Le titre est le champ unique que Google lit le plus lorsqu’il décide pour quelles requêtes votre produit peut s’afficher. Bien le faire, c’est élargir le volume de recherches auxquelles vous correspondez, augmenter le taux de clics et réduire votre coût par clic. Mal le faire, c’est enchérir sur un trafic qui n’allait jamais convertir.
Il existe deux façons de construire de meilleurs titres à grande échelle. La première est basée sur des règles : vous concaténez les attributs que vous possédez déjà dans une structure cohérente et adaptée aux requêtes. La seconde est basée sur l’IA : vous fournissez les données brutes à un modèle de langage et vous le laissez écrire ou réécrire le titre. Les deux ont leur place, et dans Feedoptimise vous pouvez utiliser l’une, l’autre, ou les deux ensemble, sans toucher au code.
Cet article passe en revue chaque méthode avec des exemples, et montre où s’intègrent les modificateurs et la connectivité multi-LLM de la plateforme.
Ce que Google recherche dans un titre
Avant d’optimiser quoi que ce soit, alignez vos titres sur trois contraintes.
Longueur. L’attribut title autorise jusqu’à 150 caractères, et les recommandations de Google sont de les utiliser. Placez les attributs qui comptent pour la correspondance et pour le clic dans les 70 premiers caractères, car les utilisateurs ne voient généralement que les 70 premiers (ou moins selon la taille de l’écran), puis ajoutez des mots-clés favorables au SEO après cela pour remplir l’espace restant. L’objectif est d’utiliser la capacité maximale, pas de raccourcir les titres.
Ordre. Google lit de gauche à droite et accorde plus de poids aux mots placés tôt. Mettez en avant les termes qu’un acheteur saisirait, et réorganisez les mots-clés existants pour que les termes à fort CTR se trouvent près du début. Si « vinyl » est un terme fort pour la musique, « Vinyl, Eminem, Curtain Call: The Hits (2LP) » est préférable à laisser « Vinyl » à la fin.
Structure. Google publie des formats de titres suggérés par catégorie de produit. Les modèles sur lesquels la plupart des distributeurs s’appuient :
- Vêtements : Marque + Genre + Type de produit + Attributs (Couleur, Taille, Matière)
- Produits de consommation : Marque + Type de produit + Attributs (Poids, Quantité)
- Biens durables : Marque + Produit + Attributs (Taille, Poids, Quantité)
- Électronique : Marque + Attribut + Type de produit (plus Numéro de modèle)
- Livres : Titre + Type + Format + Auteur
Le modèle de base de Google pour l’électronique s’arrête au type de produit, mais ajouter le numéro de modèle en vaut la peine, car les acheteurs recherchent des modèles précis par leur nom.
Gardez des titres uniques. Chaque variante de produit doit avoir son propre titre plutôt que d’en partager un seul entre tailles ou couleurs. Un titre qui inclut déjà la taille et la couleur le fait naturellement, et vous pouvez le confirmer lors de la configuration.
Évitez le langage promotionnel. Des mots comme « livraison gratuite », « meilleur prix » ou « soldes » entraînent le refus des titres et n’apportent rien à la correspondance des requêtes.
Avec ces règles en tête, voici les deux méthodes de construction.
Méthode 1 : titres basés sur des règles via la concaténation d’attributs
L’idée est simple. Vous prenez des champs structurés que vous avez déjà — marque, genre, type de produit, couleur, taille, matière — et vous les assemblez dans un ordre fixe pour produire un titre propre et prévisible pour chaque produit du catalogue.
C’est la bonne méthode lorsque vos données source sont fiables et bien structurées. C’est rapide, chaque sortie est prévisible, et vous pouvez auditer exactement comment chaque titre a été produit.
Les modificateurs que vous utilisez
Feedoptimise est livré avec plus de 120 modificateurs, que vous enchaînez dans un constructeur de règles visuel où la sortie de l’un devient l’entrée du suivant. Pour la concaténation des titres, une poignée fait l’essentiel du travail :
- Concatenator : assemble deux chaînes ou plus en une seule.
- Mapper : mappe des valeurs brutes vers des valeurs plus propres, utile pour normaliser des entrées désordonnées avant qu’elles n’atteignent le titre.
- IF : renvoie des valeurs différentes selon une condition, afin que la structure puisse changer selon le type de produit ou selon les champs renseignés.
- Case formatter : corrige la capitalisation, pour que
ADIDASdevienneAdidas. - Trim et Text sanitiser : suppriment les espaces parasites et les caractères cachés.
- Truncate et Text counter : maintiennent le titre dans le budget de caractères et vous indiquent sa longueur.
