Étude de cas · e-commerce alimentaire
Féroce : un agent IA de service client en production 24/7
Marque de viande 100 % herbe et d'épicerie vendue en ligne, avec abonnements et livraison surgelée. Une équipe réduite recevait les mêmes questions sur plusieurs canaux à la fois.
- Période
- Juillet 2025 à septembre 2026
- En production
- Depuis janvier 2026
- Canaux
- Chat, e-mail, Instagram, Messenger
- Workflow
- ~115 nœuds
- Prompt
- 36 itérations, -50 % de tokens
Contexte
Féroce vend en direct de la viande 100 % herbe et de l'épicerie à haute densité nutritionnelle, sur Shopify, avec des abonnements et une livraison surgelée.
J'ai accompagné l'équipe de juillet 2025 à septembre 2026 sur trois sujets : le service client, la traçabilité des lots et la rédaction d'un livre.
Problème
Livraison, abonnement, nutrition, produits, suivi de colis : les mêmes questions arrivaient sur le chat du site, par e-mail, sur Instagram et sur Messenger. Les clients envoient souvent plusieurs messages d'affilée, et l'équipe est réduite.
Ce que j'ai construit
- Marguerite, un agent branché sur la messagerie de l'équipe : il répond seul quand il peut et passe la main à un humain quand il le faut, avec une note de priorité pour l'opérateur.
- Une base de connaissances, faite de la FAQ et des fiches produits, que l'équipe met à jour elle-même.
- Des outils connectés à Shopify : dernières commandes, commande par numéro, suivi de colis, fiches produits.
- Une mémoire de conversation qui inclut les réponses des opérateurs humains.
- La fusion des rafales de messages en une seule réponse, avec une nouvelle rédaction si un message arrive entre-temps.
- La transcription des messages vocaux et la lecture des images envoyées par les clients.
- Des rapports quotidiens et hebdomadaires dans Notion : sujets abordés, enseignements, tonalité.
- La traçabilité par lot : un QR code sur chaque produit mène à une page avec les analyses, la vidéo de la ferme et le mot du producteur.
- Une chaîne de rédaction assistée par IA pour un livre de 22 chapitres.
Résultats
- Marguerite est en production depuis janvier 2026, 24 heures sur 24, sur quatre canaux.
- Le prompt a connu plus de 36 itérations ; son optimisation a réduit de moitié la consommation de tokens.
- Une documentation de reprise complète, puis la transmission à l'équipe interne en septembre 2026.
Architecture
Canaux
- Chat du site
- Messenger
Orchestration
- Webhook de la messagerie (Crisp)
- n8n auto-hébergé, ~115 nœuds
- PostgreSQL : file d'attente et verrou par conversation
Agent
- Agent LangChain, OpenAI
- Qdrant : FAQ et fiches produits
- Outils Shopify : commandes, suivi de colis
Décision
- Répondre
- Transférer à un humain
- Rester silencieux
- Bloquer
Quand un humain gère la conversation, l'agent reste silencieux et tient la mémoire à jour. Les rapports quotidiens et hebdomadaires partent dans Notion.
Points techniques
Afficher les points techniques
- Réception des événements de la messagerie par webhook, dans un n8n auto-hébergé.
- Agent LangChain à sortie structurée : répondre, transférer, rester silencieux ou bloquer.
- Base vectorielle Qdrant pour la FAQ et les fiches produits.
- File d'attente et verrou par conversation dans PostgreSQL.
- Mode silencieux quand un humain gère la conversation : l'agent tient la mémoire à jour et ne reprend la main que si le client le demande.
- Lots : Airtable comme source, Make, puis l'API Admin GraphQL de Shopify et des sections Liquid sur mesure.
Outils utilisés
- n8n
- OpenAI
- LangChain
- Qdrant
- PostgreSQL
- Crisp
- Shopify
- Make
- Airtable
- Notion
- Claude
- Docker
- Coolify
- Hetzner
Services liés
- Agents IALes mêmes demandes, sur plusieurs canaux à la fois
- Agent IA de service client pour ShopifyLes mêmes questions clients, sur quatre canaux
- Freelance n8n et MakeUn scénario à construire, reprendre ou fiabiliser
Autres études de cas
- TecnikaOutil métier : demandes, devis, planning, rapports
- Institut PasteurSystème de pilotage du plan stratégique
- Nonna LiaCommandes Shopify vers production et livraison
Quel process voulez-vous sortir des fichiers ?
En 30 minutes, je cadre le besoin, la bonne solution et la première brique à livrer.