L’IA de Heedback ne se contente pas de répondre aux questions — elle apprend. Chaque article de base de connaissances que vous rédigez, chaque correction qu’un agent apporte dans une conversation, alimente la mémoire de l’IA. Au fil du temps, les réponses deviennent plus précises, plus alignées avec votre ton, et plus fidèles aux nuances que seule votre équipe maîtrise.

Ce guide vous explique comment fonctionne la mémoire IA, comment la gérer, et comment entraîner délibérément l’IA pour qu’elle devienne une extension fiable de votre équipe support.

Prérequis

Avant de travailler avec la mémoire IA, assurez-vous que :

Vous avez une organisation Heedback active avec un forfait Pro.
Votre fournisseur IA est configuré dans Paramètres > Configuration IA (OpenAI ou Anthropic).
Vous avez au moins quelques articles de base de connaissances publiés — ils constituent le socle de la compréhension de l’IA.
Votre compte dispose des permissions administrateur ou propriétaire.

Comment fonctionne la mémoire IA

La mémoire IA de Heedback se construit à partir de deux sources principales :

Les articles de la base de connaissances : quand vous publiez ou mettez à jour un article, l’IA indexe son contenu. C’est le socle structuré — explications produit, politiques, étapes de dépannage et FAQ.
Les corrections humaines dans les conversations : quand un agent modifie, remplace ou corrige une réponse générée par l’IA dans la boîte de réception, Heedback capture cette correction comme une entrée de mémoire. L’IA traite les corrections comme un contexte prioritaire pour les questions similaires à venir.

Cette approche à double source signifie que l’IA est utile dès le premier jour (grâce à vos articles) et devient progressivement plus intelligente grâce à l’utilisation réelle.

Consulter vos entrées de mémoire IA

Pour parcourir ce que l’IA a appris :

Rendez-vous dans IA > Mémoire dans la barre latérale gauche.
Vous verrez une liste d’entrées de mémoire, chacune affichant la question ou le contexte d’origine, la correction ou le fait appris, et la date de capture.
Utilisez la barre de recherche pour filtrer les entrées par mot-clé — utile quand vous voulez vérifier si l’IA connaît déjà un sujet spécifique.

Les entrées de mémoire sont organisées chronologiquement, les corrections les plus récentes en haut. Chaque entrée indique sa source : « Base de connaissances » ou « Correction d’agent ».

Modifier et supprimer des entrées de mémoire

Toutes les corrections ne vieillissent pas bien. Les fonctionnalités du produit évoluent, les politiques changent, et parfois la correction d’un agent était contextuelle plutôt qu’universelle. Vous pouvez affiner la mémoire de l’IA manuellement :

Modifier une entrée : cliquez sur n’importe quelle entrée pour l’ouvrir. Ajustez le contenu enregistré pour le rendre plus précis ou plus général. Par exemple, si un agent a corrigé une réponse pour le cas particulier d’un client, vous pourriez la généraliser afin que l’IA applique la leçon de manière plus large.
Supprimer une entrée : si une entrée de mémoire est obsolète ou incorrecte, supprimez-la. L’IA cessera immédiatement de l’utiliser comme contexte.

Considérez la gestion de la mémoire comme l’entretien d’un jardin — un élagage régulier maintient les réponses de l’IA pertinentes et affûtées.

Entraîner l’IA par les corrections

Le moyen le plus puissant d’améliorer les réponses de l’IA passe par les conversations quotidiennes :

Laissez l’IA rédiger un brouillon de réponse dans la boîte de réception lorsqu’un message client arrive.
Vérifiez le brouillon. S’il est correct, envoyez-le. S’il est approximatif, modifiez la réponse avant l’envoi.
La correction est capturée automatiquement. Heedback enregistre le brouillon IA original, votre version corrigée et la question du client comme contexte.
Les futures questions similaires intégreront la correction. L’IA apprend que votre version est préférée pour ce type de question.

Cette boucle de rétroaction signifie que votre équipe n’a pas besoin de réserver du temps pour des « sessions d’entraînement de l’IA ». L’entraînement se fait naturellement pendant que les agents font leur travail habituel.

Conseils et bonnes pratiques

Soyez cohérent dans vos corrections. Si deux agents corrigent le même type de question différemment, l’IA reçoit des signaux contradictoires. Alignez votre équipe sur des réponses standard pour les scénarios courants.
Rédigez d’abord les articles de base de connaissances. L’IA fonctionne mieux lorsqu’elle dispose d’articles structurés sur lesquels s’appuyer. Les corrections sont puissantes mais fonctionnent mieux comme ajustements par-dessus une base d’articles solide.
Revoyez la mémoire chaque mois. Programmez un rappel récurrent pour parcourir les entrées. Supprimez tout ce qui est lié à des fonctionnalités dépréciées, d’anciens tarifs ou des promotions expirées.
Utilisez les corrections pour le ton, pas seulement pour les faits. Si l’IA semble trop formelle ou trop décontractée, modifier les réponses lui enseigne votre style de communication préféré — pas seulement la bonne réponse.
Ne sur-corrigez pas. Des retouches de formulation mineures sur chaque réponse créent du bruit. Concentrez les corrections sur les erreurs factuelles, le contexte manquant ou les réponses significativement hors sujet.

Fonctionnalités associées

Base de connaissances : la source de contenu principale de la mémoire IA. Des articles bien structurés produisent de meilleures réponses IA dès le départ.
Réponse automatique IA : activez les réponses automatiques de l’IA dans le widget et la boîte de réception. La mémoire IA améliore directement la précision des réponses automatiques.
Boîte de réception support : là où se produisent les corrections des agents. Chaque brouillon IA modifié dans la boîte de réception alimente la mémoire.
Widget : vos clients interagissent avec l’IA via le widget intégrable — la première ligne où la mémoire IA fait une différence visible.