Cas pratique : resumeur d'appels

Le scénario

Vous construisez un système qui résume automatiquement des transcriptions d’appels téléphoniques : support client, ventes, consultations. C’est l’un des usages les plus fréquents en entreprise, et pour une raison simple — personne n’a le temps de réécouter un appel, et les notes prises à la volée sont incomplètes quand elles existent.

Résumer, Claude sait faire ; la matière première, en revanche, complique tout. Une transcription automatique n’est jamais un texte propre : elle charrie des erreurs de reconnaissance, des hésitations, des répétitions, des chevauchements de parole. Sa longueur varie du simple au centuple, puisqu’un appel peut durer deux minutes comme deux heures ; un prompt calibré sur des échanges courts se comportera tout autrement sur une réunion fleuve. Les informations utiles y sont dispersées et noyées dans du bavardage : l’engagement décisif est souvent lâché entre deux digressions, pendant les au revoir. Et l’équipe qui consomme ces résumés attend un format précis, identique d’un appel à l’autre, faute de quoi elle perd le bénéfice de l’automatisation.

Cadrer la sortie dès l’entrée

La réponse à ces contraintes passe d’abord par la structure du prompt. On encapsule la transcription dans une balise dédiée, ce qui évite qu’une phrase prononcée par le client soit reçue comme une consigne, et on décrit le format attendu champ par champ au lieu de le laisser à l’appréciation du modèle.

<transcription>
{transcription_complete}
</transcription>

<format_attendu>
- Sujet de l'appel : [1 phrase]
- Points cles : [liste a puces, max 5]
- Actions a mener : [liste a puces avec responsables]
- Sentiment du client : [positif/neutre/negatif]
- Duree estimee : [courte/moyenne/longue]
</format_attendu>

Chaque champ porte sa propre contrainte, et aucune n’est décorative. Le plafond de cinq points clés force la hiérarchisation : sans lui, Claude paraphrase l’appel au lieu de le résumer. La mention des responsables dans les actions à mener transforme une liste de bonnes intentions en tâches attribuables, que quelqu’un peut reprendre le lendemain matin. Les valeurs fermées du sentiment et de la durée estimée rendent ces deux champs exploitables par un tableau de bord — une phrase libre ne se compte pas, alors que trois valeurs possibles s’agrègent en un graphique.

Le prompt système, lui, verrouille le rapport aux faits.

Tu es un specialiste en analyse de conversations. Tu resumes des transcriptions d'appels
en extrayant uniquement les informations factuelles presentes dans la transcription.
N'invente rien. Si une information n'est pas claire, indique-le.

La dernière phrase fait plus de travail qu’il n’y paraît. Sur une transcription bruitée, une partie de l’information est réellement inintelligible ; en autorisant explicitement Claude à le signaler, on l’empêche de reconstruire un montant, une date ou un nom de société à partir d’une syllabe mal transcrite. Sans cette permission, le modèle produit le plausible, et le plausible est indétectable à la relecture.

Les entrées qui font tomber le système

Quatre situations reviennent en production et méritent d’être traitées dans le prompt plutôt que découvertes après coup. Une transcription tronquée, faute d’enregistrement complet, doit être signalée comme telle : un résumé amputé qui se présente comme complet trompe bien plus qu’un résumé absent. Un appel qui aborde plusieurs sujets sans rapport gagne à être restitué sujet par sujet, sinon les points clés d’un dossier viennent se mêler à ceux d’un autre et le lecteur ne peut plus démêler les deux. Un appel qui se termine sans résolution doit le mentionner dans les actions à mener, sans quoi le dossier paraîtra clos alors qu’il attend une relance. Enfin, un échange contenant du langage abusif se filtre et se signale sans reproduire les termes employés : le manager a besoin de savoir que l’appel a dérapé, pas de lire la citation.

Mesurer la qualité du résumé

Évaluer un résumé demande plus d’ingéniosité qu’évaluer un classificateur, puisqu’il n’existe pas de bonne réponse unique. La comparaison avec des résumés rédigés par des humains sur les mêmes appels fournit une référence utile, sans valoir étalon absolu. La vérification que toutes les actions ont bien été capturées donne une mesure plus binaire, et plus parlante pour l’équipe métier. Testez par ailleurs sur des transcriptions de longueurs différentes, précisément parce que c’est là que le comportement se déforme, et mesurez la cohérence sur des appels similaires : deux échanges de même nature doivent produire des résumés de même granularité, sans quoi la lecture en série devient épuisante.

Points clés à retenir

• Les données réelles sont bruitées : un prompt de production doit prévoir l’imperfection plutôt que la supposer absente.
• Un format de sortie fixe, avec des valeurs fermées, rend le résumé exploitable en aval sans retraitement.
• Autoriser explicitement Claude à signaler ce qui n’est pas clair vaut mieux que de le laisser reconstruire.
• Traitez dès le prompt la transcription tronquée, l’appel multi-sujets, l’appel non résolu et le langage abusif.
• Évaluez sur des longueurs variées et vérifiez la capture des actions : c’est le critère que l’équipe métier ressent.