Comment ça marche
Les contenus sont importés dans la base : synchronisation avec le site, fichiers, pages web. Ils y sont découpés en passages et indexés.
Quand une question arrive, le système cherche les passages utiles et les transmet au LLM, qui rédige la réponse à partir d'eux. C'est le principe du RAG (retrieval-augmented generation).
La base vit avec la marque. Une politique de retour qui change doit changer dans la base le jour même, sinon l'assistant continue à donner l'ancienne. Et quand l'information n'y est pas, un assistant bien réglé le dit ou passe la main, au lieu de l'inventer.
Pourquoi c'est important en e-commerce
La qualité des réponses dépend d'abord de la base. Un visiteur qui n'obtient pas de réponse à sa question hésite, et souvent il part : sur un site e-commerce, seuls 3 % des visiteurs achètent.
Une base à jour réduit aussi la charge du service client. Les questions sur la livraison, les retours ou l'entretien d'un produit trouvent leur réponse sans attendre un conseiller.
Pour aller plus loin : Lancer son assistant Shopping IA - La Checklist essentielle
Exemple concret
Une marque de cosmétiques importe ses fiches produit, sa FAQ et ses guides de routine dans la base. Un visiteur demande si un sérum peut s'utiliser le matin avec une crème solaire. Le guide de routine répond à cette question : l'assistant reprend la recommandation de la marque. Si aucun contenu n'en parle, l'assistant le dit et propose de transmettre la question à un conseiller.
Confusion fréquente
Ajouter un document à la base de connaissances ne réentraîne pas le modèle. Dans la plupart des assistants IA, le document est consulté au moment de la question. Une modification est donc prise en compte vite, et elle se retire aussi facilement.