E-commerce
28 juin 2026
« Votre agent m'a promis la livraison vendredi. Nous sommes lundi, toujours rien. » Le ticket rouvre. L'agent précédent a voulu rassurer. La marque paie en confiance perdue, avis public et parfois chargeback.
ORNER rappelle qu'en 2026, seulement 9 % des consommateurs estiment que les retailers tiennent leurs promesses de livraison (ORNER, attentes livraison 2026). eesel AI distingue hallucination de faits et invention d'engagements : « je m'en occupe », « remboursement sous 48 h », « livraison garantie jeudi » (eesel AI, hallucinations 2026).
Ce guide #209 traite les fausses promesses support : délais, remboursements, exceptions. Distinct de cohérence réponses (#191) (sync multi-canal) et de gouvernance IA (#142) : ici, ne pas promettre ce que ops ne peut pas exécuter.
Sommaire
Pourquoi une fausse promesse support coûte plus qu'un retard ?
Une fausse promesse support e-commerce crée une attente contractuelle implicite. Le client planifie, attend, puis se sent trahi. Le retard honnête irrite. La promesse non tenue humilie.
Trois conséquences mesurables
Ticket rouvert + chargeback : client cite l'agent mot pour mot
Avis 1 étoile : « on m'a menti » pèse plus que « colis en retard »
Perte confiance durable : repeat purchase effondré sur segment touché
Promise Drift
Promise Alignment décrit le « Promise Drift » : l'écart entre ce que le support engage et ce qu'ops livre (Promise Alignment, IA support 2026). En e-commerce DTC, l'agent ou le bot devient la voix de la marque au moment le plus fragile : colis perdu, retard, produit défectueux.
Promesse vs information
« Délai standard 3-5 j ouvrés selon notre page livraison » = information. « Je vous garantis jeudi » = promesse. La frontière tient au verbe et à la certitude.
En quoi diffère-t-il des guides voisins ?
Quatre contenus, quatre angles sur la qualité des réponses.
Cohérence (#191)
Cohérence (#191) : hub aide, bot et agent disent la même policy. Le #209 traite le cas où une seule réponse promet trop, même si cohérente avec les autres.
Gouvernance IA (#142)
Gouvernance (#142) : RACI, validation, kill switch. Le #209 détaille les formulations interdites et guardrails anti-promesse.
Hallucinations (#123)
Hallucinations (#123) : faits inventés (spec produit). Le #209 couvre les engagements inventés (« remboursement approuvé »).
Communication délais (#184, bot shipping)
Communication délais et bot livraison (#203) : comment informer. Le #209 : ce qu'il est interdit de garantir.
Promesse #209
Typologie promesses, table dire/ne pas dire, guardrails bot, formation agents, récupération post-promesse, KPI breach.
Quels types de fausses promesses reviennent le plus ?
Cartographiez les promesses support à risque avant de rédiger vos guardrails.
Top 8 engagements dangereux
Date livraison garantie : « jeudi sans faute » sans data carrier
Délai remboursement fixe : « sous 48 h » alors que BNPL = 5-14 j
Exception policy non validée : « retour accepté hors délai » sans manager
Remboursement approuvé : agent junior qui « accorde » sans traitement Shopify
Stock / réassort : « nous en recevons demain » sans visibilité entrepôt
Action ops immédiate : « j'annule l'expédition » alors que colis pické
Compensation promise : « bon 20 € envoyé ce soir » sans workflow
Escalade fictive : « le directeur va vous rappeler » sans ticket créé
Verbatims clients déclencheurs
« Vous m'avez promis », « l'agent m'a assuré que », « votre bot a dit que c'était garanti ». Tag helpdesk : promise_breach, priorité P1.
Pourquoi agents et bots sur-promettent-ils ?
Comprendre les causes sur-promesse support guide la formation, pas seulement les interdictions.
Côté agent humain
Empathie mal calibrée : vouloir apaiser à tout prix
Pression SLA : clore vite avec une « bonne nouvelle »
Policy floue : pas de limite écrite sur délais/remboursements
Junior sans arbre décision : copie le senior qui improvisait
Côté bot IA
Double2 observe que les LLM apprennent des formulations rassurantes (« rush delivery available ») sans vérifier contraintes zip, stock, cut-off (Double2, guardrails 2026). AskDolphin recommande de retirer les promesses de date exacte du corpus bot par défaut (AskDolphin, support sans réponses douteuses).
