Créer un chatbot entraîné sur votre propre contenu
Collez votre texte, importez un PDF ou une URL, et votre agent répond à partir de votre contenu — sans découpage, sans embeddings, sans base vectorielle à héberger. Ce guide explique ce que « entraîné sur votre contenu » veut vraiment dire, les quatre façons de le charger, et où cette approche cesse de fonctionner.
Ce que « entraîné sur votre contenu » veut vraiment dire
Personne ne ré-entraîne un modèle de langage sur votre site web. Entraîner un modèle coûte des millions et prend des semaines — ce n’est pas ce qui se produit quand vous ajoutez un PDF à un chatbot, quoi qu’en dise la page marketing.
Ce qui se produit réellement est plus simple, et meilleur : votre contenu est remis au modèle en contexte, à chaque réponse. Le modèle sait déjà lire et raisonner ; vous fournissez les faits. Voilà pourquoi une modification prend effet dès le message suivant, et pourquoi l’agent peut citer un tarif que vous avez changé il y a cinq minutes.
L’ensemble de ce que vous lui remettez, c’est la base de connaissances— une liste d’entrées, chacune avec un titre et un corps. La remplir correctement est de loin l’action la plus rentable pour la qualité des réponses. Tout le reste de cette page explique comment la remplir.
Les quatre façons de donner votre contenu
Les quatre vivent au même endroit dans votre tableau de bord, et se mélangent librement : collez quelques réponses, importez la grille tarifaire de l’an dernier, et laissez WordPress pousser le reste.
- 1
Collez votre texte
Écrivez ou collez tout ce que l'agent doit savoir : vos prestations, vos tarifs, vos conditions, les réponses que vous répétez chaque semaine. Chaque entrée reçoit un titre et une priorité.
- 2
Importez un fichier
Déposez un PDF, un fichier Markdown, un texte, un export HTML ou un CSV (5 Mo maximum). Le texte est extrait et stocké comme entrée de connaissance. Un CSV devient une entrée par ligne.
- 3
Importez une URL
Donnez l'adresse d'une page : son contenu est récupéré, débarrassé de la navigation et des scripts, puis converti en Markdown propre. Une page par import.
- 4
Branchez WordPress
Avec le plugin officiel, chaque article et chaque page que vous publiez alimente la base de connaissances automatiquement, et se met à jour dès que vous la modifiez. Rien à ré-importer à la main.
Ce que l’import ne fait pas
- Ni crawl de site, ni import de sitemap. L’import d’URL lit une page. Pour couvrir un site entier automatiquement, utilisez la synchronisation WordPress ou l’API bulk.
- Pas d’OCR. Un PDF scanné sans couche de texte arrive vide.
- Pas de stockage de fichier.Un PDF est lu pour son texte ; le fichier lui-même n’est pas conservé.
Pourquoi il n’y a pas de base vectorielle
La recette standard du « chatbot sur vos documents » consiste à les découper en morceaux, transformer chaque morceau en embedding, stocker le tout dans une base vectorielle, puis, au moment de la question, récupérer les morceaux les plus proches. C’est une bonne conception — pour un corpus de centaines de milliers de documents.
La base de connaissances d’un site web n’est pas cela. C’est quelques dizaines d’entrées. Elles tiennent dans la fenêtre de contexte du modèle, alors nous les y mettons. Aucune frontière de découpage ne coupe une phrase en deux, aucune ré-indexation à lancer après chaque modification, aucun seuil de similarité à régler, aucune base vectorielle à héberger et à payer.
Chaque entrée peut porter un court résuméà côté de son corps complet. Les résumés partent dans le contexte de l’agent, qui sait donc toujours ce qu’il sait. Le corps complet est récupéré à la demande, uniquement pour l’entrée que la question touche vraiment. Vous obtenez l’étendue de toute la base au prix d’une table des matières.
Là où cette approche s’arrête.Passé quelques centaines d’entrées substantielles, le contexte cesse d’être le bon endroit pour tout garder, et la recherche vectorielle mérite sa complexité. Si vous indexez dix ans de tickets de support, prenez une base vectorielle. Si vous répondez à des questions sur votre propre site, vous n’en avez pas besoin, et en payer une ne vous apporte rien.
Comment l’agent trouve la bonne réponse
- Il commence par la carte.Vos entrées — résumées là où vous avez écrit un résumé — sont sous les yeux de l’agent avant même que le visiteur ne tape quoi que ce soit.
- Il ouvre ce dont il a besoin.Quand une question appelle du détail, l’agent cherche l’entrée par son titre et lit le corps complet. S’il ne trouve rien sous ce titre, il récupère la liste des titres qu’il possède réellement— et peut donc se corriger au lieu de deviner.
- Il répond depuis une source nommée.La réponse remonte à une entrée que vous avez écrite : vous corrigez une mauvaise réponse en corrigeant le contenu — pas en vous battant avec un prompt.
Une conséquence pratique : les titres comptent. Appelez une entrée « Politique de remboursement » plutôt que « Document 12 ». C’est ainsi que l’agent la trouve.
Garder les réponses ancrées
Un modèle qui n’a rien sur quoi s’appuyer comble le silence. Un modèle qui tient votre contenu y puise ses réponses, avec la consigne de dire qu’il ne sait pas plutôt que d’improviser. C’est tout l’intérêt de la base de connaissances, et c’est pourquoi une heure passée à écrire de bonnes entrées vaut mieux qu’une semaine à peaufiner un prompt.
Deux garde-fous s’ajoutent par-dessus : l’agent peut passer la main à un humaindès qu’une question sort de son périmètre, et un bandeau peut signaler au visiteur qu’il parle à une IA. Soyez honnête sur le reste — aucune configuration ne rend un modèle de langage incapable de jamais se tromper. Ancré dans votre contenu, avec une porte de sortie, il est assez fiable pour être placé devant vos clients. Plus de détails sur la page confiance & sécurité.