Exemple détaillé : vêtements
Supposons que vous vendiez des vêtements et que vous disposiez de ces champs :
brand = adidas
gender = Women's
product_type = Running Shoes
color = Core Black
size = US 6
En suivant le modèle Google pour l’habillement, vous enchaînez les champs avec le Concatenator dans cet ordre :
Brand + Gender + Product Type + Color + Size
Résultat :
Adidas Women's Running Shoes Core Black US 6
Tous les produits du flux suivent désormais la même structure. Un acheteur qui recherche « women's adidas running shoes » correspond aux mots placés au début du titre.
Exemple détaillé : électronique
Pour l’électronique, on met à profit l’attribut déterminant et le numéro de modèle :
brand = Samsung
attribute = 65 inch
product_type = 4K QLED Smart TV
model = QE65Q80D
Enchaînés comme Marque + Attribut + Type de produit + Modèle :
Samsung 65 inch 4K QLED Smart TV QE65Q80D
Ajouter de la logique et des garde-fous
Les catalogues réels ne sont pas impeccables, donc quelques étapes supplémentaires permettent de garder une sortie propre.
Structure conditionnelle. Utilisez IF pour que le format du titre s’adapte. Si gender est vide, retirez-le de la chaîne plutôt que de laisser un double espace. Si product_type est « Books », basculez vers le modèle livre.
Normaliser avant d’assembler. Exécutez le Mapper pour que « blk », « Black » et « BLACK » deviennent tous « Black » avant d’entrer dans le titre. Vous n’avez toutefois pas besoin d’aplatir les noms de couleurs descriptifs. « Walnut » ou « Royal Sapphire » peuvent rester dans le titre tant que l’attribut color séparé contient une valeur standard. Si vous ne stockez la couleur que dans le titre et pas dans un champ séparé, l’extracteur de couleur peut la récupérer : ainsi « Royal Sapphire Cocktail Dress » renvoie « Blue ».
Combler les manques à partir des données existantes. L’extracteur de genre et l’extracteur de tranche d’âge lisent le titre ou la catégorie et renvoient la bonne valeur, que vous pouvez ensuite insérer dans la structure.
Utiliser tout le titre, puis protéger la limite. Visez 150 caractères : commencez par les attributs qui génèrent la correspondance et les clics, puis ajoutez des mots-clés pertinents après les 70 premiers. Réglez Truncate à 150 comme plafond strict pour éviter tout dépassement, et utilisez Text counter lors de la configuration pour confirmer que vos attributs clés se trouvent dans les 70 premiers caractères.
Chacune de ces étapes se prévisualise en direct sur de vrais produits de votre catalogue avant publication : vous voyez les titres finaux et repérez les cas limites avant que quoi que ce soit n’arrive sur Google.
Où l’approche basée sur des règles atteint ses limites
La concaténation ne fait que réorganiser ce que vous avez déjà. Si vos titres source sont pauvres, incohérents, ou écrits pour des humains plutôt que pour la recherche, assembler des champs produit un titre propre mais qui manque encore des termes utilisés par les acheteurs. C’est là que la seconde méthode prend tout son sens.
Méthode 2 : titres basés sur l’IA avec connectivité multi-LLM
Au lieu d’assembler des champs dans un ordre fixe, vous fournissez à un modèle de langage les données produit et un prompt, et il écrit un titre naturel qui inclut les termes que les gens recherchent. Le modèle peut déduire des attributs manquants, reformuler un texte source maladroit et adapter la formulation selon la catégorie.
La plateforme traite cela comme un modificateur comme les autres, donc il s’insère dans le même flux visuel que les règles ci-dessus.
Choisissez votre modèle, ou mélangez-en plusieurs
Feedoptimise se connecte à tous les principaux LLM tels que : OpenAI ChatGPT, Google Gemini, Anthropic Claude et xAI Grok, ainsi qu’à nos propres modèles open source hébergés. Deux éléments rendent cela pratique à l’échelle d’un flux plutôt qu’un simple gadget :
Vous n’êtes pas verrouillé sur un seul fournisseur. Chacun dispose d’un modificateur dédié d’optimisation de titre (OpenAI Title Optimiser, Google Gemini Title Optimiser, Anthropic Claude Title Optimiser, xAI Grok Title Optimiser) ainsi que l’AI Title Optimiser hébergé. Changez de modèle sans reconstruire la règle, et choisissez celui qui vous donne les meilleurs titres au meilleur prix.
Vous pouvez enchaîner différents modèles dans un même flux. Comme chaque interface de prompt est un modificateur à part entière, vous pouvez utiliser un modèle pour générer, un second pour vérifier et un troisième pour traduire. Exemple de séquence :
- Un prompt Anthropic Claude réécrit le titre à partir des attributs produit.
- Un prompt Google Gemini note ce titre de 1 à 10 et ne renvoie que le nombre.
- Un modificateur IF conserve le titre IA si le score dépasse votre seuil, et revient au titre basé sur des règles sinon.
C’est une barrière qualité construite à partir de deux fournisseurs, assemblée visuellement, et exécutée sur l’ensemble du catalogue.
