Faut-il tout charger, au cas où ?

Non. Google recommande de n'inclure que les documents les plus utiles et les plus consultés, et la DGE de supprimer doublons et documents contradictoires. Un document de trop peut produire une mauvaise réponse.

Les documents scannés posent-ils problème ?

Ils doivent être convertis en texte par reconnaissance de caractères. Si le scan est de mauvaise qualité, le texte obtenu l'est aussi : demandez plutôt la version d'origine.

Que faire quand deux documents du client se contredisent ?

Faites trancher le client avant de charger, et retirez la version écartée. La DGE recommande de supprimer les documents qui donnent des informations contradictoires.

Documents à demander au client pour son chatbot

Pour configurer le chatbot d'un client, demandez-lui trois choses : la liste des questions que ses clients posent vraiment, les documents qui y répondent, et le nom de la personne qui valide les réponses. Tout le reste découle de ces trois éléments. Un document que le client ne vous donne pas, le chatbot ne peut pas le connaître ; un document périmé que vous chargez, il le citera.

1. Les questions réelles, avant les documents

Le guide de la Direction générale des entreprises (DGE) recommande d'associer les futurs utilisateurs à l'élaboration des « questions-types et réponses-types ». Concrètement, demandez au client :

les questions reçues par téléphone, e-mail ou au comptoir sur les derniers mois ;
les réponses qu'il donne habituellement, même griffonnées ;
les questions auxquelles il ne veut pas que le chatbot réponde.

Cette liste vous servira trois fois : pour trier les documents, pour la recette, et pour lire les indicateurs après la mise en ligne.

2. La liste des documents à demander

Cochez avec le client ce qui existe chez lui :

Foire aux questions, même partielle
Conditions générales de vente, de retour, de garantie
Fiches produits ou descriptifs de prestations
Horaires, adresses, zones desservies, contacts par service
Procédures internes utiles au client final (réclamation, retard, panne)
Adresse du site, et pages à exclure de la lecture
Messages types déjà envoyés (confirmation, relance, refus)

Pour chaque document, notez sa date et la personne qui le tient à jour. Vous en aurez besoin le jour où il changera.

3. Le format : du texte lisible

La DGE explique que les documents sont d'abord convertis en texte, avec une reconnaissance de caractères pour les scans. Elle signale aussi que la méthode est moins performante sur les documents qui mêlent texte, images et tableaux. D'où trois demandes simples :

Ce que le client envoie	Ce que vous demandez à la place
Un scan d'un contrat	Le fichier d'origine (traitement de texte ou PDF texte)
Une grille tarifaire en image	Les mêmes informations en texte ou en tableau simple
Une plaquette très illustrée	Le texte de la plaquette
Une vidéo explicative	Un résumé écrit de ce qu'elle dit

Google, pour son outil d'assistance, exclut d'ailleurs les documents surtout composés d'audio, de vidéo ou d'images, et ne traite que le texte.

4. Ce qu'il faut écarter

Les doublons et les anciennes versions. La DGE recommande de supprimer les doublons et les documents contradictoires.
Les documents périmés ou jamais consultés. Google conseille de n'inclure que les documents les plus utiles et fréquemment consultés.
Le bruit en début de document : menus, dates de modification, formulaires. Google recommande de le retirer, surtout au début.
Les données personnelles. La DGE cite l'anonymisation ou la pseudonymisation parmi les étapes de nettoyage. Un fichier clients, des dossiers nominatifs ou des échanges privés n'ont rien à faire dans la base d'un chatbot public.

Côté conversations, la Commission nationale de l'informatique et des libertés (CNIL) recommande, quand des données sensibles risquent d'être saisies librement, d'afficher une mise en garde avant utilisation et de purger régulièrement. Parlez-en au client dès la collecte. Ce point de droit relève de son responsable des données ou de son conseil.

5. Qui tranche et qui met à jour

Un guide de test de chatbots publié par Elitek range parmi les cas à vérifier les « documents contradictoires », où le risque est de citer une source non prioritaire. Réglez-le en amont :

Un document de référence par sujet. Si les conditions de vente et la foire aux questions divergent sur un délai, le client choisit lequel fait foi.
Un valideur nommé. Une seule personne chez le client approuve la base avant la recette.
Un responsable de mise à jour. Qui vous prévient quand un tarif ou un horaire change ?

Pour les quelques réponses qui doivent sortir mot pour mot (prix, délais, consignes de sécurité), prévoyez en plus une réponse imposée : voir imposer une réponse précise à un chatbot IA.

Un message type pour lancer la collecte

Pour préparer votre chatbot, j'ai besoin de : 1) les questions que vos clients vous posent le plus souvent, avec vos réponses habituelles ; 2) les documents qui contiennent ces réponses, dans leur version la plus récente et en format texte ; 3) le nom de la personne qui validera les réponses. Merci d'indiquer aussi les sujets sur lesquels le chatbot ne doit pas répondre.

Mieux vaut une liste courte et réelle qu'une liste longue et imaginée : ce sont ces questions qui serviront de base à la recette.