Chatbot application : une tâche précise, pas un gadget

Une chatbot application qui répond « à tout » répond mal à presque tout. Le problème n’apparaît pas au moment de la créer — la plupart des plateformes permettent de démarrer en quelques minutes — il apparaît une fois qu’un vrai client pose une question précise et que l’application invente une réponse plausible plutôt que d’admettre qu’elle ne sait pas.

La différence entre une application utile et une application qui finit désactivée après deux semaines ne tient pas à la plateforme choisie. Elle tient à ce qu’on lui a donné avant de la publier : un périmètre précis, des données réelles, et une consigne claire sur ce qu’elle doit faire quand elle ne sait pas.

Ce qu’il faut préparer avant de créer l’application

• —Le périmètre exact des questions auxquelles elle doit répondre — pas « tout sur l’entreprise », mais une liste fermée : horaires, délais de livraison, politique de retour, par exemple.
• —Le contenu réel de ces réponses, copié depuis vos propres documents — la vraie politique de retour, les vrais horaires — pas un résumé que vous reformulez de mémoire.
• —Une phrase d’échappement explicite pour tout ce qui sort du périmètre : ce qu’elle doit dire, et à qui elle doit renvoyer la personne, plutôt que de deviner une réponse.
• —Les données personnelles qu’un client pourrait envoyer — numéro de commande, adresse, e-mail — et où elles sont stockées une fois saisies dans l’outil.

Un exemple de bout en bout

Configuration faible : « Réponds aux questions des clients sur notre boutique en ligne », sans autre donnée fournie. Résultat : à la question « Puis-je retourner un article après 20 jours ? », l’application répond par une politique de retour générale et plausible — mais qui n’est pas la vôtre, puisqu’elle n’en a jamais eu le texte.

Configuration complète : le texte exact de la politique de retour collé dans la base de connaissance (« remboursement possible sous 14 jours, échange possible sous 30 jours, article non porté avec étiquette »), plus la consigne : « Si la question sort de cette liste, réponds que tu transmets à un conseiller et indique l’adresse support@... ». À la même question, l’application cite maintenant le vrai délai de 30 jours pour un échange — et pour une question hors périmètre, du type « avez-vous un magasin à Lyon », elle renvoie vers un humain plutôt que d’inventer une adresse.

Une application qui dit « je ne sais pas, je transmets » perd un peu de confort. Une application qui invente une réponse fausse avec la même assurance qu’une réponse vraie perd un client.

Où une application chatbot atteint ses limites

• —Elle ne distingue pas, dans le ton de sa réponse, une information qu’elle a réellement dans sa base d’une information plausible qu’elle complète pour ne pas laisser de blanc — les deux sonnent aussi sûres l’une que l’autre.
• —Elle ne sait pas qu’elle ne sait pas, tant que le périmètre et la phrase d’échappement n’ont pas été fixés explicitement à l’avance.
• —Les messages échangés — numéro de commande, adresse, parfois un e-mail — sont des données personnelles dès qu’elles identifient une personne. La CNIL rappelle que leur collecte doit rester limitée à ce qui est nécessaire à la demande, et que leur durée de conservation doit être définie, pas laissée par défaut aux réglages de la plateforme.

Le test le plus simple avant une mise en ligne : poser dix questions à l’application, dont la moitié volontairement hors périmètre — un magasin qui n’existe pas, un produit jamais vendu, une politique qui n’a jamais été définie. Une bonne configuration renvoie vers un humain sur ces dix questions hors périmètre, pas une réponse inventée qui sonne correcte.

Si les questions portent sur des informations sensibles — un dossier médical, un contrat, un salaire — mieux vaut ne pas les faire transiter par l’application du tout, quelle que soit la politique de conservation affichée par la plateforme.

Pourquoi vérifier malgré tout

Le Baromètre France Num mesure chaque année la part des TPE-PME françaises qui utilisent déjà l’IA générative dans leur activité — une part en nette hausse, chatbots compris. France Travail suit de son côté la part des métiers où ces outils font désormais partie du poste plutôt qu’une expérimentation isolée.

Qu’un humain reste joignable pour tout ce que l’application ne couvre pas fait partie d’un usage responsable, pas d’une précaution réservée aux cas sensibles — les lignes directrices de l’OCDE le rappellent explicitement. Le rythme auquel ces modèles progressent, et l’écart entre une réponse plausible et une réponse exacte, sont suivis chaque année par le AI Index de Stanford HAI.

À essayer dès lundi

1. 01Listez le périmètre exact de questions que l’application doit couvrir — pas « tout », une liste fermée.
2. 02Collez le texte réel de vos documents de référence plutôt qu’un résumé écrit de mémoire.
3. 03Fixez une phrase d’échappement claire pour tout ce qui sort du périmètre, avec un contact humain réel derrière.
4. 04Posez dix questions test avant la mise en ligne, dont cinq volontairement hors périmètre.

Avant de créer l’application elle-même, le choix de l’outil compte aussi — Logiciel chatbot détaille les critères à vérifier avant un abonnement. Pour juger si un échange particulier est réussi ou raté, Chatbot exemple détaille les deux points qui comptent le plus : le périmètre et l’escalade. La même logique de données réelles plutôt que de question vague s’applique à n’importe quel usage de ChatGPT, détaillée dans Comment utiliser ChatGPT. Pour configurer l’application via une connexion directe plutôt qu’une plateforme toute faite, Clé API ChatGPT explique à quoi elle sert et comment la sécuriser. Pour apprendre cette méthode de façon structurée avec une équipe entière, Formation ChatGPT explique comment reconnaître une bonne formation.

Coursium fait pratiquer cette méthode par petites leçons sur votre téléphone, sur des tâches réelles plutôt que des démonstrations. Gardez une longueur d’avance sur l’IA en commençant ici — ou lisez d’abord à propos de Coursium.