Comment contrôler le moment où le chatbot transfère la conversation à un agent humain ?

Définissez le champ « Required answers to initialize chat with human agent » sur l'objet Chatbot dans LiveAgent. Ce nombre correspond au minimum de réponses AI avant que le bouton de transfert n'apparaisse. Vous pouvez aussi laisser l'Agent AI décider lui-même quand une requête est trop complexe et effectuer le transfert automatiquement, sans attendre ce seuil.

Puis-je empêcher les clients de demander directement un agent humain au chatbot ?

Oui. Par défaut, l'Agent AI du modèle LiveAgent permet au visiteur de demander un humain à tout moment de la conversation. Pour restreindre cela, modifiez le message système du composant Agent AI dans FlowHunt et supprimez ou conditionnez l'instruction qui l'autorise.

Le changement de modèle AI affecte-t-il le ton du chatbot ?

Indirectement, oui. FlowHunt prend en charge plus de 15 modèles AI, chacun ayant un style d'écriture par défaut différent. Le levier principal pour le ton et la personnalité reste le message système que vous rédigez pour le composant Agent AI, et non le choix du modèle en lui-même, mais un changement de modèle peut modifier la fidélité avec laquelle le bot suit cette consigne.

Combien de langues le chatbot peut-il prendre en charge ?

Le chatbot détecte et répond automatiquement dans la langue du visiteur, avec une prise en charge de plus de 100 langues selon le modèle AI connecté. Les langues largement répandues fonctionnent de manière fiable dès le départ. Les langues moins courantes peuvent présenter des lacunes, ce qui vaut la peine d'être testé avec des phrases réelles avant le déploiement.

La boucle d'auto-apprentissage a-t-elle un coût supplémentaire ?

LiveAgent ne facture pas de frais supplémentaires pour cela. L'utilisation passe par la tarification par crédits de FlowHunt, le même modèle de facturation qui couvre les conversations régulières de votre chatbot. Le coût supplémentaire se limite donc au traitement des tickets résolus que vous marquez pour l'apprentissage. Les dépenses globales dépendent toujours du volume de tickets et du modèle AI connecté.

LiveAgent Chatbot : Guide de configuration avancée

Vous avez lancé le chatbot. Voici ce qu’il reste à configurer : minutage du transfert, flux de conversation, ton, comportement multilingue et la boucle d’auto-apprentissage qui lui permet de s’améliorer en continu.

Publié le Sep 15, 2026 par Adam Khaled.

IA Chatbots Support client Automatisation

La configuration avancée du chatbot LiveAgent consiste à paramétrer ce qui se passe après la configuration par défaut : le seuil de transfert qui décide quand un humain prend le relais, le message système qui contrôle le ton et ce que le bot est autorisé à dire, le comportement multilingue, et la règle d'auto-apprentissage qui transforme automatiquement les tickets résolus en nouvelles connaissances pour le chatbot.

Dans cet article :

Ce qui change entre la configuration initiale et la configuration avancée
Comment configurer le moment où le chatbot transfère à un humain ?
Comment restreindre ce que le chatbot est autorisé à dire ?
Comment garantir des réponses cohérentes pour des questions spécifiques ?
Comment configurer le comportement multilingue ?
Comment faire en sorte que le chatbot continue d’apprendre après le lancement ?
Quels paramètres revoir, et à quelle fréquence

Responsable support ajustant les paramètres de transfert et d'escalade du chatbot LiveAgent sur un ordinateur portable

Notre guide pour mettre en place un bot de support client AI couvre les six étapes pour mettre en ligne le chatbot de LiveAgent : créer le Flow, connecter les sources de connaissances, l’appliquer au widget. C’est le minimum pour lancer le bot. Mais ce n’est pas la configuration qui détermine si le bot est réellement efficace trois mois plus tard. Si vous comparez encore les options de chatbot plutôt que d’optimiser celui que vous utilisez déjà, notre comparatif des meilleurs chatbots AI pour 2026 est un meilleur point de départ.

Ce guide prend le relais. Chaque paramètre ci-dessous est un véritable champ ou composant que vous trouverez dans LiveAgent ou FlowHunt , et non une simple liste de bonnes pratiques générales.

Ce qui change entre la configuration initiale et la configuration avancée

La configuration initiale répond à la question « est-ce que le bot fonctionne ? ». La configuration avancée répond à « est-ce qu’il fonctionne comme notre équipe en a réellement besoin ? ». Cette différence se manifeste à quatre endroits : quand le bot escalade, ce qu’il est autorisé à dire, la cohérence de ses réponses d’une session à l’autre, et s’il s’améliore ou reste statique après le lancement.

Un bot qui a passé son test de la première semaine peut encore frustrer les clients un mois plus tard si aucun de ces quatre points n’est revu. Les sources de connaissances que vous avez connectées au lancement vieillissent, les questions des clients évoluent, et le seuil de transfert par défaut qui semblait adapté le premier jour peut déjà envoyer trop — ou trop peu — de conversations vers vos agents.

