Qu’est-ce qu’un chatbot ? Définition, types, usages et limites

Publié le 7 septembre 2026 · Modifié le 7 septembre 2026 · Vérifié le 19 septembre 2026

Les points essentiels

Un chatbot est une interface conversationnelle, pas une technologie unique.
Il peut suivre des règles, rechercher une source, générer une réponse ou coordonner des outils.
Dans la typologie de cette page, certains chatbots n’utilisent pas l’IA et tous les chatbots IA ne sont pas des agents.
La qualité dépend du périmètre, des sources, des permissions, du transfert et de la maintenance.
Le choix doit partir de l’utilisateur et du résultat, pas du modèle le plus récent.

Comprendre le besoin avant l’interface

Le terme chatbot couvre une FAQ à boutons comme un assistant génératif connecté aux données de l’entreprise. Pour éviter les malentendus, une définition utile doit décrire ce que le système reçoit, consulte, produit et peut modifier.

Cette distinction permet de comparer coûts et risques. Répondre depuis une base publique et annuler une commande ne demandent pas la même identité, les mêmes contrôles ni la même exploitation.

Définition et périmètre

Dans la typologie Contexte Lab, un chatbot est un logiciel qui échange avec une personne par texte ou voix afin de fournir une information, guider un parcours, recueillir des éléments ou préparer une tâche.

Cette définition de travail couvre des architectures différentes. Les documentations d’Amazon Lex V2 et de Dialogflow CX illustrent notamment intentions, paramètres, conversation, repli et traitement d’entrées textuelles ou vocales.^[3]^[4]

Ce qui se passe entre une question et une réponse

Une interface conversationnelle masque plusieurs décisions : comprendre l’entrée, retrouver le bon contexte, choisir une réponse ou une action, puis vérifier ce qui peut être montré à l’utilisateur. Le flux doit rester observable à chacune de ces étapes.

Les composants varient selon le projet. Un bot à boutons peut suivre des règles ; un chatbot IA peut utiliser un modèle et une base documentaire ; un agent peut sélectionner des outils. Le nom commercial ne suffit pas à connaître l’architecture.

Règles : boutons, conditions et réponses préparées.
NLP : détection d’intention, extraction et classification.
Recherche : récupération de passages ou données autorisés.
Génération : composition d’une réponse selon instructions et contexte.
Intégration : consultation ou mise à jour d’un système métier.
Supervision : refus, validation, transfert et suivi des erreurs.

Les bénéfices possibles — à mesurer

Un chatbot apporte de la valeur lorsque son rôle correspond aux demandes réelles et que l’organisation sait traiter ses limites. Les bénéfices suivants sont des hypothèses à confronter à une référence : ils ne sont ni automatiques ni garantis.

Accès rapide aux réponses couvertes.
Orientation vers le bon contenu ou service.
Collecte cohérente des informations nécessaires.
Assistance aux employés sur la documentation.
Automatisation de tâches simples après contrôle.
Identification des questions et frictions récurrentes.

Cas d’usage et niveau de contrôle

Service client

FAQ, statut autorisé, préparation de ticket et transfert.

Support des employés

Recherche dans les procédures avec identité et citations.

Qualification de demande

Collecte structurée et orientation sans décision discriminatoire.

Prise de rendez-vous

Consultation de créneaux et confirmation avec règles d’annulation.

Commande et produit

Informations exactes, sélection et action confirmée dans les systèmes.

Onboarding

Parcours guidé et accès aux ressources, avec reprise humaine disponible.

Risques, limites et mauvaises simplifications

Une réponse immédiate peut être fausse, hors sujet ou inadaptée. La vitesse n’est donc pas un indicateur suffisant. Il faut suivre les réponses absentes, corrections, transferts et conséquences d’une erreur.

La confidentialité, les droits d’accès et les obligations dépendent des données et des actions. Une plateforme déclarée sécurisée ou conforme ne dispense pas de qualifier le dispositif réel.

Une formulation chaleureuse ne garantit ni empathie ni jugement humain.
Ambiguïté et conversations longues difficiles à gérer.
Biais ou erreurs provenant des règles, sources ou modèles.
Risque sur la confidentialité et les permissions.
Dépendance au fournisseur, aux intégrations et à la maintenance.
Mauvaise expérience lorsque la sortie ou le transfert n’est pas clair.

