Comment réaliser un flow de conversation pour un chatbot ?

Qu’est-ce qu’un chatbot ?

Un chatbot, pouvant se traduire par “robot de discussion”, est un logiciel qui a pour but d’imiter des conversations humaines via un chat textuel ou vocal.

Aujourd’hui, de nombreuses entreprises utilisent des chatbots afin d’assister leurs utilisateurs en cas de problème ou de besoin technique.

De manière générale, les chatbots sont partout, que ce soit sur les réseaux sociaux ou les assistants vocaux dans les smartphones. Ce même principe de flow conversationnel s'applique à notre agent vocal IA, qui gère vos appels téléphoniques.

Les robots les plus sophistiqués peuvent s’apparenter à du chatbot intelligence artificielle. En effet, ces derniers sont capables de s’adapter à la demande d’une façon précise et efficace. Le robot va prendre en compte les façons d’écrire, les différentes tournures pour une même question, etc.

Comment créer un flow de discussion efficace pour un chatbot ?

Le but principal dans la réalisation d’un chatbot est de faire oublier le plus possible à l’utilisateur que ce dernier a affaire à un robot. En outre, l’idéal est que l’utilisateur ne se rend pas compte qu’il discute avec un robot.

Un chatbot est un logiciel complexe qui demande un gros travail d’anticipation et de recherches sur les habitudes des utilisateurs. Ainsi, pour arriver à ce niveau, le robot doit être programmé avec certaines conditions et règles à savoir.

Un chatbot doit être capable d’analyser une requête et comprendre si cette question est une variation d’une autre question dont il a la réponse. Par exemple, pour la question “Comment se rendre à Paris”, le chatbot doit avoir une certaine flexibilité et savoir quelles questions similaires peuvent être posées, comme :

Quel est le meilleur itinéraire pour Paris
Dis-moi comment aller à Paris
Amène-moi à Paris
Par où aller pour se rendre à la capitale

Historiquement, cette capacité de reconnaissance des variations reposait sur des règles et des listes de synonymes définies manuellement pour chaque intention. Les chatbots reposant aujourd'hui sur des modèles de langage (LLM) comprennent nativement une grande partie de ces reformulations, ce qui réduit le travail de configuration tout en gardant la possibilité de guider le bot avec des scénarios métier précis.

Comme tout humain, un chatbot doit avoir des règles de politesse

Si l’on souhaite créer un chatbot ayant un flow de conversation, il faut qu’il ressemble à un être humain dans sa manière de parler. Ainsi, il est nécessaire qu’il mette aussi de côté l’aspect informatif pour répondre à des règles de politesse lorsque l’utilisateur le demande.

Dire « bonjour » et « au revoir »

Sans doute la règle de politesse la plus commune, un utilisateur aura tendance à dire « bonjour » dès le début de la conversation, sans oublier le « au revoir ». Il est donc nécessaire que le robot y réponde et ainsi créer une bonne première impression.

Donner une personnalité au chatbot

Créer une personnalité est un point très important pour une expérience fluide et agréable pour l’utilisateur. Il est conseillé de travailler la façon dont le chatbot parle afin de l'humaniser. Pour cela, on retrouve souvent des robots qui se présentent, utilisent des émoticônes, ou qui possèdent un nom avec un visage.

En résumé, le but principal d’un flow de conversation est que l’utilisateur n’ait pas besoin d’apprendre à utiliser le chatbot pour se faire comprendre. De manière générale, l’utilisateur ne doit pas avoir besoin de s’adapter au chatbot mais simplement discuter de façon naturelle.

FAQ - Réaliser un flow de conversation pour chatbot

Qu'est-ce qu'un flow de conversation et comment se distingue-t-il d'un simple arbre de décision ?

