans cette logique en s'ouvrant aux workflows agentiques via son serveur MCP. L'idée : permettre à des agents comme Cursor, Claude Code ou Codex d'interagir directement avec le canvas de Figma (c’est-à-dire l’espace de travail), d'y lire des composants, d'y écrire des frames, de manipuler des variables. Le tout sans que le designer ait à effectuer le travail de copier-coller entre deux environnements.

MCP, agents et skills : de quoi parle-t-on exactement ?

Avant d'entrer dans les workflows, trois concepts méritent d'être compris clairement.

• Un agent, c'est un système logiciel qui utilise l'IA pour atteindre des objectifs et accomplir des tâches. Dans le développement produit, un agent peut planifier un projet, écrire du code, interpréter des visuels ou orchestrer d'autres agents. Cursor, Codex et Claude Code en sont des exemples courants.
• MCP signifie Model Context Protocol. C'est un standard ouvert qui définit comment les agents communiquent avec d'autres logiciels, comme Figma. Un serveur MCP permet à un agent de récupérer du contexte depuis des sources externes pour prendre de meilleures décisions. Le serveur MCP de Figma permet concrètement de :
• Traduire du code en designs Figma
• Créer et modifier des éléments sur le canvas
• Retransformer ces designs en code

Ce pont bidirectionnel entre design et code est ce qui rend le workflow agentique avec Figma utile.

• Un skill, enfin, c'est un fichier texte contenant un ensemble d'instructions qu'un agent peut apprendre et réutiliser pour accomplir une tâche spécifique. Toute tâche répétitive qu'on reprompt régulièrement à son agent est un bon candidat pour devenir un skill. Les skills liés à ces workflows sont disponibles sur la page Figma Community et peuvent être installés en copiant leur lien GitHub dans l'agent.

Il existe aussi un skill particulier, /figma-use, aussi appelé « write to canvas ». Il permet à un agent de créer et de modifier un fichier Figma réel en utilisant les composants, variables et styles existants du projet.

Workflow 1 : importer un prototype codé dans Figma

Quand l'utiliser : quand un prototype fonctionnel existe en code et qu'on veut le ramener dans Figma pour le réviser, itérer ou partager.

Beaucoup d'équipes commencent aujourd'hui à designer directement dans le code, souvent dans un « prototype playground » : un environnement bac à sable avec du vrai code et des écrans issus de l'application de production, mais sans risque d'affecter le code de production ni les designs finaux. Ce workflow s'applique à cette situation, mais aussi à n'importe quel prototypage en code.

Étape 1 : importer le prototype dans Figma

Le skill /prototype-to-figma prend en charge l'import. Il capture un prototype qui tourne en local et place chaque écran unique sur le canvas Figma sous forme de frames connectées au design system.

Pour l'utiliser, il suffit de taper /prototype-to-figma dans l'agent (par exemple Cursor) et de lui indiquer l'URL localhost du prototype. Chaque étape du flux du prototype apparaît sur le canvas comme une frame de design, avec les composants et styles du design system existant. Le skill génère aussi une page de résumé et une page de styles pour avoir le contexte de ce qui a été capturé et pourquoi.

Étape 2 : réviser et affiner sur le canvas

Une fois les écrans dans Figma, on peut voir l'ensemble du flux d'un seul regard et l'évaluer globalement. Un prototype généré par IA est un bon point de départ pour valider une idée, mais il nécessite souvent un travail de design avant d'être prêt pour un retour ou une passation.

Quelques points à examiner lors de la révision :

• Les éléments d'UI redondants : par exemple, si un écran a à la fois un indicateur d'étapes et une barre de progression, l'un des deux est probablement superflu.
• Les opportunités d'utiliser des composants du design system : remplacer des éléments ad hoc par de vrais composants (cartes, boutons, primitives de layout) rapproche le design des standards de production.
• La hiérarchie visuelle : illustrations, typographie et espacement peuvent créer une composition plus intentionnelle.
• La structure du layout : ajouter de l'auto layout aux frames donne un aperçu plus précis de l'espacement.

