Si vous avez déjà posé une question légèrement inhabituelle à un bot de support et reçu une réponse totalement hors sujet, vous connaissez déjà le problème du matching FAQ basé sur les mots-clés. Le client demande « quelle est la politique de télétravail pendant ma période d’essai ? » et le bot répond avec une politique de présence générique parce qu’il a matché le mot « politique ». La nuance — période d’essai, télétravail spécifiquement — est perdue.
Aujourd’hui, nous livrons deux améliorations pour les agents de chat JieGou : le mode FAQ embarqué pour des réponses plus complètes, et l’isolation des fils pour des conversations plus propres entre les discussions de groupe et les messages directs.
Le problème du matching par mots-clés
Les agents de chat JieGou ont toujours supporté l’automatisation FAQ via le mode Règles — vous définissez des mots-clés et des motifs, et l’agent répond avec la réponse correspondante. Cela fonctionne bien pour les questions simples : « quels sont vos horaires d’ouverture ? » correspond au mot-clé « horaires » et renvoie la bonne réponse à chaque fois.
Mais les vraies questions des clients et des employés sont rarement aussi simples. Les gens posent des questions composées, utilisent des formulations différentes et font référence à un contexte qui n’apparaît pas dans votre liste de mots-clés. Le mode Règles gère les cas courants, mais la longue traîne de questions finit souvent par être escaladée vers un humain — même quand la réponse existe quelque part dans votre document FAQ.
Trois modes FAQ, un seul agent
Les agents de chat supportent désormais trois modes FAQ. Choisissez celui qui correspond à votre cas d’usage.
Règles (par défaut). Le matching original par mots-clés et motifs. Rapide, prévisible et peu coûteux. Idéal pour les agents traitant un petit nombre de questions bien définies où le matching exact suffit.
Embarqué. L’intégralité du document FAQ est injectée dans la fenêtre de contexte du LLM pour chaque message entrant. Le modèle lit votre document complet et génère des réponses basées sur une compréhension globale — pas sur la correspondance de mots-clés. Cela signifie qu’il peut traiter les questions reformulées, les questions composées et les questions nécessitant la synthèse d’informations provenant de plusieurs sections de votre FAQ.
Hybride. L’agent essaie d’abord les Règles. Si aucun motif ne correspond, il bascule en mode Embarqué et envoie le document complet au LLM. Vous bénéficiez ainsi de la vitesse et du faible coût du matching par mots-clés pour les questions courantes, avec la compréhension du contexte document complet pour tout le reste.
En coulisses, les modes Embarqué et Hybride utilisent loadFAQDocuments() pour récupérer et mettre en cache votre contenu FAQ avec un cache Redis de 5 minutes. Le document est chargé une fois et réutilisé entre les requêtes, évitant les récupérations redondantes.
Un exemple concret : le bot d’intégration RH
Imaginez une équipe RH qui déploie un agent de chat sur Slack pour répondre aux questions des nouveaux employés. La source FAQ de l’agent est le guide complet de l’employé — 40 pages couvrant les avantages, les politiques, la configuration IT et la logistique du bureau.
En mode Règles, l’équipe devrait extraire manuellement chaque question possible et la mapper à un motif de mots-clés. « Télétravail » → section 4.3. « Congés payés » → section 7.1. Toute question ne correspondant pas à un motif prédéfini est escaladée.
En mode Embarqué, un nouvel employé peut demander : « Je suis dans mon premier mois — est-ce que je peux travailler de chez moi le vendredi, et dois-je soumettre une demande à l’avance ? » Le LLM lit le guide complet, trouve la politique de période d’essai dans la section 2.4 et le processus de demande de télétravail dans la section 4.3, et synthétise une seule réponse cohérente. Aucun mapping de mots-clés requis.
L’approche Hybride fonctionne bien ici aussi : les questions courantes comme « où récupérer mon ordinateur portable ? » sont matchées instantanément via les règles, tandis que les questions inhabituelles bénéficient du traitement document complet.
Isolation des fils : les discussions de groupe et les DM restent séparés
La deuxième amélioration concerne la fiabilité des conversations. Quand un agent de chat opère à la fois dans les discussions de groupe et les DM sur le même canal — ce qui est courant sur LINE, Slack, Discord et MS Teams — les fils de conversation sont désormais entièrement isolés.
Auparavant, les messages d’une discussion de groupe et d’un DM avec le même utilisateur pouvaient partager le contexte du fil, ce qui amenait parfois l’agent à référencer des discussions de groupe dans une réponse DM privée, ou inversement. C’était au mieux déroutant, au pire un problème de confidentialité.
L’isolation des fils fonctionne en intégrant l’ID du groupe ou de la salle dans le périmètre de conversation. Un message dans la discussion de groupe « Équipe Marketing » et un DM du même utilisateur sont désormais suivis comme des fils de conversation complètement séparés. L’agent maintient un contexte indépendant pour chacun, sans contamination croisée.
Cela s’applique aux 12 canaux de messagerie supportés par JieGou : LINE, Instagram, Facebook Messenger, WhatsApp, YouTube, Slack, Discord, Microsoft Teams, SMS, email, chat web et Telegram. Si le canal supporte à la fois les messages de groupe et les messages directs, l’isolation des fils est automatiquement appliquée.
Pour commencer
Les deux fonctionnalités sont disponibles dès maintenant pour tous les comptes JieGou. Pour changer le mode FAQ de votre agent de chat, rendez-vous sur la page de configuration de l’agent et sélectionnez Règles, Embarqué ou Hybride dans la section FAQ. L’isolation des fils est activée par défaut — aucune configuration nécessaire.
Si vous utilisez des agents intensifs en FAQ sur des canaux de support, RH ou helpdesk interne, essayez le mode Embarqué ou Hybride. La différence de qualité des réponses pour les questions nuancées est significative.