Comment entraîner un assistant IA avec vos propres données (sans code)

En bref

• Si vous créez un assistant IA pour votre entreprise, que ce soit pour le service client, la prise de rendez-vous ou les réponses aux questions fréquentes, l’une des décisions les plus importantes à prendre concerne la façon dont l’assistant trouve et récupère les informations.
• Si vous faites le mauvais choix, votre assistant donnera des réponses vagues, inventera des prix ou induira vos clients en erreur. Si vous faites le bon choix, il deviendra l’un des outils les plus fiables de votre entreprise.
• Ce guide présente les deux principales méthodes de récupération d’informations — la recherche dans une base de connaissances et les actions —, explique quand utiliser chacune, pourquoi il est essentiel de bien nommer vos documents et vos outils, et comment tester votre assistant avant son lancement.

Entraîner votre assistant avec vos données vous permet de créer la couche Knowledge. Pour avoir une vue d’ensemble, consultez les 4 couches d’un agent IA pour entreprise : Knowledge, Compétences, Outils et Intelligence.

Qu’est-ce qu’une base de connaissances pour un assistant IA et comment fonctionne-t-elle ?

Une base de connaissances est un ensemble de documents, de textes et de contenus structurés que vous chargez dans votre assistant IA. Elle peut contenir l’URL de votre site web, des descriptions de services, des grilles tarifaires, des politiques d’annulation, des FAQ, des informations sur vos lieux et horaires, ainsi que tout autre contenu que vous souhaitez voir l’assistant consulter pour répondre aux questions.

Lorsqu’un utilisateur pose une question, l’assistant effectue une recherche sémantique globale dans l’ensemble de la base de connaissances. La recherche sémantique ne consiste pas simplement à repérer des mots-clés exacts : l’assistant comprend le sens de la question et trouve les passages les plus pertinents, même si leur formulation est différente.

Après avoir trouvé les informations pertinentes, l’assistant synthétise la réponse et peut citer le document source ou fournir un lien vers celui-ci.

C’est le fondement de la plupart des assistants IA conçus pour répondre aux questions fréquentes, et pour cause : cette méthode est rapide, flexible et ne nécessite aucun développement personnalisé.

Quand une base de connaissances suffit : l’assistant FAQ

Pour un assistant FAQ généraliste, la meilleure solution consiste à tout verser dans la base de connaissances : URL du site web, liste des services, aperçu des tarifs, politiques, horaires, lieux… Ajoutez-y tout.

Dans ce cas, le rôle de l’assistant est de :

• Effectuer une recherche sémantique globale dans tous les documents disponibles
• Repérer la réponse la plus pertinente
• La résumer clairement pour l’utilisateur
• Citer la source ou ajouter un lien vers celle-ci, si vous le précisez dans les instructions.

Cette méthode fonctionne bien, car les questions fréquentes sont informatives et tolèrent une certaine approximation. Un client qui demande « Proposez-vous des mèches ? » ou « Quels sont vos horaires le dimanche ? » n’a pas besoin d’une réponse mathématiquement exacte. Il lui faut un résumé utile et fiable, et la base de connaissances répond parfaitement à ce besoin.

La recherche dans la base de connaissances est également la méthode de récupération la plus rapide dont dispose un assistant IA. Comme elle repose sur une seule recherche sémantique et non sur un aller-retour avec un système externe, les réponses arrivent rapidement. La vitesse compte dans l’IA conversationnelle : les utilisateurs s’attendent à recevoir une réponse presque instantanément.

Si votre assistant répond principalement à des questions informatives, une base de connaissances bien organisée suffit pour vous lancer.

Quand une base de connaissances ne suffit pas : tarifs, réservations et cas particuliers

C’est là que beaucoup d’équipes commettent une erreur majeure. Elles pensent que, puisque la base de connaissances fonctionne pour les FAQ, elle sera également adaptée aux questions sur les tarifs, aux règles de réservation et aux cas particuliers liés aux politiques. Ce n’est pas le cas, du moins pas de manière fiable.

