Lorsqu'un client envoie un message tel que « Je n'ai jamais reçu mon colis et je veux être remboursé », il se passe en réalité deux choses : une réclamation concernant la livraison et une demande de remboursement. L'IA doit comprendre les deux, prioriser la bonne et orienter la conversation vers le bon scénario. C'est ça, la détection d'intention — et c'est l'épine dorsale de tout système de support piloté par IA.
Qu'est-ce que la détection d'intention ?
La détection d'intention est le processus qui consiste à lire le message d'un client et à classer ce qu'il souhaite accomplir. C'est différent de la correspondance par mots-clés. Un système à mots-clés voit « remboursement » et déclenche un flux de remboursement. La détection d'intention comprend que « j'aimerais récupérer mon argent », « pouvez-vous annuler la transaction » et « c'est inacceptable, je veux un remboursement intégral » signifient tous la même chose — même s'ils ne partagent aucun mot-clé.
La détection d'intention moderne utilise de grands modèles de langage (LLM) comme Claude pour comprendre le sens derrière le texte, pas seulement les mots. Cela compte parce que les clients n'écrivent pas dans le format structuré auquel les systèmes à base de règles s'attendent.
Comment Claude AI classe les messages
Lorsqu'un message arrive, SupportPilot l'envoie à Claude avec une invite de classification structurée. L'IA évalue le message par rapport à un ensemble prédéfini d'intentions et renvoie une réponse structurée :
- Intention principale : ce que le client veut principalement (par exemple,
refund). - Intention secondaire : une demande supplémentaire, si elle est présente (par exemple,
complaint). - Score de confiance : à quel point l'IA est certaine de sa classification (0-100 %).
- Niveau d'urgence : faible, moyen ou élevé, selon le ton et le contenu.
- Sentiment : positif, neutre ou négatif.
Ce résultat structuré est ce qui pilote toutes les décisions en aval. Le système de scénarios lit l'intention, le score de confiance détermine si l'IA agit de manière autonome ou fait remonter la demande, et le niveau d'urgence influence la priorité de réponse.
La taxonomie des intentions
SupportPilot reconnaît les intentions principales suivantes, optimisées spécifiquement pour le support e-commerce :
question— Questions générales sur les produits, les politiques, l'expédition ou la boutique. L'intention la plus courante, généralement gérée par la recherche dans la base de connaissances.wismo— « Où est ma commande ? » Suivi de commande et demandes sur le statut de livraison.refund— Demandes de remboursement, remboursements partiels ou rétrofacturations.cancellation— Demandes d'annulation d'une commande avant son expédition.modification— Modifications de l'adresse de livraison, des articles commandés ou des préférences de livraison.complaint— Expressions d'insatisfaction pouvant ou non inclure une demande spécifique.return— Demandes de retour d'article, souvent avec préférences d'échange ou de crédit en magasin.other— Messages qui ne correspondent à aucune catégorie standard.
Scores de confiance et escalade
Le score de confiance est essentiel. Il ne s'agit pas seulement de précision — il s'agit de savoir quand l'IA doit agir et quand elle doit s'effacer.
Dans SupportPilot, le seuil de confiance fonctionne ainsi :
- Confiance élevée (80-100 %) : l'IA est très sûre de l'intention. Si le scénario est en mode pilote automatique, elle gère la conversation de bout en bout.
- Confiance moyenne (50-79 %) : l'IA a une supposition raisonnable mais n'est pas certaine. Elle rédige une réponse pour révision humaine (le mode copilote s'active automatiquement).
- Confiance faible (inférieure à 50 %) : l'IA ne peut pas classer le message de manière fiable. Elle signale le ticket pour un triage humain et fournit sa meilleure estimation à titre de suggestion.
Ce système à trois niveaux évite le problème le plus courant avec le support IA : les réponses confiantes mais erronées. Quand l'IA n'est pas sûre, elle le dit. C'est la différence entre une automatisation utile et un chatbot frustrant.
Messages à intentions multiples
Les clients posent rarement une seule question à la fois. « Où est ma commande ? J'ai aussi besoin de changer l'adresse pour ma prochaine livraison d'abonnement, et votre site était en panne hier. » Cela fait trois intentions dans un seul message : WISMO, modification et plainte.
L'IA détecte l'intention principale (la plus actionnable) et l'intention secondaire. Chacune déclenche son scénario respectif. La réponse aborde toutes les parties du message dans une réponse naturelle et unifiée — pas trois réponses distinctes cousues ensemble.
Comment les scénarios utilisent les intentions
Une fois l'intention classée, le système la fait correspondre au scénario approprié. La correspondance fonctionne comme suit :
- L'intention
wismoactive le scénario WISMO, qui appelle l'API Shopify pour récupérer les informations de suivi. - L'intention
refundactive le scénario de remboursement, qui vérifie l'éligibilité de la commande et soit traite, soit fait remonter la demande. - L'intention
questiondéclenche une recherche dans la base de connaissances, extrayant des réponses sémantiquement pertinentes de vos documents, politiques et FAQ. - L'intention
complaintavec une urgence élevée fait automatiquement remonter le ticket pour révision humaine, quel que soit le mode du scénario.
Voilà la boucle principale : détecter l'intention, faire correspondre le scénario, exécuter la stratégie. Cela se passe en quelques secondes et traite avec précision la grande majorité des conversations de support.
Pourquoi cette approche surpasse les mots-clés
Les systèmes basés sur des mots-clés échouent face à l'ambiguïté. « J'adore le produit mais la livraison était désastreuse » contient à la fois un sentiment positif et négatif — un système à mots-clés manquerait soit la plainte, soit classerait mal le message entier. La détection d'intention basée sur les LLM comprend le contexte, le sarcasme, les demandes composées et la différence entre « je veux annuler » et « pouvez-vous me parler de votre politique d'annulation ? ».
Le résultat : moins de tickets mal orientés, moins de mauvaises réponses et une meilleure satisfaction client. L'IA répond correctement dès la première fois, et quand elle n'est pas sûre, elle demande de l'aide au lieu de deviner.
Vous voulez voir la détection d'intention en action ? Essayez SupportPilot AI — la fonctionnalité Sandbox vous permet de tester comment l'IA classe n'importe quel message que vous saisissez.