Comparer les options sur des critères observables

Comparer les options sur des critères observables
Type	Principe	Limite principale
À règles	Suit des choix et conditions préparés	Couvre mal les formulations imprévues
Documentaire	Recherche dans des sources définies	Dépend de la qualité et des permissions des documents
Génératif	Compose une réponse en langage naturel	Peut ajouter une information inexacte
Hybride	Combine règles, recherche et génération	Demande davantage de tests et d’exploitation
Agentique	Choisit parmi des actions autorisées	Augmente les chemins, permissions et conséquences possibles

Comment un chatbot traite le langage et le contexte

Traitement du langage naturel

Un composant peut classer l’intention, extraire une référence, détecter une langue ou rapprocher une formulation d’un sujet connu. Ces opérations produisent des probabilités et demandent un seuil ainsi qu’une voie “incertaine”.^[3]^[4]

Conscience contextuelle ou mémoire limitée

Le système peut réutiliser les messages de la session ou certaines informations autorisées. Il ne possède pas une conscience de la situation : la portée, la durée, la correction et la suppression du contexte doivent être explicitement conçues.

Recherche documentaire et citations

Un chatbot documentaire recherche des passages dans un corpus accessible puis les fournit au modèle. Les droits sont appliqués avant la recherche et la réponse doit pouvoir signaler qu’aucune source suffisante n’a été trouvée.^[2]

Du texte à une action

Consulter une commande, modifier une réservation ou créer un ticket nécessite identité, permission, validation des paramètres et gestion du doublon. La conversation ne constitue pas à elle seule une autorisation.

Distinguer les principaux types de chatbots

Chatbots fondés sur des règles

Ils suivent des boutons, mots-clés et conditions préparés. Leur périmètre est lisible et testable, mais ils gèrent difficilement les formulations imprévues ou les parcours qui accumulent de nombreuses exceptions.^[3]

Chatbots utilisant classification et extraction

Ils emploient des modèles pour reconnaître une intention ou transformer un message en champs structurés, puis passent la main à des règles. Cette architecture suffit souvent sans génération libre.^[3]^[4]

Chatbots documentaires

Ils cherchent dans une base de connaissances et composent une réponse à partir des passages trouvés. Leur qualité dépend autant de la gouvernance du corpus que du modèle de langage.^[2]

Chatbots d’IA générative

Ils produisent des formulations souples et peuvent synthétiser plusieurs éléments. Cette capacité ajoute un risque d’invention, de nuance perdue ou de non-respect d’un format, ce qui impose des évaluations spécifiques.^[2]

Chatbots agentiques

Ils choisissent parmi plusieurs outils et adaptent la suite selon leurs résultats. Leur intérêt apparaît lorsque le parcours varie réellement ; leurs permissions, plafonds, traces et conditions d’arrêt doivent être testés comme des fonctions du produit.

Évaluer les bénéfices sans les présumer

Disponibilité et continuité de service

Un chatbot peut recevoir une demande à toute heure, mais il ne résout que ce que ses sources et systèmes permettent. Affichez les limites, délais de reprise et canaux disponibles lorsque l’équipe humaine est absente.

Coût du service client

Mesurez le coût par demande correctement résolue : plateforme, modèles, intégrations, supervision, maintenance et reprises inclus. Un volume de conversations élevé peut signaler une friction non résolue plutôt qu’une économie.

Engagement et fidélité

Une interaction utile peut réduire l’effort et orienter plus vite. Une réponse répétitive, fausse ou impossible à quitter détériore au contraire la relation. Suivez satisfaction contextualisée, abandon, répétition et transfert.

Automatisation des flux de travail

La valeur apparaît lorsque les informations recueillies alimentent proprement un ticket, un rendez-vous ou un dossier. Validez les champs et faites confirmer les actions importantes avant de déclencher le workflow.

Sécurité de niveau entreprise : une configuration, pas un slogan

Identités, rôles, chiffrement, lieux de traitement, journaux et incidents doivent correspondre à votre architecture. Une fonction ou certification du fournisseur ne garantit pas que le bot est correctement configuré.

Prévenir les risques et limites conversationnels

Confidentialité et séparation des utilisateurs

Le bot ne doit rechercher que les documents autorisés pour la personne authentifiée. Testez les changements d’identité, les liens partagés, les exports, les journaux et les demandes visant à révéler le contexte d’un autre utilisateur.^[2]

Émotion, nuance et situations sensibles

La détection de sentiment ne remplace ni l’empathie ni le jugement. Les plaintes graves, menaces, urgences, vulnérabilités ou décisions touchant une personne doivent suivre des règles de transfert adaptées au contexte.

