Apprendre le système
Apprenez les couches entre contenu lisible et agent exécutant via API, feed ou protocole.
Construire le modèle
Étape 08 · Améliorer
Agent-Ready Web : préparer les parcours initiés par machine
Au-delà du contenu lisible, permettez à un agent autorisé de découvrir des capacités et d’agir en sécurité.
Résultat
Évaluer découvrabilité, capacités lisibles, authentification, droits, changements d’état et supervision.
- Prérequis
- Terminer ou revoir l’étape précédente: Système GEO
- Effort
- 60–90 min + une session de travail
- Livrable
- Carte de parcours agent et backlog séparant découverte et exécution.
Apprendre → Faire → Prouver
Faire le travail
Cartographiez un job client de la découverte à l’action, avec droits et échecs.
Créer le livrable
Prouver le résultat
Démontrez un chemin borné et documentez ses limites de sécurité et d’exploitation.
Vérifier la preuve
Concept boundaries
Machine-readable capability
A clearly described action, input, output, and constraint that software can discover and interpret.
Publishing a description does not make the underlying action safe or executable.
Agentic journey
A task path in which an authorized agent discovers information, makes bounded choices, and may request or perform an action.
Autonomy should not exceed the identity, permission, and approval model.
State-changing action
An operation that creates, updates, purchases, books, sends, deletes, or otherwise changes a system or external commitment.
Machine readability never removes the need for authentication, authorization, validation, idempotency, and recovery.
Core lesson
01
Separate readable information from executable capability
An agent may understand a page yet have no safe path to complete the user's job.
Map the layers: discoverable information, structured facts, capability description, interface contract, authentication, authorization, confirmation, state change, receipt, and recovery. A gap at any layer changes what the journey can responsibly promise.
Static files and metadata can improve discovery. APIs, feeds, tools, or protocols can expose capability. Neither should imply permission to act on behalf of a person without the required controls.
- Name the exact customer job.
- Mark where information ends and state change begins.
- Identify the human confirmation and recovery path.
02
Design the contract around failure
A useful interface declares what happens when data is missing, stale, duplicated, unauthorized, or partially completed.
Define inputs, validation, permissions, side effects, idempotency, rate limits, error states, confirmation language, receipts, and escalation. Treat observability and audit logs as part of the capability, not an afterthought.
Begin with read-only or reversible paths where possible. Expand autonomy only when the evidence shows the team can detect failure, contain impact, and restore a safe state.
- List failure states before the happy path is approved.
- Use least privilege for each action.
- Provide a durable receipt and escalation owner.
Decision framework
Discover → understand → authorize → act → recover
How far can this journey safely progress today?
- 01
Discover
Can an agent find the correct facts and capability description?
Fix canonical information and machine-readable discovery first.
- 02
Understand
Are inputs, outputs, constraints, and freshness explicit?
Define the contract and validation before execution.
- 03
Authorize
Can identity, scope, and user intent be verified?
Keep the path read-only or require human handoff until permissions are sound.
- 04
Act and recover
Can the system prevent duplicates, record the result, and recover from failure?
Permit bounded state change only with confirmation, idempotency, audit, and recovery.
Worked non-client example
A service company wants an AI agent to book consultations directly from a public capability page.
- Service information and availability are readable.
- The booking endpoint has no idempotency key or scoped authorization.
- Cancellation and human escalation are not represented.
Expose a read-only availability check and a human-confirmed booking handoff before allowing autonomous booking.
Discovery is ready, but the state-changing contract and recovery path are not.
A prototype can prove the bounded path works under test conditions; it does not establish production security or universal agent compatibility.
Reusable work template
Agent journey and capability contract
Map one customer job from discovery through recovery.
- 01
User job and authority
State the intended outcome, actor, and who may authorize each step.
- 02
Discoverable facts
List canonical sources, freshness, and machine-readable representations.
- 03
Capability contract
Define action, inputs, outputs, constraints, validation, and side effects.
- 04
Permission and confirmation
Specify identity, scope, least privilege, and human approval points.
- 05
Failure and recovery
List duplicate, timeout, partial, denied, stale, and cancellation paths.
- 06
Audit and evidence
Define logs, receipts, monitoring, owner, and production-readiness boundary.
Failure modes and corrections
Metadata equals capability
A file or schema is presented as proof that agents can complete the task.
Description does not provide an authenticated, reliable execution path.
Separate discovery evidence from executable capability evidence.
Happy-path autonomy
The flow handles success but not duplicates, partial completion, denial, or cancellation.
A state-changing failure can create real commitments or data inconsistency.
Design idempotency, receipts, recovery, and human escalation before autonomy.
Permission inherited from access
Because an endpoint is reachable, the agent is assumed to have authority to use it.
Reachability does not establish identity, scope, or user intent.
Require explicit authentication, authorization, and confirmation boundaries.
Practice exercise
Prototype one bounded agent journey
Choose a real customer job and stop the prototype at the last layer the current controls can support.
- 01Map discovery, understanding, permission, action, receipt, and recovery.
- 02Write the capability contract and failure states.
- 03Prototype a read-only, reversible, or human-confirmed path.
- 04Test denial, duplicate, stale-data, and handoff scenarios.
Proof artifact
An agent journey map, capability contract, bounded prototype evidence, and readiness backlog.
Completion rubric
- Information and execution layers are distinct.
- Authority and human approval are explicit.
- Failure and recovery paths are testable.
- The readiness claim stops at what the prototype actually proves.