Lorsqu’un client demande : « Combien coûterait un balayage sur des cheveux longs et épais, avec une patine et un brushing ? », l’assistant doit trouver une réponse très précise. Si vos tarifs sont enfouis dans un paragraphe de votre site web, mêlés à des arguments marketing et à des descriptions générales, l’assistant doit deviner. Et quand un assistant IA devine les prix, il se trompe d’une façon qui entame la confiance et entraîne de véritables problèmes pour l’entreprise.

La solution consiste à ajouter des actions, aussi appelées outils, qui permettent à l’assistant de récupérer des informations de manière déterministe et systématique.

Une action est essentiellement une requête directe : une fonction que l’assistant peut appeler pour obtenir une réponse précise et structurée. Au lieu d’effectuer une recherche générale puis de résumer les résultats, l’assistant va directement à la bonne source et renvoie les données exactes, par exemple via une action Google Sheets.

Voici quelques exemples d’actions qui résolvent des problèmes courants de fiabilité :

Obtenir le tarif (longueurCheveux, épaisseur, typeCheveux, patine, soin, brushing) renvoie le prix exact pour une combinaison de services donnée, sans ambiguïté ni risque d’utiliser des informations obsolètes issues d’anciens documents de la base de connaissances.

Obtenir la politique (nomPolitique) renvoie la version officielle et à jour d’une politique précise, par exemple en matière d’annulation, de remboursement ou de retard, sans que l’assistant ait à l’interpréter ou à la reformuler.

Lister les services renvoie la liste officielle des services actuellement proposés par l’entreprise. C’est particulièrement important, car les assistants IA peuvent parfois décrire avec assurance des services qui n’existent pas — un problème appelé hallucination, qui peut aussi dépendre du modèle d’IA. Ancrer l’assistant dans une liste de services à jour permet d’éviter cela.

Grâce aux actions, l’assistant cesse d’être un système qui cherche et devine. Il devient un système qui consulte les bonnes données et répond. C’est un changement fondamental en matière de fiabilité.

Base de connaissances ou actions : compromis entre rapidité et précision

Lors de la conception d’un assistant IA, une question revient souvent : faut-il utiliser la base de connaissances ou des actions pour un type de question donné ?

Voici comment évaluer le compromis :

• La récupération d’informations dans une base de connaissances est plus rapide. Elle repose sur une seule recherche sémantique, entièrement effectuée dans le contexte de l’assistant. Aucun appel à une API externe, aucun aller-retour vers une base de données. C’est donc une solution idéale pour les questions informatives, lorsque la rapidité de réponse compte et qu’une légère imprécision n’a pas de grandes conséquences. Vous pouvez donner cette instruction à votre assistant : « Réponds uniquement aux questions à partir des informations de la base de connaissances », et votre assistant IA fournira des réponses fiables.
• Les actions sont plus lentes, mais plus précises. Chaque action implique un aller-retour : l’assistant décide de l’appeler, envoie la requête, attend la réponse, puis formule sa réponse. Cela augmente le temps de latence. En contrepartie, la réponse obtenue est précise, à jour et fait autorité.

La règle pratique : utilisez la base de connaissances pour les contenus informatifs et les actions pour tout ce qui doit être exact. Les tarifs, les critères d’éligibilité, les disponibilités actuelles, les formules, les calculs, les règles de réservation et les détails des politiques doivent tous passer par des actions. N’ajoutez pas d’actions simplement pour en ajouter : utilisez-les uniquement lorsque la précision est réellement nécessaire.

Lorsqu’un utilisateur pose une question sur les tarifs et qu’aucune action n’est disponible, voici ce qui se passe en coulisses : l’assistant recherche simultanément dans tous les documents disponibles, repère des tarifs dans la FAQ, la page des services, peut-être un ancien PDF et une page promotionnelle, puis choisit ce qui lui semble le plus pertinent. Il peut trouver le bon prix. Ou un prix obsolète. Ou encore faire une moyenne entre deux sources contradictoires. Rien de tout cela n’est acceptable lorsqu’il s’agit de tarifs.