Itérer directement sur le canvas, surtout en co-design avec un collègue, est souvent plus rapide que de repromper l'agent pour faire les mêmes changements dans le code.

Étape 3 : partager ou mettre à jour le prototype

Une fois le design affiné, deux options s'offrent à vous : partager pour recueillir des retours (le design est prêt pour les parties prenantes), ou demander à l'agent de mettre à jour le prototype directement en utilisant le design Figma comme source de vérité.

Workflow 2 : synchroniser le design system entre code et Figma

Quand l'utiliser : quand on veut que les outils agentiques génèrent du code qui référence de vrais composants et tokens du design system.

Les design systems permettent aux équipes de créer des expériences cohérentes et qui passent à l'échelle. Mais quand le design se fait dans le code, lors d'un hack week, d'une expérimentation rapide ou d'un sprint IA, ces changements peuvent se retrouver isolés dans la codebase, déconnectés du design system dans Figma.

Ce workflow montre comment ramener un design codé (avec ses variables) sur le canvas, l'évaluer, l'affiner, et repousser les tokens mis à jour vers le code.

Les skills /figma-generate-design et /figma-generate-library utilisés ici sont pré-installés avec le serveur MCP de Figma.

Étape 1 : importer le design et les variables dans Figma

Si une nouvelle direction de design a été construite en code (par exemple, un dark mode utilisant les variables de couleur du design system existant), les skills pré-installés permettent de la capturer dans Figma. Un prompt appelant /figma-generate-design et /figma-generate-library va :

• Placer les écrans sur le canvas Figma (par exemple, les modes clair et sombre côte à côte)
• Créer une nouvelle collection de variables dans le panneau des variables qui reflète les tokens utilisés dans le code

On peut alors évaluer le design d'un seul coup d'oeil et vérifier comment il se tient sur plusieurs écrans, ce qui est difficile à faire quand le design n'existe que dans un environnement local qui tourne.

Étape 2 : évaluer et affiner les variables

Avec les écrans et les variables sur le canvas, on peut repérer les problèmes difficiles à détecter dans le code seul. Points courants à surveiller :

• L'intensité des couleurs : les couleurs d'accent qui fonctionnent bien en mode clair peuvent paraître saturées ou "néon" en mode sombre. Envisager de passer à une teinte différente de la palette.
• Le contraste du texte : les textes à faible contraste, notamment les labels secondaires comme les dates ou légendes, peuvent ne pas répondre aux standards d'accessibilité. Si l'équipe vise WCAG AAA, ces valeurs méritent une vérification attentive.

Pour effectuer des ajustements, on ouvre le panneau des variables et on met à jour les tokens directement. Les modifications se reflètent en temps réel sur tous les composants et références de styles du canvas, ce qui donne une vue globale de l'impact des décisions de tokens sur l'ensemble du design.

Voir les variables et leurs effets simultanément plutôt que de modifier une valeur dans le code et rafraîchir un navigateur accélère considérablement l'itération.

Étape 3 : repousser les tokens affinés vers le code

Une fois les variables stabilisées, on peut demander à l'agent de mettre à jour le design system dans la codebase avec les tokens affinés. Figma devient la source de vérité pour les décisions de design, et le code reste synchronisé.

Workflow 3 : explorer de nouvelles directions directement depuis le canvas

Quand l'utiliser : quand on veut rapidement explorer ou itérer sur des designs existants sans quitter Figma.

Pour beaucoup d'équipes, Figma est la source de vérité. Les designs existent déjà sur le canvas. Le défi n'est pas de partir de zéro, c'est de savoir comment avancer. Quand la recherche utilisateur fait remonter un problème sur un écran existant, la partie la plus difficile de l'itération est souvent de faire ce premier pas.

Ce workflow montre comment utiliser un agent pour générer une direction de départ avec les vrais composants de l'équipe, afin de pouvoir réagir à quelque chose de concret et l'affiner sur le canvas.