Conversations longues et demandes multiples

Le système peut perdre une contrainte, mélanger deux objectifs ou poursuivre une hypothèse devenue fausse. Résumez ce qui a été compris, demandez confirmation et permettez de corriger ou recommencer sans conserver un état erroné.^[2]

Biais, erreurs et réponses inexactes

Constituez des cas de test représentant langues, formulations, groupes d’utilisateurs et exceptions pertinentes. Analysez les erreurs par conséquence, pas seulement par moyenne globale.^[1]^[2]

Conformité et information des personnes

Identifiez clairement l’interaction automatisée lorsque le contexte l’exige, expliquez la finalité des données et fournissez un recours utilisable. Les exigences exactes dépendent de l’usage et doivent être validées par les responsables compétents.

Choisir une plateforme de chatbot étape par étape

Déterminer le cas d’usage

Écrivez le résultat principal, les demandes incluses, les demandes exclues et la conséquence maximale d’une erreur. Cette définition élimine les fonctions séduisantes qui n’aident pas le besoin prioritaire.

Identifier le public et les identités

Client anonyme, client connecté, candidat et salarié n’ont pas les mêmes données ni droits. Définissez l’authentification, la base juridique applicable, les langues, l’accessibilité et le transfert pour chaque public.

Choisir les canaux nécessaires

Site web, application, messagerie, voix et outils internes imposent des formats et règles différents. Commencez sur le canal où les conversations et les reprises peuvent être observées avant de multiplier les intégrations.

Définir le budget complet

Séparez conception, intégration, licences, consommation, stockage, canaux, tests, support et amélioration. Simulez plusieurs volumes et une hausse du taux de transfert pour éviter un budget fondé uniquement sur le prix par message.

Comparer les fournisseurs sur votre corpus

Faites exécuter le même jeu de conversations et vérifiez qualité, citations, latence, export, observabilité, sécurité, administration et coûts. Une démonstration du fournisseur sur ses propres exemples ne suffit pas.

Choisir et déployer sans surpromettre

Commencez par un corpus de conversations représentatives, y compris les demandes ambiguës et les situations où le chatbot doit refuser ou transférer. Définissez la qualité attendue avant de comparer les outils.

Le pilote doit produire une décision. S’il améliore le service sans déplacer trop d’erreurs vers les équipes, le périmètre peut s’étendre. Sinon, corrigez les sources, réduisez le rôle ou conservez une solution plus simple.

Déterminer le cas d’usage et le public.
Choisir les canaux nécessaires, pas tous les canaux possibles.
Inventorier sources, responsables et fréquence de mise à jour.
Définir actions, permissions et validation.
Préparer un corpus de tests et des seuils.
Comparer coût complet, contrôle, export et support des fournisseurs.

Questions fréquentes

Quel est le principe d’un chatbot ?

Recevoir un message, déterminer une route et produire une réponse ou une action dans un cadre défini.

Tous les chatbots utilisent-ils l’IA ?

Dans la typologie de cette page, non. Certains suivent uniquement des règles ou des arbres de décision. D’autres utilisent classification, recherche ou génération.

Quelle différence entre chat et chatbot ?

Le chat est un canal de conversation, souvent entre personnes. Le chatbot automatise une partie des réponses ou actions dans ce canal.

À quoi sert un chatbot ?

Informer, orienter, collecter, rechercher, préparer ou exécuter une tâche selon ses sources et permissions.

Les chatbots remplacent-ils les humains ?

Ils peuvent automatiser certaines interactions, mais les cas complexes, sensibles et relationnels nécessitent un transfert et une responsabilité humaine.^[1]

Comment choisir une plateforme ?

Testez votre corpus, vos canaux, vos intégrations, vos exigences de données, vos coûts et votre capacité d’exploitation.

Sources

AI Risk Management Framework — National Institute of Standards and Technology. Publié le 26 janvier 2023. Consulté le 19 septembre 2026. ↩1 ↩2
Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — National Institute of Standards and Technology. Publié le 26 juillet 2024. Consulté le 19 septembre 2026. ↩1 ↩2 ↩3 ↩4 ↩5 ↩6
Amazon Lex V2 core concepts — Amazon Web Services. Consulté le 19 septembre 2026. ↩1 ↩2 ↩3 ↩4
Agents | Dialogflow CX — Google Cloud. Consulté le 19 septembre 2026. ↩1 ↩2 ↩3