Site fait avec l'IA : les cas où ça ne suffit pas

Un site fait avec l’IA suffit pour tester une idée, mais il ne suffit plus dès qu’il doit tenir en production, être maintenu, vendre, porter une marque ou se classer sur Google face à des concurrents installés. L’IA génère vite ; elle ne branche pas ton domaine, ne surveille rien après la livraison et ne décide pas à ta place de ce qui fait acheter. Voici, thème par thème, ce qui casse et comment le vérifier.

On se sert de l’IA tous les jours chez Peechy, et c’est justement pour ça qu’on sait où elle lâche. Si ton projet est un MVP, un portfolio ou une landing de test, la réponse est souvent inverse : lis plutôt les 5 cas où un site IA suffit. Cette page traite l’autre moitié du sujet : les situations où confier ton site à l’IA seule, sans supervision humaine, revient à programmer un problème à retardement.

Pourquoi ton site ne ressemble pas à la démo

La vidéo qui t’a convaincu est une démo commerciale. On y montre le meilleur résultat, jamais les essais ratés qui l’ont précédé. Trois écarts expliquent pourquoi ton écran ne lui ressemble pas :

1. Le prompt. La démo est réalisée par quelqu’un qui sait exactement quoi demander, dans quel ordre et avec quel vocabulaire de design. « Fais-moi un site pour mon cabinet » ne produit pas le même résultat.
2. Le contenu d’entrée. La démo tourne avec des textes calibrés et des visuels de banque d’images haut de gamme. Toi, tu arrives avec tes vrais textes, tes photos prises au téléphone et ton logo en basse résolution.
3. Les réglages par défaut. L’outil applique un modèle. Tu obtiens un design générique, et la personnalisation (identité, ton, structure de l’offre) reste à faire après la génération.

L’outil n’est pas une arnaque. Ce que tu as vu, c’est le plafond atteint par un expert dans des conditions idéales, pas le plancher que tu obtiens avec ton propre matériel. Et même avec un rendu correct, il reste tout ce qui suit.

Mise en production : générer n’est pas déployer

Générer un site prend dix minutes. Le mettre en production, c’est tout ce qui sépare un joli brouillon d’un site qui tient la charge, qu’on trouve sur Google et qui ne tombe pas un dimanche soir. C’est là que les générateurs s’arrêtent.

• Domaine et DNS. Brancher ton domaine sur l’hébergement (enregistrements A, CNAME) sans casser les enregistrements MX de tes e-mails.
• HTTPS partout. Le certificat inclus sur le sous-domaine du builder ne règle pas tout sur ton propre domaine. Une seule ressource appelée en HTTP sur une page HTTPS, et le navigateur peut afficher un avertissement ou bloquer la ressource.
• Formulaires qui délivrent. Un formulaire qui s’affiche n’est pas un formulaire qui arrive dans ta boîte : destination réelle, anti-spam, validation côté serveur, connexion à ton outil de suivi. Un formulaire qui ne délivre pas le contact te fait perdre des clients en silence.
• Surveillance et sauvegardes. Qui te prévient quand le site tombe ? Qui restaure quand une mise à jour casse tout ? Sans réponse à ces deux questions, tu n’as pas un site, tu as un pari.
• SEO technique de base. Google recommande un title propre à chaque page, clair et descriptif, une meta description courte et propre à chaque page, et un texte alternatif de qualité sur les images (source : Google Search Central). Les données structurées, ce format normalisé qui décrit à Google ce que contient une page, se rédigent de préférence en JSON-LD (source : Google Search Central). Les builders s’arrêtent souvent au sitemap et aux balises meta.

« Mais Vercel et Netlify rendent le déploiement accessible. » C’est vrai : tu pousses ton code, il est en ligne. Sauf qu’en ligne ne veut pas dire prêt pour la production. L’outil démocratise le geste technique, pas le jugement : savoir quoi vérifier, dans quel ordre, et quoi faire quand ça casse.