Comment configurer le moment où le chatbot transfère à un humain ?

Ouvrez l’objet Chatbot dans LiveAgent et définissez le champ « Required answers to initialize chat with human agent ». Ce nombre correspond au minimum de réponses AI fournies avant que le bouton « Request chat with human agent » ne devienne accessible au visiteur. Réglez-le trop bas, et le bot escalade des questions qu’il aurait pu traiter lui-même, faisant perdre du temps aux agents sur des demandes qui n’avaient pas besoin d’un humain. Réglez-le trop haut, et les clients frustrés enchaînent les réponses inutiles avant de pouvoir joindre quelqu’un.

Il existe une deuxième voie qui ne dépend pas de ce compteur : l’Agent AI peut décider de lui-même, en cours de conversation, qu’une requête est trop complexe et effectuer le transfert automatiquement, sans attendre le seuil de réponses requises. C’est l’option à privilégier pour les sujets de support où une réponse erronée coûte cher (litiges de facturation, sécurité du compte) et où un seuil fixe semble trop rigide.

Une fois la conversation transférée, les agents la reprennent depuis la section Aperçu des chats à l’aide du bouton « Stop chatbot and join », et l’historique complet de la conversation est conservé dans le même ticket — les mécanismes sont détaillés dans notre guide de la fonction de transfert humain AI . Rien dans ce transfert n’est configurable par le client, mais savoir qu’il se déroule ainsi explique pourquoi il est important de tester le flux de transfert de bout en bout, et pas seulement les réponses du bot jusqu’à ce point.

Comment restreindre ce que le chatbot est autorisé à dire ?

Par défaut, l’Agent AI du modèle LiveAgent permet à un visiteur de demander directement un agent humain, à tout moment de la conversation, indépendamment du seuil de réponses requises. Si ce n’est pas ce que vous souhaitez — par exemple, un bot destiné à résoudre complètement un ensemble restreint de questions avant qu’une option humaine n’apparaisse — la solution consiste à modifier le message système du composant Agent AI dans FlowHunt, et non à changer un paramètre côté LiveAgent.

Le message système est également l’endroit où le ton et la personnalité sont réellement définis. Il n’existe pas de menu déroulant « personnalité » séparé : toutes les instructions que vous écrivez ici (formel ou décontracté, comment traiter une question hors périmètre, s’il faut s’excuser avant d’escalader) sont ce que le bot suit. FlowHunt prend en charge plus de 15 modèles AI, et un changement de modèle peut modifier la fidélité avec laquelle le bot applique ces consignes, mais le modèle lui-même n’est pas la source du ton.

Comment garantir des réponses cohérentes pour des questions spécifiques ?

Les sources de connaissances répondent bien aux questions générales, mais pour tout ce que votre équipe souhaite voir formulé à l’identique à chaque fois — énoncés de prix, formulation de politique, clause de non-responsabilité spécifique — utilisez plutôt la fonctionnalité Questions & Answers de FlowHunt . Elle vous permet de définir une réponse fixe pour une requête précise, de sorte que le bot renvoie cette formulation exacte plutôt que de générer une nouvelle paraphrase à chaque fois que quelqu’un pose la question.

C’est plus important qu’il n’y paraît. Une base de connaissances rédigée pour une lecture humaine, répartie sur cinq articles d’aide liés entre eux, ne produit pas automatiquement une réponse de chatbot claire et cohérente lorsque l’AI puise dans les cinq à la fois. Les entrées Q&A fixes comblent cette lacune pour les quelques questions où la précision rédactionnelle compte vraiment pour votre équipe.

Comment configurer le comportement multilingue ?

Le chatbot détecte automatiquement la langue du visiteur et répond dans cette langue, avec une prise en charge de plus de 100 langues selon le modèle AI connecté. Ce n’est pas un paramètre à activer — cela fonctionne par défaut — mais ce n’est pas uniforme pour toutes les langues. Certaines limitations peuvent s’appliquer aux langues moins répandues, car la qualité du modèle pour ces langues varie selon le fournisseur.

Avant de déployer le bot sur un marché avec une langue moins courante, testez-le directement avec les formulations réelles utilisées par vos clients, et non avec une traduction littérale de vos questions de test en anglais. Une traduction littérale peut fonctionner alors qu’une formulation native, que le modèle a moins souvent rencontrée, produit une réponse sensiblement moins bonne.

Comment faire en sorte que le chatbot continue d’apprendre après le lancement ?

Mettez en place la boucle d’auto-apprentissage de LiveAgent pour que chaque ticket escaladé apprenne quelque chose au bot au lieu de n’être qu’une correction ponctuelle. Créez une règle d’automatisation dans LiveAgent qui se déclenche lorsqu’un ticket est résolu et marqué avec Update_AI, en envoyant l’ID du ticket à FlowHunt via une requête HTTP ou un webhook.

