[{"data":1,"prerenderedAt":692},["ShallowReactive",2],{"post-commerce-agentique-claude-shopify-fr":3,"surround-/fr/blog/commerce-agentique-claude-shopify-fr":682,"post-translations-26":687},{"id":4,"title":5,"body":6,"canonical_id":664,"category":665,"date_created":666,"date_updated":666,"description":667,"extension":668,"head":669,"image":670,"lang":671,"layout":672,"meta":673,"navigation":674,"ogImage":669,"path":675,"reading_time":224,"robots":669,"schemaOrg":669,"seo":676,"sitemap":678,"stem":680,"__hash__":681},"blog/fr/blog/26.commerce-agentique-claude-shopify.md","Commerce agentique avec Claude : j’ai testé l’architecture d’Anthropic sur Shopify",{"type":7,"value":8,"toc":647},"minimark",[9,25,28,35,42,52,55,84,89,92,95,147,155,161,165,168,228,231,238,284,291,299,303,306,317,324,327,330,367,370,375,378,381,384,389,393,397,400,403,407,410,413,430,434,437,477,480,483,500,504,507,510,538,544,548,551,554,570,574,577,580,583,587,596,599,602,605,617,621,643],[10,11,12,13,24],"p",{},"Anthropic vient de publier ",[14,15,16],"strong",{},[17,18,23],"a",{"href":19,"target":20,"rel":21},"https://claude.com/blog/the-anatomy-of-effective-commerce-agents","_blank",[22],"noopener","un guide consacré à l’architecture des agents IA pour l’e-commerce",", accompagné d’un dépôt GitHub de référence avec des exemples pour le commerce de détail, le voyage, les télécoms et la billetterie.",[10,26,27],{},"Un agent IA dédié à l’e-commerce accompagne un client potentiel au-delà d’une simple question sur un produit. Il recherche dans un catalogue, compare plusieurs options, tient compte de ses préférences, ajoute des produits au panier et l’accompagne jusqu’à la finalisation de l’achat.",[10,29,30,31,34],{},"C’est ce qu’on appelle le ",[14,32,33],{},"commerce agentique"," : une expérience dans laquelle l’IA ne se contente plus de répondre, mais peut rechercher, décider et préparer des actions au sein d’un parcours d’achat.",[10,36,37,38,41],{},"Le guide d’Anthropic est intéressant parce qu’il ne présente pas seulement les fonctionnalités à construire. Il décrit une architecture recommandée : ",[14,39,40],{},"un modèle dans une boucle agentique, des tools connectés aux véritables systèmes e-commerce, des skills chargées selon le besoin et un backend qui conserve les règles sensibles",".",[10,43,44,45,51],{},"Pour la tester, j’ai construit en deux heures un prototype avec ma stack Nuxt habituelle, connecté à la véritable boutique Shopify de ",[17,46,50],{"href":47,"rel":48,"target":20},"https://malia.care/",[49],"nofollow","maliā care",". L’agent recherche dans son petit catalogue, recommande des produits, gère un panier, prépare le passage vers le checkout Shopify et conserve des préférences entre plusieurs conversations.",[10,53,54],{},"Deux heures ne suffisent évidemment pas pour créer un agent Shopify prêt pour la production. Mais elles suffisent pour transformer le guide en expérience fonctionnelle et vérifier où doivent se situer les responsabilités.",[56,57,61,62],"div",{"className":58},[59,60],"text-center","mx-auto","\n  ",[63,64,65,66,65,71,65,75,61],"picture",{},"\n    ",[67,68],"source",{"srcSet":69,"type":70},"/img/blog/illustration/commerce-agentique-claude-shopify-interface.avif","image/avif",[67,72],{"srcSet":73,"type":74},"/img/blog/illustration/commerce-agentique-claude-shopify-interface.webp","image/webp",[76,77],"img",{"src":78,"alt":79,"width":80,"height":81,"loading":82,"className":83},"/img/blog/illustration/commerce-agentique-claude-shopify-interface.png","Prototype