« Si j’achète jeudi après-midi, quand serai-je livré ? » et « Où est ma commande ? » peuvent se suivre dans la même conversation. Je ne confierais pas les deux réponses à un chatbot qui consulte uniquement des documents. La première peut s’appuyer sur les conditions de livraison ; la seconde demande de savoir ce qui est arrivé à cette commande précise.
Je commencerais par une petite tâche : expliquer les délais habituels, les zones de livraison et comment prendre contact en cas de problème. Sans autoriser de retours, modifier d’adresses ni promettre de dates que l’entreprise n’a pas confirmées.
Trouver une condition ne revient pas à vérifier un envoi
Pour cette tâche, je préparerais une fiche avec les conditions en vigueur : heure limite de préparation, jours de livraison, zones, exceptions et date de révision. Si le texte ne précise pas ce qui se passe les jours fériés, il manque d’abord une décision de l’entreprise. Le chatbot ne doit pas combler ce vide.
RAG est le nom technique d’un mécanisme qui recherche des fragments d’information et les fournit au modèle pour rédiger une réponse. Il n’est pas nécessaire d’apprendre le sigle pour comprendre cette dépendance : s’il retrouve une ancienne condition ou manque une exception, il peut répondre de façon incorrecte. Microsoft décrit le mécanisme et les difficultés de recherche.
Dans un exemple hypothétique, la fiche indique que les commandes reçues après 14:00 sont préparées le jour ouvrable suivant. Pour la question du jeudi, le système devrait faire préciser l’heure et expliquer cette règle. Il ne devrait pas la transformer en « Vous serez livré vendredi » sans disposer des informations nécessaires pour l’affirmer.
Pour savoir où se trouve une commande, il faut interroger de manière autorisée le système qui enregistre son état, avec une identification adaptée du client. Les conditions de livraison ne contiennent pas cette donnée. Je laisserais cette fonction en dehors du premier pilote.
Le test que je ferais avant de l’ouvrir
Je prendrais des messages antérieurs, en retirant les données personnelles inutiles, et préparerais une réponse attendue pour chaque demande. J’ajouterais des questions que le système doit refuser ou transmettre : une exception non documentée, deux conditions contradictoires, une commande précise et une demande de changement d’adresse.
Je vérifierais chaque résultat en trois étapes :
- A-t-il trouvé le bon document et le bon passage ?
- La réponse conserve-t-elle toute la condition, sans rien inventer ni omettre une exception ?
- Demande-t-il la précision nécessaire ou transmet-il à une personne quand il ne peut pas résoudre la demande ?
La distinction entre la qualité de la recherche et celle de la réponse rejoint la documentation d’évaluation de Microsoft. Un lien vers la source aide à vérifier ; il ne rend pas la réponse vraie.
Je ne sais pas combien de demandes il résoudrait dans votre entreprise. Dans un essai limité, je mesurerais les réponses correctes et complètes, les transmissions utiles, les échecs et les minutes de vérification. Compter les messages auxquels le système répond sans examiner le résultat peut masquer du travail qui revient ensuite sous forme de réclamation.
Quand une personne doit prendre le relais
Je définirais le relais avant d’activer le chat : si une source manque, qu’une contradiction apparaît, qu’il y a une réclamation ou que l’utilisateur demande une aide humaine, le système doit proposer le canal prévu. La transmission comprendrait la question et le contexte nécessaire pour éviter au client de tout reprendre.
En dehors des heures d’accueil, il peut recueillir la demande et expliquer quand elle sera examinée, selon les horaires réels. Un chat ouvert la nuit ne signifie pas que quelqu’un résout les problèmes la nuit.
Pour expliquer des conditions générales, la question suffit habituellement, avec la zone de livraison si elle influe sur le délai. Je ne demanderais ni pièce d’identité ni accès à l’historique des commandes pour cela. Avant de conserver les conversations, je définirais qui peut les voir, pendant combien de temps et quel service les traite. Disposer de sa propre base documentaire ne règle pas à lui seul la confidentialité.
Si toutes les questions renvoient à la même fiche, j’essaierais d’abord une page claire avec ce lien. Je n’ajouterais une conversation que si elle aide à trouver la condition applicable.
Écrivez une réponse correcte et une raison de transmettre chaque demande avant de confier cette tâche au chatbot.
Sources
- Microsoft : RAG dans Azure AI Search — Consulté le 10-10-2026. Recherche de contenu, préparation des sources et contrôle des accès.
- Microsoft : évaluation de la recherche et de la réponse en RAG — Consulté le 10-10-2026. Pertinence du contenu trouvé, fidélité au contexte et exhaustivité.
- Le scénario de livraison est hypothétique. Les tests, les transmissions et la sélection des données sont des critères proposés pour le pilote ; ce ne sont ni des résultats mesurés ni une validation juridique.
Vous pouvez m’envoyer trois questions fréquentes, sans données personnelles, à hola@hebra.studio pour envisager une tâche précise de service client.