Le test le plus simple : envoie-toi un vrai message par ton formulaire, vérifie le cadenas sur chaque page et demande où sont tes sauvegardes. Trois réponses absentes, et tu n’es pas en production, tu es en démo publique.

Maintenance : les pannes arrivent après la livraison

Le jour de la livraison, un site généré par IA fonctionne. Les pages s’affichent, le formulaire envoie, le bouton de paiement répond. La panne arrive trois, six ou douze mois plus tard, sur des points que personne n’avait été désigné pour surveiller. Un outil de génération fige une photo à l’instant T ; il n’a ni mémoire de l’état de ton site, ni seuil d’alerte, ni responsabilité.

Les dépendances vieillissent. Les bibliothèques installées à la génération restent à la version que l’outil connaissait. Une faille publiée ensuite, et ton site est exposé sans que rien ne change à l’écran. Pour les repérer, il faut un outil d’analyse de composition logicielle comme OWASP Dependency-Check, qui inventorie les dépendances d’un projet et signale celles qui ont des vulnérabilités connues. Et mettre à jour ne se résume pas à changer un numéro de version : il faut tester les effets de bord dans ton site réel. Un modèle à qui tu demandes de « régénérer » le composant ne sait pas qu’une faille a été publiée après son entraînement.

Le code sur mesure n’a pas de tests. Quand tu demandes une fonctionnalité qui n’existe pas en standard (un calcul de prix, un configurateur), l’IA assemble des morceaux de code qui marchent à l’écran, sans architecture ni tests de régression. Le bricolage tient tant que rien ne bouge autour. Le jour où une dépendance change de comportement, il casse, et personne ne sait par où commencer.

Le paiement dérive. Stripe publie chaque mois des versions de son API sans changement incompatible, mais deux fois par an une nouvelle version majeure qui commence par des changements incompatibles (source : Stripe). Une intégration générée avec la version que l’outil connaissait vieillit donc forcément. Autre angle mort : la vérification de signature des webhooks. Sans elle, un attaquant peut envoyer de faux événements à ton serveur pour déclencher, par exemple, l’exécution d’une commande (source : Stripe). Enfin, Stripe ne relance un événement non délivré que pendant trois jours au maximum en production (source : Stripe) : si ton endpoint reste en panne plus longtemps, il faut aller rechercher à la main les confirmations de paiement manquées.

La performance se dégrade en silence. Google juge une page rapide si elle tient 2,5 secondes de LCP, 200 millisecondes d’INP et 0,1 de CLS, mesurés au 75e centile des chargements (source : web.dev, Google). L’INP (Interaction to Next Paint) désigne le délai entre une interaction de l’utilisateur et l’affichage suivant : il a remplacé le FID comme Core Web Vital en mars 2024 (source : web.dev), et au-delà de 500 millisecondes la réactivité est jugée mauvaise (source : web.dev). Chaque script marketing ajouté, chaque image envoyée sans compression grignote ces marges, et un site rapide à la livraison peut basculer en un an sans modification volontaire. Pour comprendre l’enjeu, lis notre article sur la performance web et les Core Web Vitals.

Les sauvegardes n’existent pas. C’est la seule panne irréversible de la liste. La règle 3-2-1 désigne le standard minimal de sauvegarde : trois copies de tes données, sur deux supports différents, dont une hors site (source : Backblaze). L’IA peut écrire un script de sauvegarde si tu le demandes, mais elle ne le planifie pas, ne vérifie pas qu’il tourne et ne teste jamais la restauration. Une sauvegarde jamais restaurée n’est pas une sauvegarde, c’est une supposition.

Ces cinq points relèvent d’une maintenance active et structurée, exactement ce qu’un site livré « et puis débrouille-toi » n’inclut jamais.

Conversion : un beau site qui ne vend pas

Un générateur IA maîtrise la surface : palettes harmonisées, espacements réguliers, hiérarchie typographique propre, boutons qui ressemblent à des boutons. Ça évite de faire fuir le visiteur. Ça ne le fait pas acheter. L’esthétique est devenue un prérequis que tout le monde atteint, plus un avantage.