Nuxt d’un agent IA e-commerce avec Claude présentant des produits de la boutique Shopify maliā care",1920,3830,"lazy",[60],[85,86,88],"h2",{"id":87},"du-chatbot-à-lagent-capable-dagir","Du chatbot à l’agent capable d’agir",[10,90,91],{},"Un chatbot classique répond principalement avec du texte dans un parcours défini à l’avance. Un agent poursuit plutôt un objectif : il identifie les informations qui lui manquent, appelle les outils nécessaires, observe leurs résultats et choisit la prochaine étape.",[10,93,94],{},"Pour une demande comme « je cherche un soin visage simple pour une peau sèche », Claude doit interroger le catalogue actuel, vérifier la disponibilité des produits et présenter uniquement les options réellement retournées par la boutique. La réponse ne se trouve pas entièrement dans le modèle.",[96,97,98,111],"table",{},[99,100,101],"thead",{},[102,103,104,108],"tr",{},[105,106,107],"th",{},"Chatbot e-commerce classique",[105,109,110],{},"Agent IA e-commerce",[112,113,114,123,131,139],"tbody",{},[102,115,116,120],{},[117,118,119],"td",{},"Répond à une question",[117,121,122],{},"Poursuit un objectif",[102,124,125,128],{},[117,126,127],{},"Reçoit des données préparées",[117,129,130],{},"Recherche les données utiles",[102,132,133,136],{},[117,134,135],{},"Suit un parcours prédéfini",[117,137,138],{},"Choisit sa prochaine étape",[102,140,141,144],{},[117,142,143],{},"Conseille l’utilisateur",[117,145,146],{},"Peut préparer une action réversible",[10,148,149,150,154],{},"Anthropic regroupe ces systèmes sous le terme de ",[151,152,153],"em",{},"Commerce Agents",". Son guide distingue les agents orientés clients, qui recherchent et composent une commande, des agents destinés aux équipes marchandes, qui analysent les ventes ou préparent des opérations sur le catalogue.",[10,156,157,158,41],{},"Mon expérimentation se concentre sur le premier cas : ",[14,159,160],{},"un agent d’achat destiné aux clients d’une boutique Shopify",[85,162,164],{"id":163},"une-boucle-agentique-plutôt-quune-collection-de-sous-agents","Une boucle agentique plutôt qu’une collection de sous-agents",[10,166,167],{},"Le principal choix d’Anthropic est de conserver un seul agent dans une boucle standard.",[169,170,175],"pre",{"className":171,"code":172,"language":173,"meta":174,"style":174},"language-mermaid shiki shiki-themes enchanter-dark","flowchart LR\n    A[\"Demande du client\"] --> B[\"Claude raisonne\"]\n    B --> C{\"Une information ou une action manque ?\"}\n    C -- \"Oui\" --> D[\"Claude appelle un tool\"]\n    D --> E[\"Le backend contrôle et exécute\"]\n    E --> F[\"Claude observe le résultat\"]\n    F --> B\n    C -- \"Non\" --> G[\"Claude répond ou pose une question\"]\n","mermaid","",[176,177,178,186,192,198,204,210,216,222],"code",{"__ignoreMap":174},[179,180,183],"span",{"class":181,"line":182},"line",1,[179,184,185],{},"flowchart LR\n",[179,187,189],{"class":181,"line":188},2,[179,190,191],{},"    A[\"Demande du client\"] --> B[\"Claude raisonne\"]\n",[179,193,195],{"class":181,"line":194},3,[179,196,197],{},"    B --> C{\"Une information ou une action manque ?