Derrière chaque message, il y a un objectif. « Vous êtes ouverts samedi ? », « c'est quoi vos horaires ce week-end ? » et « je peux passer samedi matin ? » sont trois formulations différentes de la même intention : connaître les heures d'ouverture du samedi. L'intention est ce que la personne veut obtenir, indépendamment des mots qu'elle emploie.
L'intention dans les chatbots classiques
La notion d'intention vient des chatbots de la génération précédente. Leur fonctionnement reposait sur une liste d'intentions définies à l'avance par l'équipe : « suivre ma commande », « modifier mon adresse », « connaître les horaires », « parler à quelqu'un ». Pour chacune, il fallait fournir des dizaines d'exemples de phrases, puis écrire la réponse ou le parcours associé.
Un outil de traitement automatique du langage apprenait à reconnaître ces intentions à partir des exemples. Quand un visiteur écrivait, le programme cherchait l'intention la plus probable et affichait la réponse prévue. Des plateformes comme Dialogflow de Google ou Rasa ont popularisé cette approche.
Elle a des qualités : chaque réponse est maîtrisée et le comportement est prévisible. Elle a aussi deux limites. Une question qui ne correspond à aucune intention prévue tombe dans une catégorie « je n'ai pas compris ». Et la liste grossit sans cesse, avec des intentions proches qui se confondent.
L'intention dans un assistant IA
Un assistant IA fondé sur un modèle de langage n'a pas besoin d'une liste d'intentions pour répondre. Il comprend la demande directement et cherche la réponse dans les documents. La notion d'intention ne disparaît pas pour autant : elle change de rôle.
- Pour décider d'une action : si l'intention est « prendre rendez-vous » ou « parler à quelqu'un », l'assistant déclenche une transmission ou un formulaire plutôt que de rédiger une simple réponse
- Pour passer la main : certaines intentions, comme « contester une facture » ou « déposer une réclamation », sont réservées à l'équipe, quelle que soit la formulation
- Pour mesurer : classer les conversations par intention montre ce que les visiteurs cherchent vraiment, et où les documents manquent
Intention, sujet et sentiment
Trois notions voisines se complètent dans l'analyse d'une conversation :
| Notion | Question à laquelle elle répond | Exemple |
|---|---|---|
| Intention | Que veut obtenir le visiteur ? | Obtenir un devis pour une chaudière |
| Sujet | De quoi parle la conversation ? | Chauffage, entretien, prime énergie |
| Sentiment | Dans quel état d'esprit est-il ? | Pressé, mais cordial |
Une même intention peut porter sur plusieurs sujets, et un sentiment négatif peut signaler qu'il faut passer la main même si l'intention paraît simple.
Les intentions qui comptent pour une PME
Pour la plupart des petites organisations, une dizaine d'intentions couvrent l'essentiel des messages :
- S'informer : horaires, adresse, services, conditions
- Obtenir un prix : tarif public, devis, estimation
- Prendre rendez-vous ou demander une intervention
- Suivre une demande déjà en cours
- Signaler un problème ou déposer une réclamation
- Parler à une personne
Identifier ces intentions avant la mise en ligne aide à rédiger la consigne de l'assistant et à préparer la qualification des prospects pour les demandes commerciales. On sait ainsi quelles intentions l'assistant traite seul et lesquelles il transmet.
Les pièges
- Les messages à plusieurs intentions. « Vous faites aussi les châssis, et c'est combien pour un devis ? » contient une question d'information et une demande de prix. Un bon assistant traite les deux
- L'intention cachée. « Mon installation fait un bruit bizarre » peut être une demande d'information, une demande d'intervention ou une urgence. Une question de précision vaut mieux qu'une supposition
- L'intention qui évolue. Un visiteur qui s'informe peut finir par demander un devis. L'analyse doit regarder la conversation entière, pas seulement le premier message
L'intention dans KernChat
KernChat ne demande pas de définir une liste d'intentions : l'assistant comprend les questions telles qu'elles sont posées. À la clôture de chaque conversation, un résumé automatique en dégage l'intention principale, le sentiment et les sujets abordés. Ces informations alimentent les tableaux de bord de l'espace de travail et aident l'équipe à voir ce que les visiteurs demandent le plus souvent.