RAG Chatbot

RAG signifie Retrieval Augmented Generation. Son principe repose sur deux étapes successives : la recherche (retrieval) puis la génération (generation). Pour commencer, les contenus de votre app sont transformés en embeddings — des représentations mathématiques qui permettent de comparer les textes entre eux. Lorsqu’un utilisateur pose une question, celle-ci est également convertie en embedding, puis comparée aux embeddings des contenus de votre app pour retrouver les passages les plus pertinents grâce à une recherche sémantique. Les extraits retenus sont ensuite fournis au modèle de langage, qui rédige une réponse claire et naturelle en donnant la priorité aux informations issues de votre app, tout en gardant la capacité de reformuler pour la lisibilité.

RAG Chatbot s’appuie sur les contenus que vous choisissez dans l’app pour constituer sa base de connaissances. Trois types sont pris en charge : articles, événements et points de carte. Les sources incluent aussi bien les contenus créés dans le CMS GoodBarber que ceux provenant de flux externes que vous avez intégrés. Vous gardez la main sur le périmètre : pour chaque section, vous définissez le nombre d’éléments à indexer et celles qui doivent être incluses dans le chatbot. À chaque ajout ou mise à jour de contenu, la base de connaissances est automatiquement actualisée, garantissant des réponses toujours alignées avec vos informations les plus récentes.

Vous personnalisez l’apparence du chatbot pour qu’il reflète l’identité visuelle de votre app : choix des couleurs, des polices et du style d’affichage. Les sources utilisées dans les réponses sont mises en avant sous forme de cards claires et interactives, permettant à vos utilisateurs d’accéder facilement à l’article, l’événement ou le point de carte d’origine. Le chatbot devient ainsi une expérience fluide et harmonisée, parfaitement intégrée à votre univers.

• 
  Choix des couleurs
• 
  Chois des polices
• 
  Photo du Chatbot
• 
  Style

L’utilisation de RAG Chatbot repose sur un système de crédits. Chaque abonnement inclut un quota de 5000 crédits par mois, automatiquement renouvelé. Ces crédits sont consommés à chaque action : indexation de nouveaux contenus, question posée par un utilisateur, ou génération de la réponse. Si votre quota est épuisé avant la fin du mois, vous pouvez acheter des crédits supplémentaires pour garantir la continuité du service.

RAG Chatbot vous laisse le choix du modèle d’IA utilisé pour l’indexation et la génération des réponses. Ce choix a un impact direct sur la consommation de crédits : certains modèles sont rapides et économiques, d’autres plus gourmands mais capables de produire des réponses plus fines et nuancées. Par exemple, un modèle comme GPT-4o-mini permet de réduire les coûts, tandis qu’un modèle comme GPT-5 offre une qualité maximale. Vous décidez selon vos priorités : optimiser le budget ou privilégier la précision. Cette flexibilité vous permet d’adapter le service aux besoins spécifiques de votre app.