\"}\n",[179,199,201],{"class":181,"line":200},4,[179,202,203],{},"    C -- \"Oui\" --> D[\"Claude appelle un tool\"]\n",[179,205,207],{"class":181,"line":206},5,[179,208,209],{},"    D --> E[\"Le backend contrôle et exécute\"]\n",[179,211,213],{"class":181,"line":212},6,[179,214,215],{},"    E --> F[\"Claude observe le résultat\"]\n",[179,217,219],{"class":181,"line":218},7,[179,220,221],{},"    F --> B\n",[179,223,225],{"class":181,"line":224},8,[179,226,227],{},"    C -- \"Non\" --> G[\"Claude répond ou pose une question\"]\n",[10,229,230],{},"Il n’y a pas un routeur d’intentions suivi d’un agent pour le catalogue, d’un autre pour le panier et d’un troisième pour les retours. Une conversation commerciale mélange ces sujets et partage le même historique. Chaque transfert risquerait de perdre du contexte et d’ajouter de la latence.",[10,232,233,234,237],{},"Anthropic privilégie donc ",[14,235,236],{},"un agent principal qui conserve la conversation",", complété par quatre briques aux rôles distincts.",[96,239,240,250],{},[99,241,242],{},[102,243,244,247],{},[105,245,246],{},"Brique",[105,248,249],{},"Responsabilité",[112,251,252,260,268,276],{},[102,253,254,257],{},[117,255,256],{},"Prompt système",[117,258,259],{},"Règles fréquentes et comportement général",[102,261,262,265],{},[117,263,264],{},"Skill",[117,266,267],{},"Procédure spécialisée chargée à la demande",[102,269,270,273],{},[117,271,272],{},"Tool",[117,274,275],{},"Accès typé à une donnée ou une action",[102,277,278,281],{},[117,279,280],{},"Backend",[117,282,283],{},"Exécution, permissions et règles déterministes",[10,285,286,287,41],{},"Dans cette version, le prompt rappelle en permanence à Claude de rester fidèle au catalogue. Une skill de recherche plus détaillée n’est chargée que lorsqu’il doit comparer plusieurs produits. J’ai expliqué ce mécanisme dans mon article consacré aux ",[17,288,290],{"href":289},"/fr/blog/skills-ia-utiliser-installer","Skills pour agents IA",[10,292,293,294,298],{},"Cette répartition rejoint ma méthode de ",[17,295,297],{"href":296},"/fr/blog/context-engineering-agents-ia","context engineering"," : toutes les informations ne doivent pas entrer dans le contexte au même moment ni avec le même niveau d’autorité.",[85,300,302],{"id":301},"shopify-apporte-les-données-et-les-actions-réelles","Shopify apporte les données et les actions réelles",[10,304,305],{},"Le modèle ne contient ni le catalogue de maliā, ni ses prix, ni l’état du panier. Il orchestre les systèmes capables de lui fournir ces informations.",[10,307,308,309,316],{},"Shopify propose pour cela son ",[14,310,311],{},[17,312,315],{"href":313,"target":20,"rel":314},"https://shopify.dev/docs/apps/build/storefront-mcp",[22],"Storefront MCP",", qui expose de manière structurée le catalogue, les informations de la boutique et les opérations de panier. Mon application Nuxt joue le rôle de client MCP entre l’agent et Shopify.",[10,318,319,320,41],{},"Un serveur MCP peut être comparé à une API pensée pour les agents : chaque tool possède un nom, une description, des paramètres et un résultat que le modèle peut interpréter. J’ai détaillé ce principe dans ",[17,321,323],{"href":322},"/fr/blog/serveur-mcp-saas-retour-experience","mon retour d’expérience sur les serveurs MCP de mes SaaS",[10,325,326],{},"Je n’ai toutefois pas exposé directement tous les tools Shopify à Claude. Une couche backend plus étroite choisit le domaine, appelle le bon serveur, nettoie sa réponse et ne retourne que les champs utiles.",[10,328,329],{},"Claude peut par exemple demander :",[169,331,335],{"className":332,"code":333,"language":334,"meta":174,"style":174},"language-ts shiki shiki-themes enchanter-dark","searchProducts({ query: \"soin hydratant