Étape 1 : définir le problème

On part d'un énoncé de problème clair, ancré dans la recherche ou les retours utilisateurs. Plus le prompt est précis, plus la sortie de l'agent sera utile.

Par exemple : un tableau de bord de revenus clients où l'état de renouvellement s'affiche comme un simple label texte en fin de chaque ligne. La recherche montre que les utilisateurs le ratent. Le problème à résoudre est de rendre l'état de renouvellement plus visible et plus facile à actionner.

Il existe souvent plusieurs approches valides : codage couleur, regroupement des lignes par statut, introduction d'une nouvelle hiérarchie visuelle. Voir des directions sur le canvas est ce qui fait avancer la conversation.

Étape 2 : générer une direction de départ avec l'agent

Dans l'agent, on lance le skill /figma-use. On inclut le contexte pertinent dans le prompt : insights de recherche utilisateur, problème précis, contraintes éventuelles, puis on demande à l'agent d'explorer une approche avec les composants existants.

L'agent produit une itération brute directement sur le canvas, construite avec les composants de production. L'objectif à ce stade n'est pas un design fini, c'est un point de départ concret sur lequel on peut réagir et affiner.

Étape 3 : affiner sur le canvas

On revoit ce que l'agent a produit et on s'en sert comme point de départ. Quelques éléments à évaluer :

• Est-ce que la solution change le principe organisateur du layout ? Grouper ou prioriser l'information différemment peut faire en sorte que les données critiques soient vues en premier, plutôt qu'après un balayage visuel.
• Est-ce que les bons composants sont utilisés ? L'agent doit piocher dans le design system. Si ce n'est pas le cas, on ajuste le prompt ou on remplace les composants manuellement.
• Qu'est-ce qui fonctionne, qu'est-ce qui ne fonctionne pas ? On réagit à ce qui est visible. L'agent dépasse le syndrome de la page blanche ; le designer et son équipe apportent le jugement de design.

Itérer directement sur le canvas plutôt que de prompter en boucle permet de passer rapidement de la discussion abstraite aux décisions concrètes et visibles.

Ce que ça change vraiment

Dans les trois workflows, le même schéma se répète : que le point de départ soit du code ou le canvas, l'agent prend en charge le travail d'assemblage mécanique. Le designer concentre son temps sur ce qui demande un oeil de designer.

Le serveur MCP de Figma peut être connecté de deux façons :

• via un serveur MCP distant (recommandé), qui se connecte directement à l'endpoint hébergé par Figma à https://mcp.figma.com/mcp,
• ou via un serveur MCP desktop qui tourne localement via l'application Figma, principalement pensé pour des cas d'usage spécifiques en entreprise.

L’article "Figma + agents IA : trois workflows concrets pour concevoir et coder sans friction" a été publié sur le site Abondance.

Un panier qui travaille pendant que vous dormez

L'idée de base paraît simple, mais elle change assez radicalement ce qu'on attend d'un panier en ligne. Aujourd'hui, ajouter un article à un panier, c'est surtout ne pas l'oublier. Avec Universal Cart, dévoilé dans le cadre du Google I/O 26, c'est le point de départ d'un suivi actif.

Dès qu'un produit est ajouté, le système se met en route en arrière-plan. Il cherche des promotions, surveille les baisses de prix, consulte l'historique tarifaire du produit et envoie une alerte si un article épuisé revient en stock. Toutes ces vérifications que l'on faisait soi-même, souvent en ouvrant cinq onglets en parallèle, sont désormais automatisées.

Ce qui rend la proposition intéressante, c'est la portabilité du panier. Il ne vit pas dans un coin isolé de Google Shopping. Vous pouvez ajouter un article pendant une recherche sur Google, retrouver ce même panier en regardant une vidéo YouTube, en discutant avec l'assistant Gemini ou en lisant un mail dans Gmail. Le panier vous suit, plutôt que l'inverse.

Universal Cart sera disponible aux États-Unis sur Search et l'application Gemini à partir de cet été. YouTube et Gmail seront intégrés dans un second temps.

La compatibilité des produits, gérée à votre place

C'est l'une des fonctionnalités les plus concrètes présentées par Google, et elle illustre bien l'ambition du projet.

