Le résultat à viser
Thomas Métivier, PDG de Cdiscount, a livré fin 2025 des chiffres de production : l’IA générative recatégorise les fiches, en complément du machine learning, et divise par deux le taux d’erreur. « Un produit qui est bien catégorisé fait 30 % de ventes en plus. » Dix millions de références ont déjà été retraitées.
Ce qui a été fait
Journal du Net (chronique d’Édouard Margain, 31 août 2026), reprenant les chiffres du PDG. Geste retenu : recatégoriser le catalogue e-commerce. Distinct des prompts de création (Serot, autre URL) et du matching vendeurs (même URL). Plafond 3/URL.
Avant de commencer
Outil cité par la source : IA générative (Cdiscount) ; autres outils cités : IA générative. Éléments entre crochets à remplir : [titre, attributs, catégorie], [coller 10 nœuds]. Retirez les données confidentielles qui ne sont pas utiles et vérifiez les conditions d’accès de votre outil. Les fonctionnalités et abonnements disponibles peuvent évoluer.
La méthode, en trois étapes.
Rassembler le contexte
Repérez les éléments entre crochets du prompt (
[titre, attributs, catégorie],[coller 10 nœuds]) et préparez ce qu’ils demandent.Adapter le prompt
Copiez le prompt ci-dessous, remplacez les éléments entre crochets, puis collez-le dans l’assistant IA que vous utilisez. L’outil cité (IA générative (Cdiscount)) n’est pas forcément accessible au public.
Relire avant d’utiliser
Relisez le résultat, corrigez-le si besoin et gardez la décision finale. Les points de vigilance sont détaillés plus bas.
Votre point de départ.
Remplacez les éléments entre crochets, puis adaptez la proposition à votre situation. Ce prompt est rédigé par la rédaction d’iadujour, ce n’est pas une citation de la source.
Fiche actuelle (faits) : [titre, attributs, catégorie]. Arborescence : [coller 10 nœuds]. Propose 1 catégorie et 3 facettes. Justifie en 4 lignes. N’invente aucun attribut.
Ce qui mérite votre attention
Niveau de preuve : Témoignage publié par une source identifiée. Source vérifiée le 11 novembre 2026. Usage décrit par la source, non testé par la rédaction. Résumé original rédigé par iadujour.fr : les chiffres et affirmations sont ceux de la source ; le prompt est une proposition de la rédaction, pas une citation.
Skills utiles
Des skills officielles qui portent sur la même tâche, rapprochées par la rédaction : elles ne font pas partie du cas décrit.
- Piloter Azure Machine Learning (SDK v2) en PythonMicrosoft · Le SDK Azure Machine Learning v2 pour Python pilote les espaces de travail, les jobs, les modèles, les jeux de données, le calcul et les pipelines, principalement via MLClient.
Commentaires.
Un retour d’expérience, une question, une précision sur ce cas d’usage ? Les commentaires sont relus avant publication.
Commentaires publiés
Chargement des commentaires…
Laisser un commentaire
Charte de modération. Chaque commentaire est relu avant publication. Sont refusés : l’incitation à la haine, les propos injurieux ou discriminatoires, la publicité, le spam et les liens promotionnels, le hors-sujet et les données personnelles d’autrui.