visage\" })\n","ts",[176,336,337],{"__ignoreMap":174},[179,338,339,343,347,351,354,357,361,364],{"class":181,"line":182},[179,340,342],{"class":341},"sqnxN","searchProducts",[179,344,346],{"class":345},"syxy-","({",[179,348,350],{"class":349},"sCxck"," query",[179,352,353],{"class":345},":",[179,355,356],{"class":345}," \"",[179,358,360],{"class":359},"sloqg","soin hydratant visage",[179,362,363],{"class":345},"\"",[179,365,366],{"class":345}," })\n",[10,368,369],{},"Shopify conserve la gestion du catalogue et du panier. Claude apporte son jugement sur l’intention du client, les résultats à retenir et la manière de les présenter.",[371,372,374],"h3",{"id":373},"même-linterface-devient-un-tool","Même l’interface devient un tool",[10,376,377],{},"Une recommandation de produits fonctionne mieux sous forme de cartes que dans un paragraphe contenant trois noms et trois liens.",[10,379,380],{},"Plutôt que de demander au modèle de générer du HTML, Anthropic recommande de traiter les composants d’interface comme des tools de présentation. Claude transmet les identifiants des produits à afficher ; le serveur les vérifie et enrichit les données ; Nuxt rend les cartes dans l’ordre demandé.",[10,382,383],{},"Ce contrat typé empêche le modèle d’inventer le contenu des cartes. Il conserve aussi dans la conversation la disposition exacte vue par l’utilisateur. Lorsque celui-ci demande « ajoute le deuxième produit », Claude sait auquel il fait référence.",[10,385,386],{},[14,387,388],{},"L’interface fait ainsi partie de l’état de la boucle agentique.",[85,390,392],{"id":391},"mon-prototype-en-trois-étapes","Mon prototype en trois étapes",[371,394,396],{"id":395},"_1-rechercher-dans-un-vrai-catalogue","1. Rechercher dans un vrai catalogue",[10,398,399],{},"Claude choisit s’il doit rechercher des produits, consulter une fiche précise ou lire une politique de la boutique. Il observe la réponse de Shopify avant de poursuivre.",[10,401,402],{},"Le petit catalogue de maliā constitue un bon banc de test : je peux vérifier manuellement chaque recommandation, chaque prix et chaque disponibilité. Une hallucination se repère immédiatement.",[371,404,406],{"id":405},"_2-modifier-le-panier-sans-pouvoir-payer","2. Modifier le panier sans pouvoir payer",[10,408,409],{},"L’agent peut créer un panier, fixer la quantité d’un produit, relire son état et afficher le lien vers le checkout officiel. Il ne choisit ni le domaine Shopify, ni l’identifiant interne du panier, ni l’URL de destination.",[10,411,412],{},"Surtout, aucun tool ne lui permet de finaliser le paiement. Une demande comme « ajoute deux sérums » autorise une modification réversible du panier. La commande reste une action humaine dans Shopify.",[56,414,61,416],{"className":415},[59,60],[63,417,65,418,65,421,65,424,61],{},[67,419],{"srcSet":420,"type":70},"/img/blog/illustration/commerce-agentique-claude-shopify-panier.avif",[67,422],{"srcSet":423,"type":74},"/img/blog/illustration/commerce-agentique-claude-shopify-panier.webp",[76,425],{"src":426,"alt":427,"width":80,"height":428,"loading":82,"className":429},"/img/blog/illustration/commerce-agentique-claude-shopify-panier.png","Panier Shopify préparé par un agent IA e-commerce avec Claude, avec validation finale laissée à l’utilisateur",1784,[60],[371,431,433],{"id":432},"_3-conserver-les-conversations-et-contrôler-la-mémoire","3. Conserver les conversations et contrôler la mémoire",[10,435,436],{},"Une base SQL locale conserve les conversations, les cartes