Côté marketing qui déborde
Bandeau « livraison demain partout » alors que cut-off 14 h et zones exclues. Le support hérite de la promesse marketing impossible à tenir.
Quelles formulations autoriser et interdire ?
Une table dire / ne pas dire aligne agents, macros et bot sur le même registre de prudence.
Livraison et délais
Interdit : « garanti jeudi », « sans faute demain », « je m'engage personnellement »
Autorisé : « estimation livraison jeudi 4 avril selon transporteur », « délai indicatif 3-5 j ouvrés »
Remboursements et gestes
Interdit : « remboursement approuvé », « vous serez crédité demain »
Autorisé : « j'ai lancé la demande, délai bancaire habituel 5-10 j », « notre équipe finance traite sous 48 h ouvrées »
Exceptions policy
Interdit : « exception faite pour vous » sans validation manager
Autorisé : « je transmets votre demande à notre responsable, réponse sous 24 h »
Rassurance sans engagement
Remplacer « ne vous inquiétez pas, c'est réglé » par « je comprends l'urgence, voici où en est votre dossier : [statut factuel] ». MarqueFactory : le bot explique, il n'approuve pas (MarqueFactory, agents e-commerce 2026).
Quels guardrails bot empêchent les sur-promesses ?
Trois couches de guardrails anti-promesse bot : règles dures, validation, escalade.
Couche 1 : règles dures (hard boundaries)
Jamais date livraison exacte sans API carrier + statut commande
Jamais « remboursement confirmé » sans webhook Shopify refund succeeded
Jamais remise > plafond agent sans intent manager
Jamais « annulation expédition » si fulfillment status = fulfilled
Couche 2 : validation output
Filtre post-génération : détecte verbes garantie (garanti, promis, assuré, sans faute) → réécriture auto ou blocage. Double2 : parse DELIVERY_TIME = demain → check MIN_DELIVERY = 3 j → FAIL → réponse safe.
Couche 3 : escalade obligatoire
Client insiste sur date précise, menace avis, montant > seuil, exception policy. Handoff humain avec flag promise_risk. Voir handoff (#12).
Instructions système type
« Utilisez toujours « estimé », « selon transporteur », « délai habituel ». Si information indisponible, dites-le et proposez agent. Ne jamais inventer un engagement. »
Comment former les agents à ne pas promettre ?
La formation agent anti-promesse complète les guardrails bot : l'humain reste la source des promesses non scriptées.
Arbre décision avant engagement
Puis-je vérifier ce fait dans Shopify/carrier maintenant ?
La policy autorise-t-elle cette exception ?
Mon plafond agent couvre-t-il ce geste ?
Si non à l'une : escalade ou formulation prudente
Macros safe vs macros risquées
Remplacer macro WISMO-OLD « votre colis arrive demain » par WISMO-SAFE « statut actuel [X], livraison estimée [date fourchette] selon [carrier] ». Audit trimestriel : grep « garanti », « promis », « sans faute » dans toutes les macros Gorgias.
Roleplay onboarding (15 min)
3 scénarios : client furieux retard anniversaire, demande remboursement immédiat, exception retour hors délai. Score : 0 promesse interdite = certifié. SurveyMonkey : 89 % veulent option humaine ; l'humain doit être fiable, pas laxiste (SurveyMonkey, CX 2026).
Note interne obligatoire
Si agent fait exception validée manager : note ticket « Exception approuvée [manager] le [date] : [détail] ». Traçabilité en cas de litige.
Comment récupérer quand une promesse a déjà été faite ?
Le playbook récupération promesse non tenue limite les dégâts quand l'erreur est avérée.
Étape 1 : reconnaître sans jargon
« Vous aviez raison de compter sur un délai plus court. La livraison estimée actuelle est [date]. Je comprends la frustration. » Pas « désolé pour la gêne » générique.
Étape 2 : statut factuel immédiat
Tracking live, statut refund Shopify, nom du responsable ops contacté. Zéro nouvelle promesse pour compenser la première.