Imaginez que vous montez votre premier PC sur mesure. Vous ajoutez un processeur chez un vendeur, une carte mère chez un autre, de la RAM chez un troisième. Le problème, c'est que certains composants peuvent simplement ne pas fonctionner ensemble. Sans expertise technique, difficile de s'en rendre compte avant d'avoir tout commandé et tout reçu.

Universal Cart peut détecter ce type d'incompatibilité directement dans le panier et suggérer des alternatives adaptées, avant même que vous n'ayez confirmé vos achats. Google parle d'un « raisonnement intelligent » pour anticiper ce genre de problème. Le système s'appuie sur les modèles Gemini et sur le Shopping Graph, la base de données produits de Google qui recense plus de 60 milliards de références.

Le panier est aussi connecté à Google Wallet, ce qui lui permet de connaître vos cartes bancaires et les avantages qu'elles offrent. Si l'une d'elles donne droit à des points de fidélité ou à une réduction chez un marchand partenaire, le système vous le signale sans que vous ayez à vous en souvenir.

Universal Commerce Protocol : une seule langue pour tout un secteur

Pour que tout cela fonctionne à grande échelle, il fallait résoudre un problème technique fondamental : comment faire communiquer des dizaines de marchands, de plateformes et d'agents IA entre eux, alors que chacun parle sa propre langue technique ?

C'est l'objet du Universal Commerce Protocol, ou UCP. Il s'agit d'un standard ouvert que Google a développé en collaboration avec plusieurs grandes entreprises, dont Amazon, Meta, Microsoft, Salesforce et Stripe, qui ont rejoint le comité technique du projet. L'UCP donne à tous les acteurs du commerce en ligne un vocabulaire commun pour gérer chaque étape d'une transaction, de la recherche de produit jusqu'au suivi de livraison ou au traitement des retours.

Concrètement, ce protocole est ce qui permet de passer en caisse depuis Universal Cart sans être redirigé vers le site du marchand. Pour les enseignes compatibles comme Nike, Sephora, Target, Walmart, Wayfair ou les boutiques Shopify comme Fenty et Steve Madden, l'achat peut être finalisé directement dans l'interface Google via Google Pay, en quelques clics. Le marchand reste « marchand de référence » pour la transaction, ce qui a son importance en termes de gestion des retours et du service client.

L'UCP va aussi s'étendre à de nouveaux secteurs : la réservation d'hôtels et la livraison de repas à domicile seront prochainement intégrés. Géographiquement, le déploiement s'élargira au Canada, en Australie puis au Royaume-Uni.

Aucune date n'est annoncée pour la France à ce stade.

Laisser une IA payer à votre place… avec des garde-fous

C'est sans doute le volet le plus ambitieux, et le plus sensible, de cette annonce. Google veut permettre à un agent IA d'effectuer des achats de façon totalement autonome, en votre nom. Pour répondre à la question légitime que cela soulève, la firme a créé l'Agent Payments Protocol, ou AP2.

Le principe repose sur un système de règles que l’internaute définit lui-même : les marques autorisées, les types de produits concernés, le budget maximum par article. L'agent ne peut effectuer un achat que si toutes ces conditions sont remplies simultanément. Il n'a aucune latitude pour en sortir.

Sur le plan technique, AP2 crée une trace numérique permanente et infalsifiable de chaque transaction, partagée entre vous, le marchand et le service de paiement. Si un retour est nécessaire, vous et le marchand consultez exactement le même document, ce qui évite tout désaccord sur les conditions de l'achat. Google utilise des technologies de protection de la vie privée et des mandats numériques inviolables pour garantir que l'agent agit toujours en votre nom.

L'intégration d'AP2 démarrera dans les prochains mois, en commençant par Gemini Spark, le nouvel assistant propulsé par Gemini 3.5, le modèle conçu par Google pour l'ère agentique.

L’article "Google Universal Cart : le panier intelligent qui surveille vos achats à votre place" a été publié sur le site Abondance.