affichées et le panier associé. Je distingue ainsi trois formes d’état souvent regroupées sous le mot « mémoire » :",[169,438,440],{"className":171,"code":439,"language":173,"meta":174,"style":174},"flowchart TB\n    A[\"Conversation\"] --> A1[\"Messages et appels de tools\"]\n    A --> A2[\"Produits présentés à l’écran\"]\n    B[\"État commerce\"] --> B1[\"Panier Shopify\"]\n    B --> B2[\"Identifiants autorisés\"]\n    C[\"Préférences durables\"] --> C1[\"Faits explicitement mémorisés\"]\n    C --> C2[\"Réutilisables entre les conversations\"]\n",[176,441,442,447,452,457,462,467,472],{"__ignoreMap":174},[179,443,444],{"class":181,"line":182},[179,445,446],{},"flowchart TB\n",[179,448,449],{"class":181,"line":188},[179,450,451],{},"    A[\"Conversation\"] --> A1[\"Messages et appels de tools\"]\n",[179,453,454],{"class":181,"line":194},[179,455,456],{},"    A --> A2[\"Produits présentés à l’écran\"]\n",[179,458,459],{"class":181,"line":200},[179,460,461],{},"    B[\"État commerce\"] --> B1[\"Panier Shopify\"]\n",[179,463,464],{"class":181,"line":206},[179,465,466],{},"    B --> B2[\"Identifiants autorisés\"]\n",[179,468,469],{"class":181,"line":212},[179,470,471],{},"    C[\"Préférences durables\"] --> C1[\"Faits explicitement mémorisés\"]\n",[179,473,474],{"class":181,"line":218},[179,475,476],{},"    C --> C2[\"Réutilisables entre les conversations\"]\n",[10,478,479],{},"Une phrase prononcée pendant un échange ne devient pas automatiquement une préférence permanente. Pour retenir « je préfère les soins à la texture légère », Claude propose la mémoire et l’interface montre ce qui sera conservé. L’utilisateur peut accepter, refuser puis supprimer cette préférence.",[10,481,482],{},"Anthropic décrit également une extraction asynchrone adaptée aux systèmes à plus grande échelle. Pour ce laboratoire, j’ai préféré une validation explicite afin de rendre le chemin d’écriture visible et contrôlable.",[56,484,61,486],{"className":485},[59,60],[63,487,65,488,65,491,65,494,61],{},[67,489],{"srcSet":490,"type":70},"/img/blog/illustration/commerce-agentique-claude-shopify-memoire.avif",[67,492],{"srcSet":493,"type":74},"/img/blog/illustration/commerce-agentique-claude-shopify-memoire.webp",[76,495],{"src":496,"alt":497,"width":80,"height":498,"loading":82,"className":499},"/img/blog/illustration/commerce-agentique-claude-shopify-memoire.png","Validation explicite d’une préférence mémorisée par l’agent IA e-commerce",1149,[60],[85,501,503],{"id":502},"claude-décide-le-backend-impose-les-règles","Claude décide, le backend impose les règles",[10,505,506],{},"Dans un système e-commerce, une consigne placée dans le prompt ne peut pas constituer le seul garde-fou. Le modèle peut mal interpréter une demande, recevoir du contenu malveillant dans une description ou inventer un identifiant qui semble valide.",[10,508,509],{},"Anthropic recommande donc d’imposer les règles sensibles dans le code autour de l’agent. Mon implémentation applique notamment quatre principes :",[511,512,513,520,526,532],"ul",{},[514,515,516,519],"li",{},[14,517,518],{},"Accepter uniquement les identifiants remis par le serveur."," Un produit ou un variant inventé, collé dans la conversation ou dissimulé dans une description est refusé avant d’atteindre le panier.",[514,521,522,525],{},[14,523,524],{},"Traiter le catalogue comme une donnée non fiable."," Les descriptions et politiques sont nettoyées et bornées avant d’entrer dans le contexte. Claude