Étape 3 : geste proportionné validé
Si promesse ops avérée fausse (agent a dit « expédition annulée » mais colis parti) : port offert retour, bon 10-15 € ou upgrade express si encore possible. Validation manager si > plafond.
Étape 4 : post-mortem interne
Tag promise_breach, root cause (macro, bot, agent, marketing), action corrective sous 48 h. Shippit : combler le « promise gap » checkout vs réalité réduit les litiges (Shippit, promise gap 2026).
Comment aligner marketing, checkout et support ?
Les fausses promesses support naissent souvent en amont du ticket.
Checkout et PDP
Afficher fourchettes livraison basées sur data carrier 90 j, pas « livraison rapide » vague. Shippit observe des retailers qui annoncent 5,2 j au checkout pour 2,2 j réels : sous-promesse acceptable ; l'inverse (promettre 2 j, livrer 5 j) détruit la confiance.
Bandeaux marketing
Avant campagne « livraison offerte 24 h » : validation ops + brief support avec macros mises à jour. Voir communication livraison (#204).
Sync changement policy
Flux #191 : policy → REP → hub → bot → macros. Délai remboursement modifié ? Retirer toute mention « 48 h » du corpus sous 24 h.
Notifications carrier
ORNER : notification « livré » fausse = promesse brisée au pire moment. Audit apps tracking qui envoient statuts prématurés.
Quelles erreurs amplifient le risque ?
Cinq anti-patterns promesse support à éliminer en priorité.
Erreur 1 : bot marketing agressif
« Je vais régler ça pour vous » sur litige colis perdu. Fix : handoff immédiat, pas de faux espoir.
Erreur 2 : promesse pour clore le ticket
Agent promet refund pour obtenir « merci » et fermer. Fix : ne clore qu'après action Shopify confirmée.
Erreur 3 : copier-coller macro obsolète
Macro 2024 « retour 45 j » alors que policy 30 j. Fix : date revue sur chaque macro + owner.
Erreur 4 : pas de plafond agent
Junior promet 80 € de bon. Fix : plafonds policy VIP (#207) et matrice escalade.
Erreur 5 : ignorer tickets « vous m'aviez promis »
Traiter comme WISMO standard. Fix : file P1 promise_breach, agent senior, playbook section 8.
Comment Qstomy évite-t-il les sur-promesses ?
Qstomy sépare information catalogue et engagement ops via guardrails intégrés.
Fonctionnalités anti-promesse
Filtre verbes garantie : réécriture auto vers formulations estimées
ETA live Shopify : date fourchette depuis statut commande, pas LLM
Bloc refund promise : affiche statut refund réel ou escalade
Intent promise_risk : handoff si client cite promesse agent
Log engagements : trace toute formulation à risque pour QA
Scénario DTC chiffré
Marque home, 6,2 % tickets mentionnant « promis/garanti », CSAT segment litige 41/100. Déploiement guardrails Qstomy + table dire/ne pas dire + formation agents + audit macros. Après 10 semaines : tickets promise_breach -52 %, rouvertures post-clôture -31 %, chargebacks motif « promesse non tenue » -44 %, CSAT litige +18 pts (41 → 59).
Explorez support client IA, intégration Shopify, demander une démo.
Quels playbooks opérationnels lancer en 30 jours ?
Playbook 1 : audit promesses (3 h)
Grep macros + corpus bot : garanti, promis, sans faute, approuvé, demain. Lister 20 occurrences. Classer safe / à corriger / supprimer.
Playbook 2 : table dire/ne pas dire (2 h)
Rédiger section 5 par intent top 10 volume. Validation lead support + ops. Publier Notion sidebar agents.
Playbook 3 : guardrails bot (1 j)
Implémenter 4 hard boundaries section 6. Test 15 verbatims clients agressifs. Zéro promesse interdite en output.
Playbook 4 : formation + roleplay (2 h)
Session équipe section 7. Certifier agents. Interdire macros non certifiées aux juniors.
Playbook 5 : KPI S+30
Taux tickets tag promise_breach, rouvertures, chargebacks motif promesse, score audit 10 questions gold (intent délai/remboursement). Revue mensuelle.
Maillage utile
Un support de confiance ne promet pas plus vite. Il promet moins, plus juste, et tient ce qu'il dit.
Enzo
28 juin 2026
