01La distinction qui compte
Un chatbot produit du texte. Un agent produit du texte et des conséquences. Dès qu'un logiciel peut vérifier un stock, ouvrir un ticket ou déplacer une réservation, tout change dans sa construction : il faut des permissions, de l'idempotence, une piste d'audit et un scénario de retour en arrière.
Les équipes qui sautent cette étape se retrouvent avec une interface sympathique qui ne mène nulle part, et les utilisateurs comprennent en une semaine qu'elle ne peut pas les aider.
02L'ancrage est un problème d'ingénierie, pas de prompt
« Arrêter qu'il invente des choses » ne se résout pas avec un prompt système plus long. Cela se résout par la recherche documentaire : le modèle répond à partir d'un corpus que vous contrôlez, avec citations, et refuse quand le corpus n'a rien à dire.
Cela signifie que quelqu'un doit être responsable du corpus — tenir à jour le catalogue, les politiques et les tarifs. C'est la partie que personne ne budgète, et celle qui décide si l'agent inspire confiance au troisième mois.
03Concevoir le transfert avant le chemin idéal
Tout agent doit savoir renoncer. Des seuils de confiance, des déclencheurs d'escalade explicites et une option évidente « parler à une personne » ne sont pas un échec du produit ; ils sont ce qui le rend déployable devant de vrais clients payants.
Le transfert doit porter tout le contexte. Demander au client de se répéter devant un humain annule toute la sympathie que l'agent avait gagnée.
04Le mesurer comme un logiciel, pas comme de la magie
Constituez un jeu de régression avec de vraies questions et le comportement attendu, et faites-le tourner à chaque changement de prompt ou de modèle. Sans cela, chaque ajustement devient un pari et la qualité dérive en silence.
Journalisez coût et latence par conversation dès le premier jour. L'économie d'un agent change entièrement à l'échelle, et vous voulez voir cette courbe avant qu'elle ne vous surprenne.