peut les analyser, jamais les suivre comme des instructions.",[514,527,528,531],{},[14,529,530],{},"Contrôler l’état final."," Le backend vérifie le panier obtenu après une modification et sérialise les écritures, afin que des demandes répétées ou simultanées ne contournent pas les plafonds.",[514,533,534,537],{},[14,535,536],{},"Ne jamais exposer le paiement."," Le meilleur moyen d’empêcher Claude de finaliser une commande consiste à ne lui fournir aucun tool capable de le faire.",[10,539,540,541],{},"L’agent conserve le jugement. ",[14,542,543],{},"Le backend conserve l’autorité.",[85,545,547],{"id":546},"ce-que-les-deux-heures-disent-du-product-engineering","Ce que les deux heures disent du Product Engineering",[10,549,550],{},"Ce délai court vient du périmètre précis, du guide détaillé et des services e-commerce déjà disponibles dans Shopify.",[10,552,553],{},"L'IA a accéléré l'implémentation, mais la vitesse vient aussi de choix de Product Engineering : utiliser une stack technologique maîtrisée, limiter le parcours, tester sur un petit catalogue réel et séparer immédiatement le modèle des règles métier.",[10,555,556,557,564,565,569],{},"Je suis certifié ",[14,558,559],{},[17,560,563],{"href":561,"target":20,"rel":562},"https://www.credly.com/badges/ed836a5d-85a0-4d6e-9469-dd169736ad78/linked_in_profile",[22],"Claude Certified Architect – Foundations"," par Anthropic. Ce travail m'a permis de mettre ces connaissances en pratique sur un cas concret, avec ma manière de travailler comme ",[17,566,568],{"href":567},"/fr/blog/product-engineer-nouveau-metier-ia","Product Engineer à l'ère de l'IA"," : construire la plus petite version utile pour apprendre avant d'ajouter de la complexité.",[85,571,573],{"id":572},"la-suite-observer-et-évaluer-lagent","La suite : observer et évaluer l’agent",[10,575,576],{},"Le projet va maintenant me servir à tester différentes solutions d’observabilité. L’objectif est de pouvoir reconstituer chaque parcours : la demande de l’utilisateur, les décisions de Claude, les skills chargées, les tools appelés, leurs arguments, leurs résultats, la latence et les éventuelles erreurs. Une réponse finale ne suffit pas pour comprendre pourquoi une recommandation est pertinente ou pourquoi une action a échoué.",[10,578,579],{},"Le second sujet concerne les évaluations. Je veux construire des scénarios reproductibles pour vérifier que l’agent retrouve de vrais produits, utilise les bons tools, respecte les préférences exprimées, modifie correctement le panier et ne dépasse jamais les limites imposées par le backend. Ces cas permettront aussi de comparer un changement de prompt, de modèle ou de tool sans se fier à quelques conversations réussies.",[10,581,582],{},"Ce laboratoire me servira à tester plusieurs approches sur ces deux sujets. L’observabilité et les évaluations feront l’objet de prochains articles.",[85,584,586],{"id":585},"mon-avis-un-excellent-blueprint-pour-commencer","Mon avis : un excellent blueprint pour commencer",[10,588,589,590,595],{},"Le ",[17,591,594],{"href":592,"rel":593,"target":20},"https://github.com/anthropics/commerce-agents",[49],"dépôt Commerce Agents d’Anthropic"," n’est pas un produit à déployer tel quel. Il fournit une architecture à adapter à ses propres systèmes et rend surtout visibles les frontières entre le modèle, les tools, le backend, l’interface et l’utilisateur.",[10,597,598],{},"Avec un périmètre clair et une stack maîtrisée, il est désormais