Avec une action Tarifs correctement nommée, l’assistant appelle une fonction, obtient une réponse et la renvoie avec assurance.

Pourquoi bien nommer vos documents et vos actions est essentiel aux performances de votre assistant IA

C’est l’un des aspects les plus négligés de la conception d’un assistant IA, alors qu’il a une incidence directe sur ses performances, en particulier avec les modèles plus légers ou de plus petite taille.

L’assistant utilise les noms de vos documents et de vos actions comme indices pour déterminer quelle source fait autorité. Lorsqu’un utilisateur pose une question sur les tarifs, l’assistant examine les noms de toutes les ressources disponibles et décide où chercher. Si votre document tarifaire s’appelle « Tarifs : services de balayage », il commencera par le consulter. S’il s’appelle « feuille(1) », « Code837720 » ou « final_final2 », l’assistant ne saura pas ce qu’il contient et risque de l’ignorer ou de mal l’évaluer.

Exemples de noms de documents adaptés à un assistant IA pour une entreprise de services :

• Tarifs - Balayage
• Tarifs - Colorations
• Tarifs - Options supplémentaires
• Politiques - Annulations et absences
• Politiques - Remboursements
• Services - Menu complet
• FAQ - Généralités
• FAQ - Réservations et rendez-vous

Exemples de noms d’actions adaptés à un assistant IA :

• Obtenir le tarif d’un balayage
• Obtenir la politique d’annulation
• Obtenir les tarifs des options supplémentaires
• Lister les services disponibles
• Obtenir les règles de réservation

Exemples de noms à éviter, car ils entraînent des erreurs de l’assistant :

• run_query_12
• tool_7
• lookup_misc
• doc_v3_final
• nouveaux tarifs (copie)
• sans titre

Ce principe de nommage s’applique aussi à la description des actions dans la configuration de votre assistant. Une description claire comme « Renvoie le tarif exact des services de balayage en fonction de la longueur et de l’épaisseur des cheveux, ainsi que des soins sélectionnés » aide l’assistant à savoir quand l’appeler. Une description vague comme « récupère des infos sur les tarifs » ne lui apporte presque rien.

Un nommage cohérent et facile à comprendre n’est pas qu’une question d’organisation. C’est une condition essentielle au bon fonctionnement d’un assistant IA.

Cela ne signifie pas qu’il faut créer un document pour chaque élément : certains peuvent être regroupés.

Un cadre simple pour décider : document de la base de connaissances ou action ?

Voici un point de départ pour déterminer comment organiser les informations de votre assistant :

• Si la question porte sur des informations générales, comme les horaires, le lieu, les descriptions générales des services, l’histoire de la marque ou les FAQ générales, un document dans la base de connaissances est le bon outil. Ajoutez-le, donnez-lui un nom clair et l’assistant saura s’en charger.
• Si la question nécessite des données exactes, à jour ou structurées, comme des tarifs dépendant de plusieurs variables, les critères d’éligibilité à une réservation, le calcul des remboursements ou les détails d’une politique dans des cas particuliers, créez une action. Donnez-lui un nom clair, précisez ce qu’elle renvoie et testez-la soigneusement.
• Si la question risque d’amener l’assistant à décrire quelque chose qui n’existe pas, comme un service que vous ne proposez plus ou une promotion terminée, ajoutez une action « Lister les services » ou « Lister les promotions en cours », ou créez un document dans la base de connaissances qui indique clairement ce qui est réellement disponible aujourd’hui.

Comment tester votre assistant IA avant son lancement

La différence entre un assistant IA bien conçu et un assistant frustrant tient souvent aux tests. Voici une méthode pratique :

Posez dix fois la même question sur les tarifs ou les politiques, en la formulant de différentes façons. Reformulez-la, abrégez-la, posez-la sur un ton familier puis formel. Vérifiez si l’assistant trouve systématiquement la bonne réponse ou si ses résultats varient d’une session à l’autre. Ces incohérences peuvent révéler un problème de nommage ou l’absence d’une action.

