E-commerce
30 juin 2026
Le client scanne le QR sur l'emballage, ouvre le chat : « Ce lot est-il concerné par le rappel ? » « Montrez-moi l'atelier où c'est cousu. » « Votre certificat GOTS couvre-t-il ce t-shirt ou seulement le fil ? » Un bot mal configuré répond soit trop peu (perte de confiance), soit trop (nom fournisseur confidentiel, numéro lot interne sans contexte).
EuroCommerce définit le passeport produit numérique comme dossier accessible consommateurs, entreprises et autorités via QR, couvrant origine, composition et conformité (EuroCommerce, DPP 2026). Defacto Labs recommande trois couches : résumé PDP, page preuve stable, champs structurés liés au lot réel (Defacto Labs, provenance food 2026).
Ce guide #312 traite le chatbot IA traçabilité produit : quelles données montrer, quand, avec quelles preuves. Il complète provenance support (#311) avec l'angle automation bot, lots, DPP et matrice d'affichage.
Sommaire
Pourquoi le bot traçabilité doit-il filtrer ce qu'il montre au client ?
La traçabilité interne (ERP, COA fournisseur, coûts) n'est pas la traçabilité client. Montrer un numéro de lot sans explication crée plus de doutes qu'un « je vérifie avec notre équipe sourcing ».
Trois risques bot mal calibré
Sur-divulgation : nom usine sous-traitant, marge, code ERP
Sous-divulgation : « fabriqué en Europe » sans THREE-LABEL (#311)
Hallucination : certificat inventé, pays non validé legal
Opportunité DPP
Fabrity estime que les chatbots alimentés par données DPP répondent instantanément sur recyclage et origine, améliorant satisfaction (Fabrity, DPP e-commerce 2026). Tracehub stocke DPP en metafields Shopify : le bot lit, ne réinvente pas (Tracehub, DPP Shopify 2026).
Principe #312
Matrice TRACE-DISPLAY : chaque champ traçabilité = tier public, post-achat auth, ou jamais client. Le bot n'affiche que le tier autorisé au contexte session.
En quoi diffère-t-il du support provenance #311, de l'historique #258 et de la durabilité #225 ?
Cinq contenus voisins, cinq niveaux de données.
Provenance support (#311)
Provenance (#311) : ORIGIN-SOURCE, macros ORIGIN, THREE-LABEL humain. Le #312 orchestre l'affichage bot : lots, QR DPP, certificats, recall.
Historique achat (#258)
Historique (#258) : auth, need-to-know, confiance. Le #312 applique need-to-know aux champs traçabilité et lookup lot par commande.
Durabilité (#225)
Durabilité (#225) : claims environnement, substantiation ECGT. Le #312 : preuves traçabilité (certif scope, batch COA) sans argumentaire impact.
Matériaux (#166)
Matériaux (#166) : INCI, composition. Le #312 lie lot → composition si recall ou question sécurité.
Bot promesse (#298)
Bot promesse (#298) : override ctx_values. Le #312 fournit corpus TRACE public pour ctx_values traçabilité.
Support lots (#327)
Lots fabrication (#327) : BATCH-LOOKUP, BATCH-RECALL, macros SAV. Le #312 automatise trace_batch_order et trace_recall_check.
Promesse #312
TRACE-DISPLAY, TRACE-BOT-INTENT, lookup lot commande, DPP/QR, prompt TRACE-BOT-01, recall mode, KPI.
Quelle cartographie TRACE-BOT-INTENT pour le chatbot traçabilité ?
La taxonomie TRACE-BOT-INTENT classe demandes traçabilité bot vs origine générique.
13 intents traçabilité bot
trace_origin_public: pays, atelier public (depuis ORIGIN-SOURCE #311)trace_supplier_story: producteur, coopérative, ferme nomméetrace_cert_scope: GOTS/Oeko-Tex : produit fini ou fil seulement ?trace_cert_link: lien certificat numéro lottrace_dpp_qr: contenu passeport produit scantrace_batch_order: quel lot pour ma commande #{order} ?trace_recall_check: mon lot concerné par rappel ?trace_chain_tier: filature, tannerie, moulin (Tier 2)trace_proof_document: COA, rapport labo (si public)trace_compare_batch: différence lot A vs B (rare, B2B light)trace_authenticity: produit authentique, anti-contrefaçontrace_unknown: donnée non documentée → template honnêtetrace_handoff: presse, rappel confirmé, litige santé
Priorité routing
trace_recall_check et trace_batch_order exigent auth commande. trace_origin_public accessible visiteur PDP. Intent SAV litige bloque toute reco traçabilité proactive.