Ce qui fait vendre, l’IA ne le produit pas spontanément :

• Une accroche qui part du problème du visiteur. Le texte généré ouvre presque toujours sur une description rassurante du produit (« La solution moderne pour gérer vos projets »). Une accroche qui vend part de la douleur du client : « Tu passes tes dimanches soir à rattraper le retard de la semaine ? »
• Une hiérarchie du message, pas seulement visuelle. L’IA hiérarchise les tailles de texte, pas l’argumentation. La séquence qui convertit tient en cinq temps : accroche, problème, solution, preuve, appel à l’action.
• Un appel à l’action qui dit ce que le clic rapporte. « Obtenir mon devis » dit ce que tu gagnes à cliquer ; « En savoir plus » ne dit rien. Son emplacement dépend du trafic : un visiteur qui découvre ta marque a besoin de la preuve avant le bouton, un visiteur déjà convaincu veut le bouton tout de suite.
• La preuve. Avis, références, chiffres vérifiables. Rien de tout ça n’est généré par défaut, et pour cause : l’outil ne les connaît pas.
• La vitesse. Les animations activées par défaut alourdissent la page. Google classe un LCP au-delà de 4 secondes comme mauvais (source : web.dev).

Pourquoi ce fossé reste invisible ? Parce que beaucoup de PME ne mesurent pas leur taux de conversion. Un beau site semble fonctionner parce qu’il existe, et la vente qui n’a pas eu lieu ne laisse aucune trace. Mets en place un suivi des conversions, puis teste tes hypothèses une par une : la méthode est détaillée dans comment passer de 1 % à 5 % de conversion.

Exercice gratuit : lis seulement les mots de ta page principale, dans l’ordre, en oubliant le design. Si la première phrase parle de toi et pas du problème du visiteur, tu tiens ta première optimisation.

E-commerce : le catalogue et le tunnel d’achat

Une boutique générée par IA cumule deux risques : un catalogue mal structuré pour Google et un tunnel d’achat qui laisse filer les acheteurs.

Le catalogue. Un catalogue avec variantes (taille, couleur, modèle) produit des dizaines de pages quasi identiques. La canonicalisation désigne le fait d’indiquer à Google l’URL de référence quand plusieurs adresses affichent un contenu très proche (source : Google Search Central) : quelle URL fait foi, quelles variantes pointent vers elle, comment éviter que Google indexe quarante versions de la même paire de chaussures. Google considère la redirection et la balise rel="canonical" comme des signaux forts, le sitemap comme un signal faible. L’IA générique ignore cette logique et génère des fiches dupliquées. Et le remède n’est pas d’ajouter des mots, c’est de regrouper les pages par intention de recherche et par variante, ce qu’aucun outil ne fait sans brief humain détaillé.

Le tunnel d’achat. Le taux d’abandon de panier désigne la part des paniers créés qui ne débouchent sur aucune commande. Baymard Institute, en compilant 50 statistiques publiées, en calcule la moyenne à 70,22 % (source : Baymard). Hors visiteurs qui ne faisaient que regarder, la première cause relevée est celle de frais annexes trop élevés (40 %) ; l’obligation de créer un compte en pèse 18 %, et 9 % citent un choix de moyens de paiement insuffisant. Baymard estime qu’un tunnel bien conçu peut se limiter à 7 ou 8 champs de formulaire.

Ce qu’une boutique générée ne fait pas par défaut, et que tu peux vérifier ce soir :

• Peux-tu acheter sans créer de compte, avec une création proposée après l’achat ?
• Combien de champs dans ton tunnel ? Au-delà de 8, coupe.
• Les frais de livraison apparaissent-ils dès le panier, ou à la dernière étape ?
• As-tu une relance de panier abandonné active ?
• Ton LCP mobile tient-il sous 2,5 secondes, testé sur ton téléphone en 4G et pas sur le wifi du bureau ?

Côté Google, les données structurées Product permettent d’afficher prix, disponibilité et avis clients directement dans les résultats (source : Google Search Central). Encore faut-il qu’elles reflètent tes vrais prix et ton vrai stock.

