La méthode Smartly pour réussir ses projets RAG

La méthode Smartly pour les projets RAG garantit des solutions complètes, efficaces et innovantes, grâce à une définition rigoureuse des besoins, une priorisation claire des cas d’usage et une amélioration continue par itérations et évaluations régulières.

Dans un environnement technologique qui évolue très vite, créer des chatbots performants demande une approche méthodique et précise. Chez Smartly.ai, nous avons développé une méthode rigoureuse pour que nos projets RAG, Retrieval-Augmented Generation, ne se contentent pas de répondre aux attentes de nos clients, mais les dépassent. Cet article présente notre processus, depuis l’inventaire initial jusqu’à l’amélioration continue.

La première phase consiste à définir clairement les besoins, les ressources disponibles et les contraintes du projet. Voici comment nous structurons cette étape essentielle.

Identifier les groupes d’utilisateurs : distinguer les différents profils qui interagiront avec le chatbot, par exemple :

Un cadre connecté de 35 ans qui voyage fréquemment pour le travail et a besoin d’un accès constant à l’information.

Une mère active de 28 ans qui veut gagner du temps en faisant ses courses en ligne pour les récupérer le vendredi soir au drive.

Comprendre les besoins : analyser leurs attentes spécifiques et leur manière d’utiliser le chatbot afin de personnaliser les réponses et d’améliorer l’expérience utilisateur.

2. Analyser les sources d’insatisfaction

Recueillir les retours : identifier de façon récurrente les points de frustration ou d’insatisfaction remontés par les centres de contact et les équipes support. Cela suppose de mettre en place des boucles de feedback régulières et des enquêtes adaptées.

Exemples de questions d’enquête :

Quels sont les problèmes les plus fréquents que vous rencontrez ?

Comment les résolvez-vous aujourd’hui ?

Quelles fonctionnalités aimeriez-vous voir apparaître dans notre chatbot ?

Identifier les cas d’usage : utiliser une matrice criticité/complexité pour évaluer et sélectionner les cas d’usage les plus pertinents. Cette approche permet de prioriser des quick wins pour des déploiements rapides, mais aussi des cas plus complexes, notamment ceux nécessitant des intégrations API, dès lors qu’ils apportent une forte valeur à l’utilisateur.

Évaluer la complexité : déterminer la complexité technique et opérationnelle de chaque cas d’usage afin de prioriser leur mise en œuvre.

Contenus existants : recenser les contenus déjà disponibles et réutilisables pour le chatbot, comme les FAQ, les guides utilisateurs ou les scripts de support.

Contenus à améliorer : identifier les contenus à enrichir pour obtenir une meilleure recherche sémantique et une meilleure pertinence des réponses.

Contenus à créer : planifier la production de nouveaux contenus à partir des besoins identifiés. Enrichir des contenus, par exemple avec l’IA générative pour améliorer des fiches produits, peut significativement renforcer l’efficacité du retrieval.