Cas pratique : support client IA

Le scenario

Vous construisez un agent de support client qui gere les demandes entrantes : classification, reponse automatique, escalade si necessaire. C’est l’un des cas d’usage les plus deployes en production.

Architecture du systeme

Un systeme de support client IA combine plusieurs techniques :

1. Classification : identifier le type de demande
2. Recherche (RAG) : trouver les articles pertinents dans la base de connaissances
3. Generation : formuler une reponse personnalisee
4. Escalade : decider quand passer la main a un humain

Le prompt de classification

<demande>
{message_du_client}
</demande>

Classe cette demande dans une des categories suivantes :
- TECHNIQUE : probleme technique ou bug
- FACTURATION : question sur le paiement, remboursement, abonnement
- INFORMATION : question sur les produits ou services
- RECLAMATION : plainte ou insatisfaction
- AUTRE : tout ce qui ne rentre pas dans les categories ci-dessus

Reponds avec UNIQUEMENT le nom de la categorie.

Le prompt de reponse

Tu es un agent de support pour [NomEntreprise]. Ton role est d'aider les clients
de maniere professionnelle, empathique et efficace.

<base_de_connaissances>
{articles_pertinents}
</base_de_connaissances>

<historique>
{messages_precedents}
</historique>

<message_client>
{dernier_message}
</message_client>

Regles :
- Base ta reponse UNIQUEMENT sur la base de connaissances fournie
- Si tu ne trouves pas la reponse, propose d'escalader vers un agent humain
- Ne fais jamais de promesses que l'entreprise ne peut pas tenir
- Reste professionnel et empathique
- Reponds en moins de 150 mots

Gestion de l’escalade

Le prompt doit definir clairement quand escalader :

• Le client est frustre ou en colere malgre la reponse
• La question depasse les connaissances disponibles
• Le client demande explicitement un humain
• Le sujet est sensible (juridique, securite, plainte grave)

Evaluation a grande echelle

Pour un systeme de support client, mesurez :

• Taux de resolution : pourcentage de demandes resolues sans humain
• Satisfaction client : via un sondage post-interaction
• Precision de la classification : est-ce que les demandes sont bien routees ?
• Temps de reponse : latence percue par l’utilisateur
• Taux d’hallucination : reponses factuellement incorrectes

Points cles

• Un systeme de support IA est une chaine de prompts, pas un seul prompt
• Chaque maillon (classification, recherche, generation, escalade) doit etre teste independamment
• Les garde-fous et l’escalade sont aussi importants que la qualite des reponses
• Le monitoring en production est indispensable pour detecter les regressions