Refonte et migration SEO : le risque de tout perdre

Tu as un site qui se classe. Tu le refais avec un builder IA pour aller vite. Si les adresses changent sans plan, tu perds l’historique que Google avait attaché aux anciennes pages, et tu ne le vois qu’en regardant la courbe de trafic plusieurs semaines plus tard.

Une migration SEO devient risquée dès que les URLs, le contenu et le maillage interne changent en même temps. La méthode que décrit Google tient en quelques étapes (source : Google Search Central) :

1. Établir la correspondance entre chaque ancienne URL et sa nouvelle version.
2. Poser des redirections permanentes côté serveur (301 ou 308).
3. Conserver ces redirections aussi longtemps que possible, généralement au moins un an.
4. Envoyer le nouveau sitemap et suivre les erreurs d’exploration dans la Search Console.
5. S’attendre à une fluctuation des positions : pour un site de petite ou moyenne taille, quelques semaines peuvent être nécessaires.

Ajoute deux pièges classiques : un noindex oublié sur le site en ligne, ou un fichier robots.txt mal configuré, qui bloquent la récupération du trafic même avec des redirections propres. L’IA ne peut pas mener ce travail : elle n’a accès ni à tes logs serveur, ni à l’historique de ta Search Console, ni aux pages qui portent ton autorité. Elle génère des modèles de page, pas un plan de migration.

Site multilingue : hreflang et ciblage par pays

Un site en plusieurs langues avec des ciblages géographiques distincts (fr-FR, fr-BE, en-GB) pose un problème technique précis. Les balises hreflang désignent les annotations qui déclarent à Google les versions linguistiques et régionales équivalentes d’une même page. Google fixe des règles strictes (source : Google Search Central) :

• chaque version doit se référencer elle-même et indiquer toutes les autres ;
• si deux pages ne pointent pas l’une vers l’autre, les balises sont ignorées ;
• le premier code désigne la langue (norme ISO 639-1), le code région facultatif suit la norme ISO 3166-1 Alpha 2 ;
• un code pays seul n’est pas accepté : hreflang="be" ne cible pas la Belgique, car be est le code du biélorusse. Pour la Belgique francophone, c’est fr-BE ;
• la valeur x-default sert de page de repli pour les internautes dont la langue ne correspond à aucune version.

L’IA confond régulièrement langue et pays, et produit des conflits entre hreflang et canonical : une page anglaise dont le canonical pointe vers la version française, et Google ne sait plus laquelle garder. Des pages entières disparaissent des résultats internationaux, sans message d’erreur visible. Tu ne t’en aperçois qu’en ouvrant la Search Console des mois plus tard.

RGPD et accessibilité : la conformité ne se génère pas

Ici, le risque n’est plus seulement SEO, il est légal. Un outil IA sait produire une déclaration d’accessibilité, une politique de confidentialité et une bannière cookies. Il ne sait pas prouver qu’elles disent vrai.

L’accessibilité. Le référentiel français en vigueur, le RGAA 4.1.2, compte 106 critères répartis en 13 thématiques (source : accessibilite.numerique.gouv.fr), et sa version 5 est en cours de rédaction, avec une publication prévue fin 2026. Un audit qui ne teste qu’une trentaine de critères peut afficher 50 % de conformité : rapportés aux 106 critères, ces 15 critères validés ne pèsent plus qu’environ 14 %. Les outils automatiques ne testent pas la navigation au clavier ni le rendu avec un lecteur d’écran. Ils ne garantissent pas non plus les contrastes : le niveau AA exige un rapport d’au moins 4,5:1 entre un texte et son fond, 3:1 pour les grands caractères (source : W3C, WCAG 2.2). Une déclaration auto-générée sans audit réel, c’est une exposition légale directe.

