Le 24 septembre 2026, Akamai a présenté une expérimentation de recherche visuelle fondée sur OpenCLIP. Pour une boutique, l’intérêt pratique est de vérifier si les images permettent de retrouver des produits que leurs descriptions textuelles distinguent mal, avant de construire une infrastructure supplémentaire.
1. Constituer un petit catalogue de référence
Choisissez un échantillon de produits dont vous avez le droit d’utiliser les images. Associez chaque image à un identifiant produit stable, à sa disponibilité et à sa catégorie. Séparez les images à rechercher de celles qui serviront à évaluer le résultat.
Préparez des demandes où l’apparence compte : forme d’une lampe, motif d’un coussin, silhouette d’un sac. Pour chaque demande, une personne sélectionne plusieurs résultats acceptables. Évitez une évaluation où seule la photographie exacte est considérée correcte : le client cherche souvent une ressemblance utile.
Définissez aussi des cas sans réponse pertinente. Votre interface doit pouvoir signaler qu’aucun résultat satisfaisant n’a été trouvé, au lieu de présenter systématiquement le premier produit comme une correspondance sûre.
2. Comparer deux recherches avec les mêmes demandes
Gardez votre recherche textuelle actuelle comme référence. Faites construire un prototype visuel avec un encodeur compatible pour les images et les requêtes ; deux vecteurs de même dimension ne sont pas nécessairement comparables s’ils proviennent de modèles différents.
Pour l’essai, fixez la version du modèle et le traitement appliqué aux images. Conservez ces paramètres avec l’index. Un changement d’encodeur impose de vérifier la compatibilité des représentations, et souvent de recalculer l’index.
Relevez cette fiche pour chaque demande :
query_id:text_results:visual_results:acceptable_items_in_top_5:unavailable_items_shown:reviewer_comment:Le nombre cinq est ici un choix de protocole, pas une recommandation du fournisseur. Comparez les résultats à l’aveugle si possible, sans indiquer au relecteur le moteur qui les a produits. Mesurez séparément les produits pertinents et les erreurs de disponibilité.
3. Décider ce qui mérite une mise en ligne
Un score de similarité n’est pas une preuve de stock, de prix ou de compatibilité technique. Après la recherche, récupérez ces informations depuis le catalogue faisant autorité. Appliquez les restrictions d’accès côté serveur avant de retourner des références ou des images privées.
Testez le retrait d’un produit : sa suppression du catalogue doit finir par le rendre introuvable selon un délai que vous avez défini et mesuré. Faites le même contrôle pour une image remplacée. Un prototype convaincant sur un instantané ne prouve pas que les mises à jour fonctionnent.
Si le moteur visuel améliore les cas prévus sans multiplier les faux résultats, ouvrez un pilote limité. Sinon, améliorez d’abord les images ou les critères d’évaluation. Le livrable utile est une décision documentée sur votre catalogue, pas une promesse générale sur le RAG multimodal.
Sources : Akamai, expérimentation de recherche multimodale.