Pour créer un chatbot motorisé par une IA générative, la base de connaissances (Knowlegde Base) est un élément clé…

Les attentes des équipes de relation client au niveau du chatbot :

1/ répondre à toutes les questions clients
2/ faire des réponses pertinentes
3/ être immun aux hallucinations

Savez-vous que tout cela se configure dans la base de connaissances ? 🙂

Voici quelques retours d’expérience issus de nos projets d’automatisation de la relation client. Allez, hop !

❓Qu’est-ce qu’une base de connaissances ?

Simplement dit, une base de connaissances est une bibliothèque des informations pratiques sur un produit, un service ou un thème spécifique concernant votre entreprise.

Pour un chatbot, la base de connaissances est considérée comme la source de vérité dont il va se servir pour répondre.

Découvrir notre solution Base de connaissances

🤔 Vous l’avez déjà vu ?  

Les données de votre base de connaissances peuvent provenir de différentes sources : site web, FAQ, CRM, documents de travail…

Ces données existent sous différents formats : texte, image, tableaux, URLs, vidéos…

🚩 Alors, le problème ? 

Le secret du bon fonctionnement d’un chatbot LLM, c’est la qualité de sa base de connaissances. 

Comment faire ?

➡️ Pour que le LLM puisse « réfléchir » à partir des données de la base de connaissances, celles-ci doivent être structurées et hiérarchisées. C’est-à-dire qu’elles doivent être débarrassées des informations inutiles et ordonnées selon leur importance. La difficulté ici est de 1/ rassembler les données, 2/ les nettoyer et structurer, et 3/ fusionner les différents documents en un ensemble cohérent.

➡️ Les données doivent correspondre aux questions posées par les utilisateurs. Inutile de rassembler, nettoyer et structurer des données si celles-ci n’apportent pas de contenu pertinent pour les réponses aux utilisateurs. Il faut donc à la fois avoir une idée précise des questions clients et éviter les informations hors-sujet qui peuvent polluer la base de connaissances et mener à des mauvaises réponses.

➡️ Les terminologies et jargons techniques spécifiques à l’activité de l’entreprise doivent être définis dans la base de connaissances pour que le LLM opère son raisonnement sans ambiguïtés. Dans le secteur de l’assurance-santé, par exemple, le terme « TP » doit être défini précisément car le sens visé est « Tiers-Payant », sinon le LLM peut choisir de lui donner le sens de « Travaux Publics » ou « Taxe Professionnelle ». 

Nos #conseils pour votre projet de développement d’un chatbot motorisé par une IA générative :

👉 Analyser impérativement l’historique de questions posées par vos utilisateurs pour avoir la liste précises des besoins clients 🔎

👉 Identifier à partir de cette analyse les documents et contenus à placer dans la base de connaissances 🎯

👉 Supprimer les informations inutiles des documents puis transformer chaque document en arborescence sémantique logique et hiérarchisée 🪚

👉 Placer ces contenus dans la base de connaissances et la segmenter en plusieurs parties en fonctions des processus à automatiser via le chatbot ⚙️

👉 Faire régulièrement des mises à jour de votre base de connaissances 🔄

Vous lancez bientôt un projet de développement d’IA générative ?

Parlons-nous en ⬇️