Le RGPD. L’article 32 impose de mettre en œuvre « les mesures techniques et organisationnelles appropriées afin de garantir un niveau de sécurité adapté au risque », et cite parmi elles, selon les besoins, la capacité à rétablir l’accès aux données et le test régulier de leur efficacité (source : CNIL, texte du RGPD). La CNIL détaille ces précautions en 25 fiches dans son guide de la sécurité des données personnelles. Concrètement, ton formulaire de contact a besoin de protections côté serveur (validation, anti-spam, limitation des envois), que l’IA qui dessine le formulaire ne configure pas. Et si un traitement est susceptible d’engendrer un risque élevé pour les personnes, une analyse d’impact (AIPD) s’impose (source : CNIL) : l’IA ne peut ni juger seule de ce risque, ni porter la responsabilité de la conclusion. Pour la liste complète des obligations, lis notre guide RGPD et site web.

Marché concurrentiel : le contenu générique ne se classe pas

Tu veux être premier sur des requêtes où tes concurrents ont des années d’avance, des liens entrants solides et des contenus écrits par des spécialistes. L’IA produit du contenu propre, structuré, sans fautes, et générique.

Google a durci sa position en mars 2024 : une mise à jour majeure de son algorithme, accompagnée de nouvelles règles anti-spam, devait réduire de 40 % le contenu de faible qualité et non original dans les résultats ; le bilan publié le 26 avril 2024 annonce 45 % (source : Google). Parmi ces règles, l’abus de contenu à grande échelle vise le fait de générer de nombreuses pages dans le but principal de manipuler le classement, et Google cite explicitement l’usage d’outils d’IA générative pour produire des pages sans valeur pour l’utilisateur ; ces infractions peuvent entraîner une action manuelle (source : Google Search Central).

Google n’interdit pas l’IA. Il demande de vérifier manuellement l’exactitude de tout ce qu’elle produit, jusqu’aux titles, meta descriptions, données structurées et textes alternatifs (source : Google Search Central). Et ses critères E-E-A-T (expérience, expertise, autorité, fiabilité, la fiabilité étant primordiale) ne s’auto-génèrent pas (source : Google Search Central). Se classer sur un marché disputé demande une stratégie SEO différenciante : un positionnement précis, des angles que personne n’a couverts, une connaissance terrain du secteur.

Identité de marque : l’IA rend la moyenne du web

Lance le même prompt dans trois générateurs d’identité : « marque de café de spécialité, haut de gamme, parisienne ». Tu obtiens trois fois la même chose : une serif fine, une palette terreuse, un logo en lettres espacées. Trois marques interchangeables.

Ce n’est pas un bug, c’est le fonctionnement du modèle. Il prédit ce qui est le plus probable et te rend le centre de gravité de tout ce qu’il a vu dans ta catégorie. Squarespace le reconnaît dans son propre guide : ta marque risque de ressembler à d’autres si tu te fies trop aux idées générées par l’IA (source : Squarespace). Designlab, dans son comparatif de mai 2026, juge les résultats d’un générateur de logos « heavily templated », autrement dit très calqués sur des modèles (source : Designlab).

Or une marque n’est pas une moyenne, c’est une opinion. Elle se définit autant par ce qu’elle refuse de montrer (pas de photos de stock, pas de pop-up de réduction) que par ce qu’elle montre. L’IA, elle, remplit l’espace avec ce qui marche en moyenne. Plus ta catégorie est saturée de contenus en ligne, plus elle te tire vers l’uniformité, précisément là où te différencier compte le plus.

L’inverse est vrai aussi : l’IA est mauvaise pour inventer une marque, excellente pour décliner une marque déjà définie. Quarante bannières dans ta charte, un texte validé adapté en cinq formats : là, elle tient la cohérence à grande échelle. Zeta Global pose la règle d’ordre : avant d’intégrer l’IA, il faut une identité de marque bien définie (source : Zeta Global). Les garde-fous qui marchent :

1. Écris ton système à la main d’abord : positionnement, trois partis pris, palette exacte, typographie justifiée, et une liste d’interdits.
2. Briefe l’IA avec tes interdits, pas seulement avec tes objectifs.
3. Relis tout avec une seule question : est-ce que ça pourrait être la marque du voisin ? Si oui, on retravaille.
4. Compare chaque trimestre un texte récent à un texte fondateur. Chaque correction oubliée tire le ton vers la moyenne, et au bout de quelques mois ta marque parle comme tout le monde.