Comment construire la matrice TRACE-DISPLAY : public, auth, interne ?
La matrice TRACE-DISPLAY assigne chaque champ à un tier d'affichage bot.
Tier A : public (PDP, visiteur anonyme)
THREE-LABEL made/assembled/designed (#311)
Material origin résumé
Certifications + scope (ex. GOTS product level)
Lien page /pages/sourcing ou DPP landing
Story producteur si marketing validé
Tier B : post-achat auth (OTP ou logged-in)
Batch/lot code lié commande client
Date production / DLC si alimentaire
Statut recall lot spécifique
COA summary si policy le permet
Tier C : jamais client (interne bot routing only)
Coût fournisseur, marge, MOQ
Nom usine non publique contractuellement
Codes ERP, numéros PO internes
Notes audit négatives non résolues
Digit Software : traçabilité fournisseur utile si batch receipt flows vers finished goods (Digit, product traceability 2026). Bot Tier B lit ce lien order → batch → champs publics autorisés.
Exemple mapping SKU alimentaire
Tier A : origine café Colombie, torréfaction Lyon. Tier B : lot L2026-034, DLC 12/2026 pour commande #4521. Tier C : prix FOB kg, nom exportateur intermédiaire.
Quelles preuves et certificats le bot peut-il citer sans surpromettre ?
Les preuves traçabilité bot suivent règles scope strictes, alignées #225 anti-greenwashing.
Format citation certificat
Organisme : nom certificateur
Numéro : ID certif si public
Scope : fil / produit fini / site usine
Validité : date expiration
Lien : URL registre ou PDF public
Interdit bot
« Certifié durable » sans organisme. Étendre scope certificat fil au produit fini si non validé. Inventer numéro lot.
Couche preuve Defacto
Page evidence URL stable + champs structurés + référence batch (Defacto 2026). Bot cite résumé Tier A + lien « voir preuve complète » plutôt que dump PDF 40 pages.
Copy trace_cert_scope type
« Notre certificat GOTS n° {id} couvre le produit fini (confection + étiquetage), pas seulement le fil. Validité : {date}. Preuve : {url}. »
Comment gérer lookup lot, commande et mode rappel produit ?
Le lookup lot bot connecte commande Shopify au batch record sans exposer inventaire entier.
Flow trace_batch_order
Auth e-mail ou session logged-in
Lookup order → line items → metafield
batch_codeou lot fulfillmentAfficher : lot, date prod, lien page lot si existe
Si absent : « lot non indexé sur cette commande, contactez-nous avec photo étiquette »
Mode trace_recall_check
EZQR décrit QR lot dynamique : bannière recall immédiate si lot affecté (EZQR, FSMA traceability 2026). Bot : input lot (photo OCR ou saisie) → compare liste recall active → instructions retour/remboursement macro RECALL-TRACE. FDA : TLC pas obligatoire sur étiquette consumer, mais lien QR recommandé (FDA, traceability lot code 2026).
Mode trace_authenticity
Scan QR GS1 Digital Link → bot confirme authenticité si serial match registry (Tracehub pattern verification). Handoff si serial inconnu ou déjà enregistré ailleurs.
Comment structurer le prompt TRACE-BOT-01 et le corpus traçabilité ?
Bloc system TRACE-BOT-01 300-400 mots, extension #163.
Blocs prompt
Rôle : guide traçabilité, pas détective supply chain
TRACE-DISPLAY : respecter Tier A/B/C section 4
Corpus : ORIGIN-SOURCE #311 + metafields trace_* + pages evidence
Certificats : format 5 lignes section 5, jamais hors scope
Recall : si trace_recall_check positive → macro RECALL + handoff
Unknown : trace_unknown template, ticket sourcing si récurrent
Metafields Shopify sync
trace_tier_a_json, trace_certificates, trace_dpp_url, trace_evidence_url, batch_code order-level. Index via entraînement bot Shopify, nettoyage corpus (#103).
Quels widgets chat et QR DPP déployer sur PDP et post-achat ?
Le parcours traçabilité multicanal aligne QR physique et chat digital.