Testez les modèles que vous envisagez réellement de déployer. Les modèles plus performants, comme Claude Sonnet, gèrent mieux les choix ambigus : ils savent plus facilement quand appeler une action plutôt que de rechercher dans la base de connaissances, même si le nommage n’est pas parfait. Les modèles plus légers ou plus rapides sont plus sensibles à la qualité du nommage. Un modèle puissant peut correctement sélectionner une action mal nommée, alors qu’un modèle plus petit risque de l’ignorer complètement.

C’est pourquoi il est important de tester différents modèles. Une même configuration d’assistant peut se comporter très différemment selon le modèle sous-jacent utilisé. Si vous cherchez à réduire les coûts en choisissant un modèle plus léger, vous devrez compenser par un meilleur nommage, des descriptions d’actions plus claires et une base de connaissances mieux organisée.

Vérifiez en particulier si l’assistant invente des services ou des tarifs. Interrogez-le sur des offres que vous ne proposez pas et observez sa réponse. S’il décrit avec assurance un service que vous ne proposez plus, vous avez trois possibilités : ajouter une action « Lister les services » qui ne renvoie que les offres actuellement disponibles ; ajouter à la base de connaissances un document qui définit explicitement votre menu de services actuel ; ou, si vous avez exploré votre site web, l’auditer et supprimer les pages ou contenus obsolètes avant que l’assistant ne les récupère. Vous pouvez toujours le réindexer en un clic depuis Knowledge.

Créer un assistant IA qui fournit des réponses fiables

Pour concevoir un assistant IA auquel vos clients font confiance, trois décisions doivent être bien prises.

1. Choisissez la bonne méthode de récupération pour chaque type d’information. Utilisez la recherche dans la base de connaissances pour les questions générales, lorsque la rapidité compte et qu’une légère imprécision est acceptable. Utilisez des actions pour les tarifs, les politiques, les règles de réservation et tout ce qui doit être exact.
2. Donnez des noms clairs et cohérents à tous vos éléments. Vos documents et vos actions servent de carte à l’assistant pour parcourir vos informations. Des noms descriptifs et faciles à comprendre ne sont pas facultatifs : ils déterminent directement si l’assistant trouvera la bonne réponse.
3. Effectuez vos tests avec le modèle que vous comptez déployer, et pas seulement avec le plus puissant disponible. Les différents modèles ne gèrent pas de la même façon les recherches ambiguës, et les écarts de performance apparaissent lors de tests réalisés dans des conditions réalistes.

Un assistant IA conçu de cette façon, avec une base de connaissances bien organisée, des actions bien délimitées et un nommage réfléchi, ne se contente pas de répondre aux questions. Il devient un prolongement fiable de votre entreprise, auquel vos clients font confiance et qu’ils retrouvent avec plaisir.

Prêt à vous lancer ?

Pour apprendre, rien ne vaut la pratique. Importez vos contenus, posez les dix questions que vos clients vous posent le plus souvent et observez le résultat. En moins d’une heure, vous saurez si vous êtes sur la bonne voie.

Envie d’essayer ? Invent Business vous offre un essai gratuit complet de 14 jours ainsi qu’une formule gratuite sans limite de durée.

Commencez à créer votre assistant dès aujourd’hui et découvrez ce qu’il peut faire pour vos clients.

FAQ

Quelles plateformes proposent des outils simples pour entraîner un chatbot IA sans coder ?

Les principales catégories sont les plateformes avec entraînement par IA et les outils visuels de création de flux. Les plateformes avec entraînement par IA, comme Invent, Chatbase, SiteGPT et CustomGPT, nécessitent simplement de téléverser des contenus ou de fournir des URL. Les outils visuels de création de flux, comme Landbot, Voiceflow et Tars, proposent des interfaces de glisser-déposer. Pour les bases de connaissances riches en documents, Invent, Chatbase et CustomGPT se spécialisent dans l’entraînement d’assistants IA à partir de documents propriétaires, de sites web et de bases de connaissances internes.