Limites et tarifs
Les plans limitent le nombre d’entrées, pas leur taille. Un manuel de 40 pages compte pour une entrée. Les fichiers importés sont plafonnés à 5 Mo.
| Plan | Base de connaissances | Prix |
|---|---|---|
| Free | 5 entrées | 0 € |
| Starter | 20 entrées | 29 €/mois |
| Builder | 100 entrées | 49 €/mois |
| Pro | 100 entrées | 79 €/mois |
| Agency | Illimité | 199 €/mois |
Vous êtes sous WordPress ?
Le plugin officiel pousse chaque article et chaque page vers la base de connaissances à la publication, et la met à jour quand vous modifiez. Pas de crawler, pas de ré-import, pas de réponse périmée. Voir l’agent IA pour WordPress.
Questions fréquentes
Peut-on entraîner un chatbot sur son propre site ?
Oui. Vous importez vos pages dans la base de connaissances de l'agent — une URL à la fois, ou automatiquement si votre site tourne sous WordPress — et l'agent répond à partir de ce contenu. Rien n'est ré-entraîné : votre contenu est donné au modèle en contexte à chaque réponse, c'est pourquoi une modification prend effet immédiatement.
Est-ce que ça lit les PDF ?
Oui. Importez un PDF (5 Mo maximum) : son texte est extrait et stocké comme entrée de connaissance. Seul le texte extrait est conservé — le fichier d'origine n'est pas stocké, et les images ou les pages scannées sans couche de texte resteront illisibles.
Peut-il crawler tout mon site ?
Non. L'import d'URL récupère une page à la fois : il n'y a ni crawler ni import de sitemap. Si votre site tourne sous WordPress, le plugin officiel synchronise automatiquement chaque article et chaque page publiés, ce qui couvre tout le site sans crawler. Sinon, importez les pages qui comptent — en pratique, une poignée d'entre elles portent l'essentiel des réponses.
Faut-il une base vectorielle ou des embeddings ?
Non. Votre base de connaissances est transmise au modèle en contexte, et l'agent va lire le texte complet d'une entrée à la demande. Rien à découper, aucun embedding à calculer, aucune base vectorielle à héberger ni à payer. Cela fonctionne parce que la base de connaissances d'un site, c'est quelques dizaines d'entrées, pas quelques centaines de milliers.
Est-ce que c'est du RAG ?
Cela dépend du sens qu'on donne au mot. Si RAG signifie « la réponse est ancrée dans vos documents plutôt que dans la mémoire du modèle », alors oui, c'est exactement ce qui se passe. Si RAG signifie « embeddings et recherche par similarité vectorielle », alors non : nous récupérons le contexte en chargeant votre contenu et en cherchant les entrées par leur titre, pas par distance cosinus.
Combien de documents puis-je ajouter ?
La limite porte sur le nombre d'entrées, pas sur leur taille : 5 sur le plan Free, 20 sur Starter, 100 sur Builder et Pro, illimité sur Agency. Une seule entrée peut contenir un long document : un manuel de 40 pages compte pour une entrée.
Que se passe-t-il quand je modifie une page ?
Sous WordPress, la modification est poussée automatiquement à la publication. Partout ailleurs, vous ré-importez l'URL ou modifiez l'entrée depuis le tableau de bord. Aucune ré-indexation à attendre : la conversation suivante voit déjà la nouvelle version.
L'agent va-t-il inventer des réponses sur ce que je n'ai jamais écrit ?
C'est précisément ce que la base de connaissances sert à éviter, et la première raison de la remplir sérieusement. L'agent répond à partir du contenu que vous lui avez donné, avec la consigne de dire qu'il ne sait pas plutôt que d'improviser. Il peut aussi passer la main à un humain dès qu'une question sort de son périmètre. Aucune configuration ne rend un modèle de langage littéralement incapable de se tromper — mais ancré dans votre contenu et doté d'une porte de sortie, le risque devient assez faible pour une mise en production.
Puis-je réserver certains contenus à une audience précise ?
Oui. Les entrées peuvent être rattachées à un segment : un agent donné — ou une partie donnée de votre site — ne voit alors que les connaissances qui le concernent. Utile quand un même compte sert plusieurs marques, plusieurs langues ou plusieurs niveaux de clientèle.
Est-ce que ça marche avec mon site de documentation ?
Oui. Importez les pages qui répondent à de vraies questions — démarrage, tarifs, limites, dépannage — plutôt que toute la référence. Pour un agent, la valeur d'un site de documentation se concentre dans un petit nombre de pages ; la référence d'API est en général mieux servie par un lien que par une paraphrase.
Puis-je ajouter du contenu par programmation ?
Oui. L'endpoint bulk accepte jusqu'à 50 entrées par appel et les met à jour sur votre propre identifiant : relancer votre script met à jour les entrées au lieu de les dupliquer. C'est ainsi que le plugin WordPress reste synchronisé. Voir le guide développeur.
Mon contenu sert-il à entraîner des modèles IA ?
Non. Votre base de connaissances est transmise au fournisseur du modèle pour produire une réponse, et elle ne sert pas à entraîner ses modèles. Elle reste la vôtre : vous pouvez modifier ou supprimer n'importe quelle entrée à tout moment, et la supprimer la retire de toutes les conversations futures.
Entraînez votre agent sur votre contenu
Cinq entrées suffisent pour commencer, et le plan Free ne coûte rien. Collez ce que vous répondez chaque semaine, et voyez ce que votre agent en fait.