Emplacements bot
PDP bloc « Traçabilité » : chips Origine, Certificats, Voir passeport
Post-achat e-mail : « Questions sur l'origine ? » deep link chat trace_batch_order
Page /pages/transparency : bot embedded hub aide traçabilité
QR → chat handoff
QR GS1 Digital Link ouvre page DPP mobile. Bouton « Poser une question » pré-remplit SKU + lot scan. TraceX : QR batch-specific updates recall sans réimpression (TraceX, QR traceability 2026).
Cohérence #311
THREE-LABEL identique PDP, DPP, bot. Incohérence → ticket origin_inconsistency #311 + patch corpus sous 24 h.
Quels playbooks verticaux pour alimentaire, mode, beauté et batteries ?
La traçabilité bot varie selon réglementation et données disponibles.
Alimentaire
Tier B : DLC, lot, origine ingrédient. trace_recall_check prioritaire. FSMA 204 : records internes, QR consumer best practice. Pour SAV humain DLC, spoilage et PERISH-CLAIM, voir support périssables (#313) et bot périssables (#314).
Mode textile
Tier A : Tier 1 factory si public, cert GOTS scope. DPP textile prévu fin 2027 (Cefic) : préparer champs composition + origine (Cefic, DPP roadmap 2026).
Beauté
Lot = traçabilité PAO et recall. Croiser INCI #166. Pas de allégation santé depuis trace COA.
Batteries (pilote DPP 2027)
Champs réglementaires stricts. Bot cite page DPP officielle, handoff si question disposal dangereux.
Quels KPI mesurer pour le bot traçabilité ?
Mesurez confiance et précision, pas volume brut de questions origine.
KPI mensuels
trace_bot_deflection : intents résolus sans humain
trace_tier_b_lookup_success : batch trouvé / demandes auth
trace_unknown_rate : trace_unknown / total trace intents
trace_cert_link_ctr : clics preuves certificat
dpp_qr_to_chat_rate : scans QR → question chat
trace_handoff_rate : recall, presse, litige
CSAT trace conversations : cible 4,6+
Revue trimestrielle
Audit 20 conversations trace_unknown → compléter TRACE-DISPLAY Tier A. Mesurer couverture metafields trace_* sur catalogue replenishment.
Comment Qstomy affiche-t-il la traçabilité sans sur-divulgation ?
Qstomy exécute TRACE-DISPLAY, TRACE-BOT-INTENT et lookup lot commande en temps réel.
Capacités
Matrice Tier A/B/C enforced par intent
Citation certificats format scope + lien
Lookup batch par order auth Shopify
Mode recall compare lot liste active
Deep link QR DPP → chat contextualisé
Handoff trace_handoff payload preuves + lot
Scénario DTC chiffré
Marque alimentaire DTC, DPP pilote 45 SKU. Avant Qstomy : 41 tickets trace/mois, trace_unknown_rate 38 %, 2 incidents sur-promesse certif agent. Après TRACE-DISPLAY + corpus : tickets 19/mois, deflection 72 %, trace_unknown 11 %, 0 incident certif scope sur 10 semaines.
Voir support IA, Shopify, démo.
Quels playbooks pour déployer le bot traçabilité en quatre semaines ?
Playbook 1 : audit champs traçabilité (1 j)
Inventaire PIM/metafields vs TRACE-DISPLAY Tier A/B/C. Reprendre ORIGIN-SOURCE #311. Lister gaps DPP.
Playbook 2 : matrice + evidence pages (2 j)
Rédiger Tier A public par top 20 SKU. Publier /pages/sourcing ou pages lot template. Lier certificats scope.
Playbook 3 : order → batch link (1 j)
Metafield batch sur fulfillment ou order line. Test trace_batch_order 10 commandes.
Playbook 4 : prompt TRACE-BOT-01 + recall dry run (4 h)
Indexer corpus. Simuler trace_recall_check lot fictif + trace_cert_scope 15 questions.
Playbook 5 : chips PDP + QR test (3 h)
Activer widgets section 8. Scan QR mobile → vérifie cohérence chat.
Maillage utile
Cette semaine : listez les 10 champs traçabilité que votre bot pourrait lire aujourd'hui. Classez-les Tier A, B ou C avant d'activer un seul chip « Voir traçabilité » sur la PDP.
Enzo
30 juin 2026
