Aller au contenu principal
AGO

Pourquoi les chatbots échouent sur les tickets complexes

Plusieurs demandes, action refusée, reprise humaine : une méthode concrète pour tester un agent IA sur les tickets complexes du support client.

Mis à jour le 2 min de lecture

Un ticket complexe exige plus qu’une réponse pertinente. L’agent doit identifier chaque demande, consulter les bonnes données, exécuter les actions autorisées et signaler ce qui reste à traiter. Un chatbot échoue lorsqu’il répond sans vérifier ces étapes.

Prenons une demande illustrative : « Ma commande a été débitée deux fois. Pouvez-vous vérifier et changer l’adresse de livraison de ma prochaine commande ? » Vérifier un débit et modifier une adresse sont deux tâches distinctes, avec leurs propres autorisations et preuves de réussite.

Suivre chaque demande avant d’appeler un outil

Définissez les résultats attendus : établir s’il existe un double débit, vérifier si un remboursement est autorisé et modifier la prochaine livraison si la commande reste modifiable. Demandez les informations manquantes avant toute modification.

Une réponse comme « contactez votre banque » laisse la demande d’adresse sans suite. Fermer la conversation à ce stade ferait passer une demande incomplète pour une résolution.

Vérifier le résultat de chaque action

Un appel d’API ne prouve pas que l’opération a réussi. L’API peut refuser la demande, ne pas répondre à temps ou indiquer un traitement en cours. L’agent doit conserver cet état et l’expliquer au client.

Pour une opération de paiement, votre application doit contrôler les droits et les conditions d’exécution. Si un appel expire, vérifiez son statut avant de répéter un remboursement et appliquez les protections de votre système contre les doublons. Ces contrôles appartiennent à l’implémentation de l’outil, pas seulement au prompt.

Transmettre le travail restant lors de la reprise humaine

Lorsqu’une personne doit décider, transmettez la demande, les faits vérifiés, les actions tentées et le travail restant. Dans notre exemple, l’adresse peut déjà être modifiée alors que le paiement exige encore une vérification. La personne qui reprend doit voir ces deux états.

Une escalade peut être le bon résultat. Comptez-la comme une prise en charge assistée par un humain.

Tester les échecs autant que le parcours réussi

Déclinez le même scénario avec des variations contrôlées :

Test Résultat attendu
Les deux demandes sont autorisées Vérifier chaque modification et restituer les deux résultats
Le client n’a pas accès à la commande Refuser sans exposer les données d’un autre compte
L’API de paiement ne répond pas Conserver l’incertitude et éviter une double exécution
La commande n’est plus modifiable Expliquer la limite et proposer la reprise prévue
Une tâche réussit et l’autre échoue Signaler la réussite partielle sans fermer la demande restante

Ce plan de test est une méthode proposée. Il ne constitue ni un benchmark ni une mesure du taux de résolution d’un fournisseur.

Relier l’évaluation à l’implémentation

La plateforme de support IA AGO associe connaissances, outils configurés et reprise humaine. Le SDK relie l’agent aux fonctions de votre application ; votre serveur reste responsable du contrôle d’accès.

Utilisez des scénarios enregistrés pour vérifier les réponses et les appels d’outils avant de modifier un agent. La documentation des simulations décrit ce fonctionnement. Ajoutez des tests de sécurité contre les actions non autorisées et les divulgations. Contrôlez les opérations effectuées autant que la réponse finale.

Partager cet article
Damien Mourot

Damien Mourot

Cofondateur

Passionné par la transformation des opérations client grâce à l’IA. A dirigé des équipes IA dans plusieurs entreprises SaaS.