Visibilité complète sur les conversations IA client — Chat Agent Run Detail

Le problème de la boîte noire des chatbots IA

Déployer un chatbot IA pour le service client est la partie facile. Le vrai défi est de savoir s’il aide réellement vos clients.

Quand un client pose une question à votre agent IA, vous devez pouvoir répondre à plusieurs questions critiques : L’agent a-t-il répondu correctement ? Quel contexte a-t-il utilisé pour formuler sa réponse ? Le client était-il satisfait ? L’agent a-t-il escaladé quand il le fallait — ou a-t-il omis d’escalader quand c’était nécessaire ?

La plupart des plateformes offrent au mieux un historique de chat. Vous pouvez voir ce qui a été dit, mais pas pourquoi. Pas de détails de résolution, pas de scores de confiance, aucun moyen de suivre la qualité des réponses dans le temps. Quand quelque chose tourne mal, vous en êtes réduit aux conjectures. Pour les équipes qui doivent respecter des exigences de conformité ou des SLA de service client, les conjectures ne sont pas une option.

Chaque conversation est désormais un run

La nouvelle page Chat Agent Run Detail de JieGou traite chaque interaction IA client comme un « run » de première classe — de la même manière que nous traitons les exécutions de Recipes et les runs de Workflows. Chaque conversation est enregistrée, révisable et traçable.

Vous pouvez accéder aux runs des chat agents depuis Monitor > Activity > Chat Agent Runs. Chaque run est cliquable et ouvre une page de détails dédiée avec une mise en page à deux colonnes conçue pour une révision rapide.

Colonne gauche — Fil de conversation. L’historique complet des messages rendu sous forme de bulles de chat, montrant l’échange complet entre le client et l’agent IA. Chaque message inclut un badge source indiquant comment la réponse a été générée — correspondance de règle, FAQ intégrée, recherche RAG, génération LLM directe ou escalade humaine.

Colonne droite — Détails de résolution. Un résumé structuré de la façon dont l’agent a traité la conversation :

• Source : Correspondance de règle, FAQ intégrée, RAG, LLM ou Escalade
• Score de confiance : Le degré de confiance de l’agent dans sa réponse
• Modèle : Quel modèle LLM a été utilisé (ex. Claude, GPT)
• Utilisation de tokens : Tokens d’entrée et de sortie consommés
• Durée : Temps de réponse total
• Statut de livraison : Si le message a été livré avec succès au canal du client

Cette vue partagée vous permet de réviser à la fois l’expérience client et les détails techniques d’un seul coup d’œil — sans naviguer entre plusieurs écrans ni fouiller dans les logs.

Voyez exactement ce que l’IA a vu

L’une des questions de débogage les plus courantes est : « Pourquoi l’agent a-t-il dit cela ? » La page Run Detail y répond avec des panneaux de contexte dépliables qui révèlent exactement quelles informations étaient disponibles pour l’IA lors de la génération de chaque réponse.

Contexte FAQ. Quand l’agent fonctionne en mode FAQ intégrée, ce panneau affiche le document FAQ complet injecté dans le prompt. Vous pouvez voir exactement quelles questions et réponses l’IA avait à disposition, ce qui permet d’identifier facilement si une mauvaise réponse provient d’une entrée FAQ manquante ou d’une mauvaise interprétation.

Règle correspondante. Si la réponse a été déclenchée par une règle, ce panneau affiche la catégorie de la règle, les modèles de correspondance et la réponse attendue. C’est inestimable pour auditer les réponses basées sur des règles et s’assurer que vos règles se déclenchent correctement.

Prompt système. Les instructions complètes du persona de l’agent — le prompt système qui définit son ton, ses limites et son comportement. Quand un agent répond de manière inattendue, vérifier le prompt système est souvent le chemin le plus rapide pour comprendre pourquoi.

Un feedback qualité qui améliore réellement les réponses

Chaque réponse dans le fil de conversation inclut un mécanisme de feedback simple pouce levé/pouce baissé avec un champ de notes optionnel. Ce n’est pas juste pour suivre la satisfaction — cela crée une boucle de feedback qui améliore directement les performances de votre IA.

Comment les équipes l’utilisent :

Suivre la qualité des réponses dans le temps. Agréger les scores de feedback sur toutes les conversations pour voir si votre agent IA s’améliore ou se dégrade. Repérer les tendances avant qu’elles ne deviennent des plaintes clients.

Identifier les lacunes FAQ. Quand l’IA reçoit systématiquement des pouces baissés sur un sujet particulier, c’est un signal que votre contenu FAQ nécessite une mise à jour. Les panneaux de contexte permettent de voir facilement ce qui manque.

Boucler rapidement. Mauvaise réponse ? Ouvrez le panneau de contexte FAQ, identifiez ce qui manque, mettez à jour le document FAQ, et le prochain client posant la même question obtient une meilleure réponse. Pas de réentraînement, pas de redéploiement — l’amélioration est immédiate.

Pourquoi les équipes entreprise en ont besoin

Pour les organisations opérant sous des cadres de conformité comme SOC 2, chaque décision IA touchant aux données clients doit être auditable. La page Chat Agent Run Detail fournit une piste d’audit complète pour chaque interaction :

• Traçabilité : Chaque réponse est liée à sa source (règle, FAQ, document RAG ou génération LLM) avec horodatages et métadonnées du modèle
• Alignement gouvernance : Les détails de run s’intègrent au framework de gouvernance à 10 couches de JieGou, les interactions IA client étant soumises aux mêmes contrôles de politique que tous les autres workflows automatisés
• Monitoring SLA : Le suivi de la durée et du statut de livraison permet de mesurer si les agents IA respectent leurs engagements de temps de réponse
• Preuve de conformité : Les détails de run exportables servent de preuves d’audit, montrant exactement comment les requêtes clients ont été traitées

Ce niveau de visibilité transforme le service client IA d’un exercice « déployer et espérer » en une opération gérée et mesurable.

Commencer

Chat Agent Run Detail est disponible dès maintenant pour tous les comptes JieGou avec des chat agents activés. Naviguez vers Monitor > Activity, filtrez par Chat Agent Runs et cliquez sur n’importe quelle conversation pour voir la vue détaillée complète.

Si vous évaluez des plateformes de service client IA, commencez avec JieGou — l’observabilité complète est intégrée dès le premier jour, pas ajoutée après coup.