On te vend l'utilisateur synthétique comme un panel de test gratuit. Colle ta page, l'IA joue l'utilisateur, elle te dit pourquoi elle décroche. Le problème, c'est qu'elle te répond toujours, avec le même aplomb, qu'elle ait raison ou qu'elle invente. Un utilisateur synthétique détecte très bien la friction structurelle. Il fabrique les motivations. Confondre les deux, c'est corriger la mauvaise chose et perdre un mois.
Ce qu'il repère vraiment
Un modèle de langage a lu des millions de pages et une masse de recherche d'utilisabilité. Sur "ce formulaire est trop long", "ce CTA est ambigu", "cette hiérarchie noie l'action", il est fiable. Il reconnaît un pattern documenté et l'applique à ta page. C'est de l'extrapolation sur du connu, et sur ce terrain, il vaut un oeil entraîné qui va vite.
Ce n'est pas un hasard. Les vraies causes d'abandon sont, en grande partie, structurelles et documentées. Quand le Baymard Institute analyse pourquoi les gens quittent un checkout, il remonte des raisons concrètes et observables, création de compte imposée, coûts qui apparaissent trop tard, tunnel trop long, manque de moyens de paiement. Ce sont des propriétés de la page, pas des états d'âme. Un modèle qui a ingéré cette littérature reconnaît ces motifs quand il les revoit. Il te dit "ce champ est superflu" parce qu'il a lu mille fois que les champs superflus font fuir, et il a raison. Même chose pour un tunnel qui réclame la création d'un compte avant de laisser payer, Baymard en a fait l'une des premières causes d'abandon citées par les acheteurs, et un modèle te le pointe sans hésiter parce que le motif est partout dans ce qu'il a lu. Sur ce registre, le synthétique n'invente rien, il restitue un savoir établi et l'applique à ta page précise.
Tout ce qui est observable sur la page entre dans cette catégorie. Le nombre de champs, la clarté d'un libellé, la présence ou l'absence d'une preuve, l'ordre de lecture, la concurrence entre deux boutons. Là, écoute-le, il fait le travail d'un relecteur méthodique en quelques secondes. Et il ne fatigue pas. Passe-lui vingt pages d'affilée, il applique le même oeil à la dernière qu'à la première, là où un relecteur humain baisse en vigilance au bout d'une heure. Sur la détection de friction observable, c'est un atout réel, pas un gadget, à condition de savoir où s'arrête sa fiabilité.
Ce qu'il invente
Sur "j'ai décroché parce que je n'avais pas confiance dans la marque", il te ment. Il n'a pas décroché, il n'a pas de confiance à accorder, il n'a pas de marque à juger. Il complète une phrase plausible.
Le mécanisme est là, et il faut le nommer pour s'en méfier. Un modèle génère le mot suivant le plus probable, encore et encore. Quand tu lui demandes pourquoi un visiteur a abandonné, il ne consulte aucune intention réelle, il produit la suite la plus vraisemblable à ta question. Une motivation qui sonne juste, formulée avec assurance, sans aucun accès à un vécu. Plausible n'est pas vrai. Dès qu'il prétend savoir pourquoi quelqu'un ressent quelque chose, tu quittes le terrain de l'observation pour celui de la fiction bien écrite.
Le piège se referme côté lecteur, pas seulement côté machine. La psychologie appelle ça l'heuristique de fluidité, une information traitée sans effort, formulée clairement, nous paraît plus vraie qu'une information hésitante. Une IA écrit toujours avec fluidité et sans hésitation, donc ses inventions héritent d'un vernis de crédibilité qu'elles n'ont pas mérité. Tu ne pondères pas la remarque à sa valeur, tu la pondères à son aisance. C'est exactement là que tu te fais avoir, une phrase fausse mais nette pèse plus lourd qu'une vérité mal dite.
Et l'invention ne se limite pas aux émotions. Demande à un utilisateur synthétique si ton prix est juste, il te répondra, alors qu'il n'a pas de budget, pas de concurrent en tête, pas de valeur perçue. Demande-lui s'il te préfère à un rival, il tranchera, sans avoir jamais comparé. Chaque fois que tu poses une question qui exige un vécu, un contexte ou une préférence réelle, tu forces le modèle à fabriquer. Il ne refuse jamais, et c'est ça le vrai danger, un panel de vrais gens te répondrait "je ne sais pas", le synthétique te sert toujours une réponse propre et assurée.
Le teardown, sur ma propre page
J'ai fait tester la home de wanesam par un utilisateur synthétique. Trois remarques sont revenues, et elles illustrent pile la ligne de partage.
La première, structurelle. Il a repéré que le hero enchaîne deux invitations concurrentes, "Recevoir mon diagnostic" et "Vois les offres", ce qui met deux actions au même niveau et dilue le clic. Vrai. Utile. Je peux le vérifier en regardant la page, les deux boutons sont bien là, à égalité. C'est le genre de remarque que je garde et que je teste. Deux boutons au même poids, ce n'est pas un détail cosmétique, c'est un coût de décision ajouté, le visiteur doit trancher quelle action est la bonne avant même d'agir, et une hésitation de plus est une sortie de plus.
La deuxième, structurelle aussi. Il a noté que le sous-texte du hero est long, qu'il demande un effort de lecture avant même de comprendre quelle action prioriser. Encore observable, encore juste. Deux remarques, deux éléments réels de la page, zéro invention. Jusque-là, l'outil fait son travail.