Design : l’IA accélère la production, pas les décisions

Côté design, l’IA fait gagner un temps réel sur trois tâches : décliner un composant en variantes (tailles, états, version mobile), produire un premier jet de textes pour remplacer le faux texte dans les maquettes, et prototyper en code des variantes responsive. Elle freine ailleurs.

Un design system désigne la bibliothèque de composants, de règles et de valeurs qui garde un produit cohérent d’un écran à l’autre. Ses décisions visuelles (couleurs, espacements, rayons des angles) sont centralisées sous forme de valeurs nommées, les design tokens. Les composants générés ne s’y intègrent pas d’eux-mêmes : l’outil ne sait pas que le bouton principal de ta marque a des angles de 4 pixels pour une raison précise, et il ne vérifie pas le contraste minimal vu plus haut. Sans un œil humain pour les réintégrer, chaque composant généré ajoute de la dette.

Il y a aussi le tri. Sur douze variantes de titre ou six propositions de mise en page, une bonne partie est inutilisable, et seul quelqu’un qui sait reconnaître un bon design fait ce tri vite. C’est pourquoi « un bon prompteur remplace le designer » ne tient pas : savoir qu’un prompt va produire du générique, et comment le corriger, c’est une compétence de design. Le Nielsen Norman Group concluait en avril 2024 que les outils basés sur des LLM ne raccourcissaient pas encore les étapes du processus de design (source : NN/g). L’IA déplace le temps du designer de la production mécanique vers la direction artistique et la cohérence ; elle ne le supprime pas.

Le coût caché du site IA fait soi-même

Le prix affiché d’un builder, c’est l’abonnement. Le coût réel, c’est ton temps : remplacer les textes génériques par les tiens, préparer tes visuels, reprendre la structure plusieurs fois, corriger l’affichage mobile, régler les title et la Search Console, poser une bannière cookies conforme, puis tout ce qui précède sur la mise en production et la maintenance.

Le coût d’opportunité désigne la valeur de ce que tu renonces à produire en consacrant ton temps à autre chose. Le calcul honnête est simple : estime les heures que tu vas passer sur ton site, multiplie-les par la valeur réelle d’une heure de ton travail (prospection, ventes, gestion), et compare avec un devis. Les heures que tu passes dans un éditeur de site sont des heures que tu ne passes pas à vendre.

Le DIY reste parfois le bon choix. ChilledSites l’assume : pour la plupart des petites entreprises avec un site simple de 1 à 3 pages, un builder IA livre 90 % de ce que fait une agence, pour 1 % du temps et du coût ; le même article prévient qu’en DIY, « un seul week-end » en devient souvent trois (source : ChilledSites). Le DIY tient la route pour tester une offre, pour un projet secondaire sans pression commerciale, si tu viens toi-même du web, ou si ton budget de départ est vraiment contraint et que tu prévois de refaire le site dès les premières rentrées.

Il reste un coût que les comparatifs ne captent pas : celui de l’image. Un site qui ressemble à des milliers d’autres ne plante pas, il laisse une impression de « correct sans être mémorable ». La bonne question n’est pas « combien coûte mon site ? », mais « combien me coûte chaque prospect qui repart sans m’avoir contacté ? ». Pour un calcul poste par poste, lis le vrai coût d’un site IA face à une agence sur 3 ans.

Comment savoir si ton site IA suffit encore

Passe ces huit contrôles. Chaque case vide correspond à l’une des sections ci-dessus.

L’IA est un outil puissant dans les mains de quelqu’un qui sait où elle casse. Si ton site charge vite, dit clairement ce que tu vends, délivre chaque contact et peut être restauré demain matin, l’outil a fait son travail. Si l’une de ces cases est vide, le problème n’est pas l’outil, c’est ce qu’on a oublié de décider.

FAQ