2. Les meilleures plateformes pour développer des chatbots IA personnalisés

Tout dépend de votre cas d’usage :

• Invent : idéal pour les fondateurs, les petites équipes et les entreprises de tous secteurs qui ont besoin d’utiliser WhatsApp, SMS, Gmail, Instagram, Messenger et TikTok depuis une boîte de réception unifiée.
• Botpress : idéal pour les équipes qui ont besoin d’un déploiement multicanal et souhaitent éventuellement ajouter du code par la suite.
• Voiceflow : Idéal pour créer des agents d’assistance évolutifs. StubHub International a créé et déployé en 90 jours un puissant agent IA de support client avec Voiceflow, que des équipes non techniques peuvent gérer.
• CustomGPT : Idéal pour les entreprises qui ont besoin d’agents entraînés sur des données propres à leur domaine et intégrés à leurs bases de connaissances existantes.
• ManyChat / Chatfuel : Idéal pour automatiser WhatsApp, Instagram et les réseaux sociaux.

Quels sont les éléments clés d’une stratégie efficace d’entraînement d’un chatbot IA ?

D’après les points communs entre les plateformes, les éléments clés sont les suivants :

1. Des contenus organisés et clairement nommés : Importez des documents, des PDF, des URL et des FAQ en leur donnant des noms clairs et descriptifs, afin que l’assistant sache où chercher.
2. Des Actions pour garantir l’exactitude : Ajoutez des documents et des fichiers structurés pour les tarifs, les politiques et tout élément qui doit être exact.
3. Tests et ajustements : les réponses de l’IA varieront toujours. Posez la même question de différentes façons et comparez les réponses pour vérifier leur cohérence.
4. Analyse des statistiques : Des plateformes comme Invent fournissent des informations détaillées sur les performances des conversations, le CSAT et bien plus encore.
5. Choix du modèle : La précision varie considérablement d’un modèle à l’autre.

Quels sont les modèles tarifaires des plateformes d’entraînement de chatbots ?

Il existe trois modèles tarifaires courants :

• Forfaits par abonnement : de l’offre gratuite à environ 500 $/mois (par exemple, environ 100 messages et 1 bot gratuits ; les forfaits supérieurs offrent jusqu’à environ 40 000 messages et des statistiques).
• Tarification par canal : Les tarifs varient selon le canal (par exemple, Facebook/Instagram ou WhatsApp).
• À l’usage ou par crédits : Vous payez en fonction du nombre de messages ou de crédits ; les modèles les plus avancés peuvent consommer beaucoup plus de crédits par réponse, ce qui fait varier les dépenses.
• Offre entreprise ou sur mesure : Les tarifs commencent généralement autour de 300 $/mois, avec des contrats personnalisés pour les volumes importants et des services de sécurité et d’assistance supplémentaires.

5. Essais gratuits des plateformes de création de chatbots IA

La plupart des grandes plateformes proposent une forme d’accès gratuit pour les tester avant de s’engager. Voici un aperçu des offres disponibles :

Plateformes proposant une offre ou un essai gratuit :

• Invent : offre gratuite avec accès à toutes les fonctionnalités et essai gratuit de 14 jours pour l’abonnement Business
• Chatbase : offre gratuite comprenant 100 crédits de message par mois
• Botpress : offre gratuite avec facturation à l’usage
• Voiceflow : offre gratuite disponible
• ManyChat : offre gratuite pour les automatisations de base

Guides associés

• Comment créer un assistant IA pour votre entreprise
• Pourquoi une base de connaissances est essentielle pour les assistants IA
• Qu’est-ce que l’IA conversationnelle ?
• Anatomie d’un agent IA d’entreprise en 4 couches