Comment fonctionne la base de connaissances
Découvrez le fonctionnement de la recherche augmentée par génération (RAG) : comment votre bot trouve et utilise les informations de votre base de connaissances.
LE PRINCIPE DU RAG (RETRIEVAL-AUGMENTED GENERATION)
Le RAG est la technologie au cœur de votre base de connaissances. Plutôt que de s'appuyer uniquement sur les connaissances générales du modèle de langage, votre bot recherche activement dans vos documents les informations pertinentes pour chaque question posée par un client.
Ce mécanisme garantit que les réponses de votre bot sont spécifiques à votre entreprise, à jour et exactes.
RECHERCHE SÉMANTIQUE
Lorsqu'un client pose une question, le système effectue une recherche sémantique dans votre base de connaissances à partir du fil de la conversation : il compare le sens de la demande au sens de vos documents, sans dépendre des mots exacts employés.
Par exemple, si un client demande « C'est combien la margherita ? », la recherche retrouve le passage pertinent de votre menu même s'il est formulé autrement (« tarifs des pizzas »).
SÉLECTION DES PASSAGES PERTINENTS
Le système compare votre question à l'ensemble des passages indexés et retient les plus pertinents selon leur proximité de sens. La recherche automatique réalisée à chaque prise de parole retient les 3 passages les plus pertinents ; lorsque le bot lance une recherche ciblée pendant la conversation, il peut en retenir jusqu'à 5.
Ces extraits sont ensuite fournis au modèle de langage, qui les utilise pour formuler une réponse précise. Le bot s'appuie sur vos informations sans inventer de réponses.
FLUX COMPLET DE LA RECHERCHE
Voici le parcours complet d'une question client, du début à la réponse :
- Le client pose sa question par téléphone
- La voix est transcrite en texte par notre moteur de reconnaissance vocale
- Les dernières répliques du client sont regroupées en une seule requête de recherche sémantique
- Une recherche vectorielle est effectuée dans la base de connaissances de votre établissement
- Les passages les plus pertinents sont extraits (3 par défaut)
- Le modèle de langage reçoit la question accompagnée des 3 extraits en contexte
- Le modèle de langage génère une réponse informée et précise
- La réponse est convertie en voix naturelle et diffusée au client
Questions fréquentes
QUE SE PASSE-T-IL SI LA RÉPONSE N'EST PAS DANS LA BASE DE CONNAISSANCES ?
Si aucune information pertinente n'est trouvée dans votre base de connaissances, le bot l'indiquera honnêtement au client et proposera de le transférer vers un agent humain ou de prendre note de sa demande pour un rappel.
POURQUOI 3 RÉSULTATS PAR DÉFAUT ?
Par défaut, la recherche automatique retient 3 passages : c'est un bon équilibre entre pertinence et rapidité. Au-delà, le temps de réponse augmente sans améliorer significativement la qualité. Lors d'une recherche ciblée déclenchée par le bot pendant la conversation, ce nombre peut monter jusqu'à 5.
Conseil : Pour obtenir les meilleures performances RAG, rédigez vos documents de manière claire et structurée, en utilisant le vocabulaire que vos clients emploient naturellement.