Un arbre de décision est une structure rigide : à chaque question correspond un ensemble fini de réponses possibles et le chemin suit une logique linéaire prédéterminée. Un flow de conversation est plus flexible : il prend en compte le contexte de la conversation, les intentions exprimées en langage naturel, et peut bifurquer de façon dynamique selon ce que l'utilisateur dit. Par exemple, dans un arbre de décision, si l'utilisateur ne choisit pas parmi les options proposées, le système bloque. Dans un flow conversationnel, le chatbot comprend que "j'ai un problème avec ma livraison" correspond à l'intention "problème livraison" même si cette formulation exacte n'est pas prévue. Cette flexibilité rend l'expérience beaucoup plus naturelle et réduit la frustration liée aux menus rigides qui ne correspondent pas aux formulations des utilisateurs.

Comment concevoir les règles de politesse d'un chatbot sans tomber dans l'artificiel ?

Les règles de politesse d'un chatbot doivent être cohérentes avec le registre de la marque et dosées avec parcimonie. Un chatbot qui dit "bonjour" et "au revoir" de façon naturelle est bien conçu. Un chatbot qui répond "Quelle excellente question !" à chaque message est rapidement perçu comme artificiel et condescendant. Les règles essentielles : répondre aux salutations (bonjour, bonsoir, salut) avec une formule adaptée au moment, confirmer la compréhension d'une demande avant de répondre pour les cas complexes, s'excuser simplement et clairement quand le bot ne comprend pas plutôt que de boucler indéfiniment, et prendre congé de façon appropriée quand la conversation se termine. La naturalité vient de la concision : les chatbots qui sur-expriment leur amabilité sonnent creux. Sobriété et efficacité inspirent plus confiance.

Comment gérer les questions hors sujet dans un flow de conversation sans perdre l'utilisateur ?

Les questions hors sujet sont inévitables et doivent être gérées explicitement. La stratégie recommandée est la transparence avec redirection : "Je suis configuré pour vous aider sur [domaine], je ne peux pas répondre à cette question. Puis-je vous aider avec [liste des sujets couverts] ?" Cette approche est préférée à une réponse générique ("Je ne comprends pas") qui ne donne aucune information utile. Pour les chatbots en service client, il est utile de prédéfinir quelques catégories de hors-sujet prévisibles : questions personnelles, demandes créatives, questions sur la concurrence. Pour chaque catégorie, une réponse spécifique est plus satisfaisante qu'un message d'erreur générique. Évitez de promettre une capacité que le bot n'a pas : mieux vaut dire clairement ce qu'il ne peut pas faire que de générer de la frustration par des promesses non tenues.

Quels sont les patterns de conversation les plus efficaces pour guider un utilisateur vers la résolution de son problème ?

Les patterns les plus efficaces en design conversationnel sont : la qualification progressive (une question à la fois plutôt qu'un formulaire de 5 questions d'un coup), la confirmation avant action (reconfirmer ce que le chatbot a compris avant de déclencher une action irréversible), l'offre proactive de choix lorsque la demande est ambiguë plutôt qu'une question ouverte, et le résumé en fin d'échange pour que l'utilisateur confirme que son problème est bien résolu. Le pattern le plus contre-productif est la boucle : si l'utilisateur répète deux fois la même question sans obtenir de réponse satisfaisante, le bot doit soit proposer une escalade vers un humain, soit admettre clairement sa limite. La boucle est la principale source de frustration dans les chatbots mal conçus.

Comment tester l'efficacité d'un flow de conversation avant le lancement en production ?

Le test d'un flow conversationnel doit inclure trois niveaux : le test fonctionnel (chaque chemin prévu est-il correctement exécuté ?), le test de robustesse (que se passe-t-il quand l'utilisateur sort des chemins prévus, utilise des formulations inattendues, ou répond de façon incomplète ?), et le test utilisateur (des utilisateurs réels non impliqués dans la conception interagissent avec le bot et leurs frustrations sont observées). Le test utilisateur est souvent le plus révélateur : les concepteurs ont toujours tendance à tester les cas "idéaux" où l'utilisateur suit exactement le chemin prévu. Les vrais utilisateurs posent des questions dans un ordre différent, reviennent en arrière, changent d'intention en milieu de conversation. Ces comportements doivent être anticipés dans le flow ou traités explicitement par le bot.