Et si un assistant virtuel pouvait répondre à vos clients pendant que vous façonnez votre pâte à pain ?
L’intelligence artificielle (IA) n’est plus réservée aux grandes entreprises. Aujourd’hui, des outils comme Dialogflow CX permettent aux PME, elles aussi, d’améliorer significativement le service client entreprises de manière significative. Nous allons explorer comment créer un assistant virtuel simple pour aider votre équipe à répondre aux questions fréquentes de vos clients.
Le défi de la relation client
Prenons l’exemple d’une boulangerie artisanale locale. Comme beaucoup de PME, elle est confrontée à un flux constant de questions récurrentes de la part de ses clients : “Quels sont vos horaires aujourd’hui ?”, “Avez-vous encore des croissants ?”, “Où en est ma commande de gâteau?”. Répondre à ces demandes, bien que simple, consomme un temps précieux qui pourrait être dédié à d’autres tâches.
Voici comment créer un assistant virtuel simple avec Dialogflow CX et Gemini pour répondre aux questions fréquentes des clients. L’idée est de fournir des réponses rapides et précises, 24h/24 et 7j/7, améliorant ainsi l’expérience client sans surcharger le personnel.
Pourquoi Dialogflow CX et l’IA Générative ?
– Dialogflow CX : C’est une plateforme avancée pour créer des agents conversationnels sophistiqués. Dialogflow CX utilise une approche basée sur les flux et les états pour gérer les conversations de manière visuelle et structurée, même les plus complexes.
– Gemini (via les Playbooks) : Intégré à Dialogflow CX, gemini permet à l’agent de comprendre et de générer des réponses en langage naturel de manière plus fluide et contextuelle, sans avoir besoin de définir manuellement chaque variante de dialogue. il peut également s’appuyer sur des bases de connaissances ou des instructions spécifiques pour formuler ses réponses.
Dans cet article, nous allons détailler pas à pas comment concevoir et configurer un tel agent, en nous concentrant sur deux fonctionnalités clés: fournir les horaires d’ouverture et vérifier le statut d’une commande.
Création de l’Agent et Configuration Initiale
La première étape consiste à créer un nouvel agent dans la console Dialogflow CX. Une fois l’agent créé, nous nous retrouvons dans le flux par défaut (Default Start Flow), qui contient la page de démarrage (Start Page). Cette page est le point d’entrée naturel de toute conversation.
Par défaut, la Start Page inclut une route déclenchée par l’intention Default Welcome Intent, conçue pour reconnaître les salutations standards (“Bonjour”, “Salut”, etc.). Pour personnaliser l’accueil, nous allons configurer une réponse spécifique pour cette route.
Cette configuration assure que l’agent se présente poliment et informe l’utilisateur de ses capacités dès le début. La Start Page sert ensuite d’aiguillage : selon la demande de l’utilisateur, d’autres routes le dirigeront vers les fonctionnalités appropriées.
Fournir les Horaires d’Ouverture
Une des demandes les plus fréquentes des clients concerne les horaires d’ouverture. Pour répondre efficacement à ce besoin, nous allons configurer un Playbook dans Dialogflow, permettant à Gemini de fournir des réponses claires et précises à ce type de questions.
Nous avons configuré notre agent pour qu’il puisse répondre directement aux questions sur les horaires d’ouverture de la boulangerie, en lui attribuant une personnalité adaptée. Dans la prochaine section, nous détaillerons comment intégrer un système externe pour permettre le suivi des commandes.
Maintenant que nous avons configuré le playbook, nous allons l’intégrer à notre agent en définissant une intention spécifique nommée “demander_horaires”. Cette intention regroupera divers exemples de questions que les clients pourraient poser, comme “Quels sont vos horaires ?”, “Êtes-vous ouvert le dimanche ?”, ou encore “À quelle heure fermez-vous aujourd’hui ?”. Lorsqu’un utilisateur interroge l’agent sur les horaires, celui-ci utilisera le playbook configuré pour fournir une réponse adaptée.
Vérifier le Statut d’une Commande
Pour cette fonctionnalité, nous allons configurer une intégration simple avec un système externe en utilisant une Cloud Function et une base de données fictive. Cette méthode permet de se concentrer sur la configuration de l’agent et la gestion des réponses.
Côté Dialogflow, nous créons un outil basé sur un schéma OpenAPI pour vérifier le statut des commandes. Cet outil peut être testé à l’aide du simulateur intégré, qui permet de s’assurer du bon fonctionnement de l’API. La description fournit à Gemini les informations nécessaires sur les fonctionnalités de l’outil, tandis que le schéma établit la correspondance entre les données de l’API et les réponses générées.
En suivant le modèle précédent, nous pouvons configurer un playbook pour permettre à l’agent de vérifier le statut des commandes. Il est essentiel de s’assurer que l’outil est activé pour que Gemini puisse l’utiliser.
Et voilà ! Gemini peut désormais interroger le système externe pour vérifier le statut d’une commande et inclure les remarques du boulanger dans sa réponse.
Conclusion
Grâce à Dialogflow CX et Gemini, même une petite entreprise peut offrir une expérience client moderne et réactive. Dans cet article, nous avons vu comment automatiser les réponses aux horaires d’ouverture et le suivi de commande, deux demandes très fréquentes. Ce n’est qu’un début : avec la même approche, vous pouvez intégrer la réservation en ligne, des notifications personnalisées ou encore des recommandations de produits.
– Lucas Fabre
