Ajouter un assistant IA à son site ou à ses outils : ce qu'il faut savoir avant de se lancer

« Peut-on mettre un ChatGPT sur notre site ? » C’est l’une des demandes que nous recevons le plus souvent. La réponse est oui, mais un assistant utile est très différent d’un chatbot branché à la va-vite. Le premier fait gagner du temps à vos clients et à vos équipes ; le second invente des réponses et abîme votre image.

Voici ce qu’il faut comprendre avant de lancer ce type de projet.

Un modèle de langage ne connaît pas votre entreprise

Les grands modèles (GPT, Claude, Gemini, Mistral…) ont été entraînés sur d’immenses volumes de textes publics. Ils savent rédiger, résumer, raisonner. Mais ils ne connaissent ni vos produits, ni vos tarifs, ni vos procédures, ni l’historique de vos clients.

Si vous leur posez une question sur votre entreprise sans leur fournir l’information, ils feront ce pour quoi ils sont conçus : produire une réponse plausible. Plausible ne veut pas dire juste.

Le RAG : donner au modèle les bonnes sources

La technique de référence pour résoudre ce problème s’appelle le RAG (Retrieval-Augmented Generation, ou génération augmentée par la recherche). Le principe est simple :

1. Vos documents (pages du site, FAQ, fiches produits, procédures, conditions générales) sont découpés en passages et indexés.
2. Quand un utilisateur pose une question, le système recherche les passages les plus pertinents.
3. Ces passages sont transmis au modèle avec la question, et une consigne claire : répondre uniquement à partir de ces sources, et dire « je ne sais pas » sinon.

Bien conçu, un assistant RAG répond avec précision, peut citer ses sources et reste à jour dès que vos documents le sont.

Ce qui fait vraiment la qualité des réponses

Dans nos projets, la qualité d’un assistant dépend beaucoup moins du modèle choisi que de trois éléments souvent négligés :

La qualité des contenus sources

Un assistant ne sera jamais meilleur que les documents sur lesquels il s’appuie. Des procédures contradictoires, des FAQ obsolètes ou des informations éparpillées produisent des réponses incohérentes. Un projet d’assistant commence souvent par un travail de remise à plat des contenus, qui profite d’ailleurs à toute l’entreprise.

La qualité de la recherche

Si le système ne retrouve pas le bon passage, le modèle ne peut pas répondre correctement. Le découpage des documents, la recherche par sens et par mots-clés combinés, le classement des résultats : c’est là que se joue une grande partie de la qualité.

Le cadrage du comportement

Ton, périmètre, réponses interdites, passage de relais vers un humain, gestion des questions hors sujet : tout cela se définit, se teste et s’ajuste. Un bon assistant sait reconnaître ses limites et orienter vers un conseiller quand c’est nécessaire.

Les cas d’usage qui fonctionnent bien

• Support client de premier niveau : questions fréquentes, suivi de commande, informations pratiques, avec transfert vers un humain pour les cas complexes.
• Assistant commercial : aider un visiteur à trouver le bon produit ou la bonne offre, puis l’orienter vers un formulaire qualifié.
• Base de connaissances interne : permettre aux équipes d’interroger les procédures, la documentation technique ou l’historique des projets en langage naturel.
• Aide à la rédaction métier : préparer des réponses, des propositions ou des comptes rendus à partir de modèles et de données de l’entreprise.

Les coûts à anticiper

Un assistant IA a trois types de coûts :

• La conception et l’intégration : préparation des contenus, mise en place de la recherche, interface, tests, connexion à vos outils.
• L’usage du modèle : facturé au volume de texte traité. Pour la plupart des PME, ce coût reste modeste, mais il doit être estimé et plafonné.
• La maintenance : mise à jour des sources, suivi de la qualité des réponses, ajustements réguliers.

Le dernier point est souvent oublié. Un assistant n’est pas un projet « livré et oublié » : il faut relire régulièrement les conversations (de façon anonymisée) pour repérer les questions mal traitées et améliorer les sources.

Les risques, et comment les maîtriser

• Les réponses inventées : limitées par le RAG, des consignes strictes et des tests sur un jeu de questions représentatif avant la mise en ligne.
• La fuite de données : un assistant public ne doit avoir accès qu’à des informations publiques ; un assistant interne doit respecter les droits d’accès de chaque utilisateur.
• Les détournements : certains utilisateurs essaieront de faire dire n’importe quoi à l’assistant. Des garde-fous et une supervision limitent l’impact.
• La conformité : informer clairement l’utilisateur qu’il échange avec une IA, respecter le RGPD et les obligations de l’AI Act européen.

En résumé

Un assistant IA réussi repose sur :

1. des contenus sources fiables et à jour ;
2. une architecture RAG soignée, qui retrouve les bonnes informations ;
3. un comportement cadré, qui sait dire « je ne sais pas » ;
4. des tests avant la mise en ligne et un suivi après ;
5. une réflexion sérieuse sur les données et la conformité.

C’est un projet à la croisée du contenu, de la technique et de l’expérience utilisateur : exactement là où intervient notre expertise Conseil & IA. Pour savoir si un assistant a du sens dans votre contexte, parlons-en.