BIBLIOTHÈQUE DE L’ACADEMY
Parcourir toute la bibliothèque
Choisissez une étape, puis le thème et l’intention adaptés à votre besoin.
considerationhubboth
Guide GEO pour l’e-commerce transfrontalier : faire recommander vos produits par les assistants d’achat IA
L’enjeu n’est plus seulement d’arriver en tête : il faut d’abord que l’IA décide de mentionner votre produit dans sa réponse. Pour entrer dans sa sélection, commencez par lui permettre de comprendre précisément ce que vous vendez.
Lire l’articleconsiderationhubboth
Qu’est-ce qu’une stratégie pour les agents IA ? Un cadre pratique pour préparer votre marque à la recherche déléguée aux agents
Les agents IA effectuent les recherches préalables et filtrent les fournisseurs pour le compte des acheteurs B2B. Pour figurer parmi les solutions retenues lors de ces recherches, vous devez présenter les informations de votre marque sous une forme que l’IA peut comprendre. C’est tout l’objet d’une stratégie pour les agents IA.
Lire l’articledecisionhow-tosearchable
Audit GEO d’un site e-commerce transfrontalier : de la structure produit au taux de recommandation par l’IA
L’IA cite-t-elle votre marque lorsqu’elle aide un consommateur à choisir ? Cet audit GEO en trois niveaux permet de l’évaluer, de la structure de vos fiches produit jusqu’à votre taux de recommandation par l’IA.
Lire l’articleimplementationhow-tosearchable
Balisage d’accessibilité (ARIA) et lisibilité par l’IA : une seule configuration pour les lecteurs d’écran et les agents IA
Le balisage ARIA mis en place pour l’accessibilité constitue aussi l’une des sources les plus propres pour les moteurs d’IA : une seule configuration, deux bénéfices.
Lire l’articleconsiderationhow-tosearchable
GEO des pages produit : donnez aux agents d’achat IA les faits clés grâce aux données structurées
À mesure que les utilisateurs confient leur recherche de produits à l’IA, votre visibilité sur ce nouveau parcours dépend de la capacité des agents à extraire votre offre, puis à en citer correctement les prix et les caractéristiques.
Lire l’articleimplementationhow-tosearchable
Mise en œuvre du HTML sémantique : les balises qui aident les agents IA à comprendre la structure de vos pages
Si les moteurs d’IA ne repèrent pas vos messages clés, ce n’est souvent pas la qualité du contenu qui est en cause : celui-ci est simplement enfoui dans des div dépourvues de sens sémantique. L’emploi des bonnes balises peut immédiatement améliorer la précision de l’extraction.
Lire l’articleTâche de preuve
Tâche de preuve: Agent-Ready Web
Démontrez un chemin borné et documentez ses limites de sécurité et d’exploitation.
- 01Conserver la preuve initiale — Apprenez les couches entre contenu lisible et agent exécutant via API, feed ou protocole.
- 02Terminer le livrable — Cartographiez un job client de la découverte à l’action, avec droits et échecs.
- 03Vérifier face au résultat — Démontrez un chemin borné et documentez ses limites de sécurité et d’exploitation.
Livrable
Carte de parcours agent et backlog séparant découverte et exécution.
Bibliothèque terrain
Approfondir le sujet
Le cœur reste ouvert ; certains whitepapers avancés gardent leur déverrouillage existant.
Livre blanc6 chapitres · 2026.06
Lu par l'IA ne suffit plus : MCP et B2A, l'infrastructure agent-ready
MCP est devenu le connecteur partagé de tous les grands fournisseurs d'IA, et WebMCP permet aux sites d'exposer des fonctions structurées pour que les agents exécutent les tâches directement. Ce livre blanc explique comment le web agentique fait passer le marketing de « être lu » à « être utilisé », et comment démarrer une infrastructure B2A.
Lu par l'IA ne suffit plus : MCP et B2A, l'infrastructure agent-readyGuide6 chapitres · 2026.06
Guide de déploiement llms.txt
Configurer llms.txt sur votre site, de zéro : syntaxe, structure de répertoire, répartition des rôles avec robots.txt, et les erreurs fréquentes vérifiées sur les sites de nos clients.
Guide de déploiement llms.txtGuide6 chapitres · 2026.06
Configurer son flux produits ChatGPT : la spécification des données que l'IA sélectionne
Après avoir abandonné Instant Checkout, OpenAI mise sur la découverte de produits : les marchands soumettent un flux pour que leurs produits soient « présentés intégralement ». Ce guide vous donne le format, les champs et la spécification de rafraîchissement du flux produits ChatGPT, pour transformer vos produits en données que la couche de découverte IA comprend et sélectionne.
Configurer son flux produits ChatGPT : la spécification des données que l'IA sélectionneDécryptage6 chapitres · 2026.06
Les rails de paiement agentique : décryptage des protocoles AP2, Visa, Mastercard
En 2026, l'infrastructure du paiement par agent est en place : Google ouvre AP2, Mastercard Agent Pay, Visa Trusted Agent, et Visa lui-même s'est branché sur ChatGPT. Ce décryptage vous aide à comprendre les différences entre ces protocoles, lesquels un commerçant doit prendre en charge, et comment transformer ses signaux de confiance en éléments vérifiables par machine.
Les rails de paiement agentique : décryptage des protocoles AP2, Visa, MastercardAppliquer l’étape avec un outil
AI Agent Strategy
Cartographiez un job client de la découverte à l’action, avec droits et échecs.
Limite de preuve
Use the output for the decision it describes; do not treat a technical scan, self-assessment, or planning model as proof of live AI citations.
APPLIQUER
Passer à la prochaine décision vérifiable
Utilisez outil ou service seulement si sa base de preuve correspond à la décision.