À partir de là, l’agent AI exécute quatre étapes automatiquement : il lit l’intégralité du fil du ticket pour voir ce que le chatbot a manqué, compare cela à la solution réellement apportée par l’agent humain, généralise la correction en une règle réutilisable plutôt qu’une réponse unique, et l’enregistre sous forme d’entrée de mémoire structurée (sujet, déclencheur, prérequis, résolution) que le chatbot pourra retrouver lors de la prochaine question similaire. Les informations personnellement identifiables sont automatiquement supprimées avant toute sauvegarde.

Le résultat s’accumule. Les escalades résolues par votre équipe la première semaine deviennent des connaissances que le bot possède la deuxième semaine, sans que personne ait à réécrire manuellement un article de source de connaissances.

Paramètre	Où le configurer	Ce qu’il contrôle
Required answers to initialize chat with human agent	Objet Chatbot, LiveAgent	Nombre minimum de réponses AI avant que le transfert ne soit disponible
Message système de l’Agent AI	Composant Agent AI, FlowHunt	Ton, personnalité et ce que le bot est autorisé ou non à dire
Questions & Answers	FlowHunt	Réponses fixes, mot pour mot, pour des requêtes spécifiques
Modèle AI	Composant Agent AI, FlowHunt	Style de réponse et couverture linguistique
Règle d’automatisation `Update_AI`	Règles d’automatisation, LiveAgent	Déclenche la boucle d’auto-apprentissage sur les tickets résolus

Quels paramètres revoir, et à quelle fréquence

Vérifiez le taux de transfert et les questions spécifiques qui déclenchent l’escalade chaque semaine pendant le premier mois suivant tout changement de configuration, puis mensuellement une fois la tendance stabilisée. Un taux de transfert en hausse signifie généralement une lacune dans les connaissances que la boucle d’auto-apprentissage n’a pas encore comblée, et non un paramètre à repenser entièrement.

Si le ton du bot s’écarte de ce que spécifie le message système, c’est le signe qu’il faut revoir la formulation directement plutôt que de changer de modèle AI pour compenser. Et si les escalades se concentrent autour d’un sujet récurrent, c’est exactement le signal que le tag Update_AI est conçu pour détecter : assurez-vous donc que vos agents l’appliquent réellement avant de supposer que la boucle d’auto-apprentissage ne fonctionne pas.

Une fois que le minutage du transfert, le message système, la couverture multilingue et la règle d’auto-apprentissage sont tous définis intentionnellement plutôt que laissés par défaut, la différence entre « le bot fonctionne » et « le bot fonctionne comme notre équipe en a besoin » se réduit pratiquement d’elle-même.

Partagez cet article

Questions fréquemment posées

: La configuration initiale permet au chatbot de répondre aux questions : un Flow connecté, des sources de connaissances et un widget de chat appliqué. La configuration avancée, c'est tout ce que vous ajustez ensuite — le minutage du transfert, le libellé du message système, le comportement multilingue et la règle d'auto-apprentissage — pour résoudre des problèmes spécifiques que la configuration par défaut ne règle pas seule.
: Définissez le champ « Required answers to initialize chat with human agent » sur l'objet Chatbot dans LiveAgent. Ce nombre correspond au minimum de réponses AI avant que le bouton de transfert n'apparaisse. Vous pouvez aussi laisser l'Agent AI décider lui-même quand une requête est trop complexe et effectuer le transfert automatiquement, sans attendre ce seuil.
: Oui. Par défaut, l'Agent AI du modèle LiveAgent permet au visiteur de demander un humain à tout moment de la conversation. Pour restreindre cela, modifiez le message système du composant Agent AI dans FlowHunt et supprimez ou conditionnez l'instruction qui l'autorise.
: Indirectement, oui. FlowHunt prend en charge plus de 15 modèles AI, chacun ayant un style d'écriture par défaut différent. Le levier principal pour le ton et la personnalité reste le message système que vous rédigez pour le composant Agent AI, et non le choix du modèle en lui-même, mais un changement de modèle peut modifier la fidélité avec laquelle le bot suit cette consigne.
: Le chatbot détecte et répond automatiquement dans la langue du visiteur, avec une prise en charge de plus de 100 langues selon le modèle AI connecté. Les langues largement répandues fonctionnent de manière fiable dès le départ. Les langues moins courantes peuvent présenter des lacunes, ce qui vaut la peine d'être testé avec des phrases réelles avant le déploiement.
: LiveAgent ne facture pas de frais supplémentaires pour cela. L'utilisation passe par la tarification par crédits de FlowHunt, le même modèle de facturation qui couvre les conversations régulières de votre chatbot. Le coût supplémentaire se limite donc au traitement des tickets résolus que vous marquez pour l'apprentissage. Les dépenses globales dépendent toujours du volume de tickets et du modèle AI connecté.
: Vérifiez le taux de transfert et les questions spécifiques qui déclenchent l'escalade chaque semaine pendant le premier mois, puis mensuellement une fois la tendance stabilisée. Un taux de transfert en hausse indique généralement une lacune dans les connaissances que la boucle d'auto-apprentissage n'a pas encore comblée, et non une configuration à repenser de zéro.