possible de passer très rapidement d’un guide d’architecture à une expérience connectée à une boutique existante.",[10,600,601],{},"Pour un Product Engineer, ce sujet est particulièrement intéressant : il réunit expérience conversationnelle, interface, intégration métier, gestion de l’état et sécurité.",[10,603,604],{},"Et vous, dans votre produit, quelles décisions laisseriez-vous au modèle et quelles règles conserveriez-vous obligatoirement dans le code ?",[10,606,607,608,612,613,41],{},"📌 Vous avez une boutique Shopify et souhaitez créer un agent conversationnel capable de conseiller vos clients, d’interroger votre catalogue et de les accompagner jusqu’au panier ? Discutons de votre cas d’usage. Je peux vous accompagner du cadrage à l’implémentation avec une approche complète de ",[17,609,611],{"href":610},"/fr/services/product-engineering","Product Engineering",", notamment pour le ",[17,614,616],{"href":615},"/fr/services/product-engineering/serveur-mcp","développement d’un serveur MCP",[85,618,620],{"id":619},"sources","Sources",[511,622,623,630,636],{},[514,624,625,626,41],{},"Anthropic, ",[17,627,629],{"href":19,"rel":628,"target":20},[49],"« A guide to the anatomy of effective commerce agents »",[514,631,625,632,41],{},[17,633,635],{"href":592,"rel":634,"target":20},[49],"dépôt de référence Commerce Agents",[514,637,638,639,41],{},"Shopify, ",[17,640,642],{"href":313,"rel":641,"target":20},[49],"documentation du Storefront MCP",[644,645,646],"style",{},"html .default .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html pre.shiki code .sqnxN, html code.shiki .sqnxN{--shiki-default:#68B188}html pre.shiki code .syxy-, html code.shiki .syxy-{--shiki-default:#BFBDC1}html pre.shiki code .sCxck, html code.shiki .sCxck{--shiki-default:#E5E3E7}html pre.shiki code .sloqg, html code.shiki .sloqg{--shiki-default:#A9D3BB}",{"title":174,"searchDepth":188,"depth":188,"links":648},[649,650,651,654,659,660,661,662,663],{"id":87,"depth":188,"text":88},{"id":163,"depth":188,"text":164},{"id":301,"depth":188,"text":302,"children":652},[653],{"id":373,"depth":194,"text":374},{"id":391,"depth":188,"text":392,"children":655},[656,657,658],{"id":395,"depth":194,"text":396},{"id":405,"depth":194,"text":406},{"id":432,"depth":194,"text":433},{"id":502,"depth":188,"text":503},{"id":546,"depth":188,"text":547},{"id":572,"depth":188,"text":573},{"id":585,"depth":188,"text":586},{"id":619,"depth":188,"text":620},"26","ai","2026-09-03T07:00:00.000Z","Anthropic vient de publier un guide consacré à l’architecture des agents IA pour l’e-commerce, accompagné d’un dépôt GitHub de référence avec des exemples pour le commerce de détail, le voyage, les télécoms et la billetterie.","md",null,"/img/blog/blog26-fr.jpg","fr","page",{},true,"/fr/blog/commerce-agentique-claude-shopify",{"description":677,"title":5},"J’ai appliqué le guide d’Anthropic sur le commerce agentique dans un prototype Nuxt connecté à Shopify : architecture, tools, panier, mémoire et sécurité.",{"loc":675,"lastmod":679},"2026-09-03T09:00:00+02:00","fr/blog/26.commerce-agentique-claude-shopify","FdfYrkT345YMMEoXbNwxge3707oSSL3kmBPEltwikuw",[669,683],{"title":684,"path":685,"stem":686,"children":-1},"RAG et GraphRAG : comment connecter une IA à vos données","/fr/blog/rag-graphrag-connecter-ia-donnees","fr/blog/25.rag-graphrag-connecter-ia-donnees",[688,691],{"path":689,"lang":690},"/en/blog/commerce-agents-claude-shopify","en",{"path":675,"lang":671},1788473535539]