La troisième bascule de l'autre côté. Il a ajouté, "j'hésite parce que je ne sais pas si ce consultant a assez d'expérience". Faux. Il n'hésite pas, il n'a pas ouvert ma page à propos, il n'a aucune idée de mon expérience. Il a inventé une objection crédible parce que c'est une objection fréquente sur ce type de page de consultant solo. La remarque sonne vraie, elle ne repose sur rien de la page.
Les deux premières, je les garde. La troisième, je la jette. Sans cette grille, tu traites les trois à égalité, et tu passes une semaine à écrire une section "mon expérience" pour rassurer sur un doute qui n'existe que dans la complétion du modèle, pendant que le vrai problème, tes deux CTA qui se marchent dessus, reste entier.
L'artefact, la grille de confiance
Voici la grille que j'applique à toute sortie d'utilisateur synthétique, et plus largement à toute analyse par IA.
Garde, c'est fiable :
- Friction structurelle, formulaire, étapes, charge
- Ambiguïté de libellé, CTA, titre, navigation
- Hiérarchie visuelle et ordre de lecture
- Présence, absence ou placement d'un élément
- Tout ce que tu peux vérifier en regardant la page
Jette, c'est de la fiction :
- Motivation, "j'ai fait ça parce que"
- Émotion, "je me suis senti"
- Niveau de confiance envers la marque
- Intention d'achat déclarée
- Tout ce qui prétend lire dans une tête
Le test qui tranche, une remarque est fiable si tu peux la confirmer en regardant la page. Si elle prétend savoir pourquoi quelqu'un ressent quelque chose, c'est de la complétion, pas une donnée.
La grille au travail, sur les trois remarques
Appliquée aux trois sorties de mon test, la grille donne ceci, sans état d'âme.
Remarque de l'utilisateur synthétique Verdict Raison
Deux CTA concurrents dans le hero GARDE Vérifiable, les deux
boutons sont sur la page.
Sous-texte du hero trop long GARDE Vérifiable, la longueur
se mesure à l'oeil.
"J'hésite, ce consultant manque d'expérience" JETTE Motivation inventée,
la page à propos n'a
pas été ouverte.
Deux gardes, un jette, et surtout une raison explicite pour chaque verdict. C'est ce que la grille impose, tu ne notes pas au feeling, tu appliques le test. La sortie de l'IA passe d'un bloc de conseils indifférenciés à une liste triée où tu sais quoi faire de chaque ligne.
Et quand l'invention tombe juste
Objection honnête, parfois l'objection inventée décrit un vrai problème. Le manque de preuve d'expérience sur une page de solo, ça arrive pour de bon. Alors, coup de chance, tant mieux. Non, c'est pire. Si tu corriges parce que l'IA a deviné juste une fois, tu apprends à faire confiance au devin, et la fois d'après il t'enverra sur une fausse piste avec exactement la même assurance. Une invention qui tombe juste reste une invention, elle ne te dit pas que le problème existe sur ta page, elle te dit qu'il existe en moyenne sur ce type de page. La seule façon de savoir s'il est réel chez toi, c'est de le vérifier avec de la donnée, pas de créditer le générateur sur un pari gagnant. Un devin qui a raison une fois sur deux reste un devin.
Où la grille elle-même a ses limites
Sois honnête jusqu'au bout, la grille écarte le faux positif, elle ne garantit pas le vrai négatif. Un utilisateur synthétique peut aussi rater une friction structurelle réelle, parce qu'elle est spécifique à ton produit et absente de sa distribution d'apprentissage. Le "garde" te dit ce en quoi tu peux avoir confiance, il ne te dit pas que la liste est complète.
Et surtout, la grille te dit quoi ignorer, elle ne te donne pas le pourquoi qui manque. Si tu veux vraiment savoir pourquoi tes visiteurs décrochent, ça ne sort pas d'un modèle, ça sort d'un enregistrement de session, d'un sondage à la sortie, d'un test avec de vrais humains. L'utilisateur synthétique repère où ça coince, la donnée réelle explique pourquoi. Les confondre, c'est remplacer une observation par une supposition bien tournée.
Un vrai humain, en plus, te surprend. Il fait un geste que personne n'avait anticipé, il bute sur un mot que tu croyais limpide, il abandonne pour une raison que ni toi ni un modèle n'auriez placée dans une liste. Le synthétique, lui, ne peut te renvoyer que du déjà-vu, la moyenne de ce qu'il a lu. Il repère la friction quand elle est classique, il est aveugle à ta friction singulière, celle qui naît de ton produit, de ton audience, de ton cas précis. Or c'est souvent cette friction singulière qui sépare une page correcte d'une page qui convertit vraiment.
Ce que tu retiens
L'utilisateur synthétique est un excellent détecteur de friction et un menteur sur les motivations. Utilise-le pour ce qu'il voit, jamais pour ce qu'il devine, et fais passer chaque sortie par le test, est-ce que je peux le vérifier sur la page. C'est la même ligne que je tiens dans une Radiographie CRO, la couche mécanique à la machine, le jugement et le pourquoi à l'humain. Si tu veux ce tri fait sur ton propre tunnel, c'est là que ça se passe.
Dans la même série
Cet article fait partie de mon pilier sur l'IA et l'audit CRO. Même vigilance sur la data avec GA4 plus Claude et les trois pièges où l'IA te ment, et la position complète dans ce que l'IA ne remplace pas dans un audit CRO.