Contrôle total sur le prompt
Le prompt n’est pas une boîte noire. Un éditeur de modèle de prompt WYSIWYG vous permet d’insérer directement les attributs de votre flux dans l’instruction, afin que le modèle travaille à partir de données produit réelles plutôt que de suppositions. Un prompt de titre fonctionnel :
Write a Google Shopping product title, up to 150 characters,
and use the space. Put the attributes that drive matching and
clicks in the first 70 characters, then add relevant search
keywords after that. Lead with brand, then product type, then
the most important attributes. Use this order for apparel:
brand, gender, type, color, size. Front-load the highest-CTR
term. Keep each variant title unique. No promotional words.
No ALL CAPS. Return the new title only.
Brand: {{brand}}
Type: {{product_type}}
Color: {{color}}
Size: {{size}}
Description: {{description}}
Combler les lacunes que les règles ne peuvent pas atteindre
Les modificateurs IA font plus que réécrire. L’AI Attributes Extractor extrait des attributs comme la couleur, la matière et le genre à partir de la description lorsqu’ils manquent en tant que champs. L’Image Attributes Extractor (disponible sur OpenAI et Gemini) lit l’image produit et renvoie les mêmes informations, ce qui vous permet de récupérer la marque depuis une étiquette sur une photo. Le modificateur AI Product Highlights extrait les caractéristiques marquantes de la description, que vous pouvez injecter dans le titre pour les attributs qui génèrent des clics.
Ainsi, la voie IA corrige précisément la faiblesse de la voie basée sur des règles : elle fabrique des attributs propres et structurés là où vos données source n’en ont pas, puis les écrit dans un titre.
Enrichir les titres avec de vraies données de termes de recherche
Les conseils de Google sont d’ajouter aux titres des termes de recherche à forte impression : des termes larges pour gagner des impressions (« patio », « shoe ») et des termes plus précis pour gagner des clics (« wicker », « Energy Star »), en utilisant des sources comme Google Trends, le rapport Termes de recherche et le Planificateur de mots clés. L’astuce consiste à injecter ces données dans la règle de titre plutôt que de deviner.
C’est là que la plateforme fait quelque chose qu’une construction purement basée sur des règles ou un prompt IA générique ne peut pas faire. Le modificateur Report récupère des données depuis Google Ads et Google Analytics, et les Analysers mettent en évidence ce qui performe, afin que vous puissiez acheminer de vraies données d’impressions et de clics dans le flux de titres. Identifiez les termes réellement utilisés par les acheteurs, puis mappez-les dans la structure basée sur des règles ou transmettez-les au prompt IA comme mots-clés à mettre en avant. Vous enrichissez les titres à partir de preuves, pas d’hypothèses.
Coût et tests
Deux fonctionnalités rendent cela abordable et mesurable.
- Mise en cache. Feedoptimise met en cache les réponses IA et ne les actualise que lorsque vos paramètres ou les données produit sous-jacentes changent, afin que vous ne payiez pas le modèle pour régénérer le même titre à chaque exécution du flux.
- Tests A/B. Feedoptimise vous permet de générer deux variantes de titre — une basée sur des règles et une basée sur l’IA, ou deux prompts IA différents — puis de planifier un test A/B qui met en avant la version la plus performante sur le canal. Vous optimisez sur les résultats plutôt que sur l’opinion.
Quelle méthode, et quand
- Utilisez la concaténation basée sur des règles lorsque vos données d’attributs sont propres et complètes. C’est moins cher, totalement prévisible et très simple à auditer.
- Utilisez l’IA lorsque les titres source sont faibles, que des attributs manquent, ou que vous voulez une formulation qui reflète la manière dont les acheteurs recherchent réellement.
En pratique, la configuration la plus solide combine les deux. Extrayez et nettoyez les attributs avec l’IA, concaténez-les avec des règles pour une structure prévisible, validez la longueur avec Truncate et Text counter, puis testez en A/B le titre basé sur des règles face à un titre entièrement rédigé par l’IA pour voir lequel le canal favorise. Comme chaque étape vit dans le même flux visuel, passer de l’une à l’autre, ou les combiner, revient à ajouter un modificateur, pas à reconstruire un pipeline.
Pour commencer
Si vous exécutez déjà vos flux via Feedoptimise, ouvrez la bibliothèque de modificateurs et construisez d’abord le titre basé sur des règles. Cela vous donne une base fiable en quelques minutes. Ensuite, superposez un AI Title Optimiser, choisissez un seul modèle pour commencer, et testez les deux en A/B. Laissez les données du canal décider du gagnant, par catégorie si vous voulez aller plus loin.
Si vous n’êtes pas encore sur la plateforme, c’est exactement le type de travail pour lequel le constructeur de règles visuel et les modificateurs multi-LLM ont été conçus. Vous pouvez l’essayer sur votre propre catalogue avec l’essai gratuit.