Chatbot Institutionnel
Assistant conversationnel 24/7 pour le Learning Planet Institute. Architecture RAG alimentée par le contenu du site.
Architecture
Le système repose sur une architecture Retrieval Augmented Generation (RAG) : le contenu du site est crawlé, indexé dans une base vectorielle, puis mobilisé dynamiquement pour générer des réponses contextuelles.
Crawl → Retrieval → Génération
Fonctionnement
1. Crawling : Extraction automatisée du contenu web (pages, actualités, ressources pédagogiques).
2. Génération : Le LLM synthétise une réponse cadrée par le system prompt institutionnel.
System Prompt
Le system prompt définit le ton, les valeurs et les limites de l’assistant : réponses factuelles basées uniquement sur le contenu indexé, redirection vers un humain pour les demandes complexes, respect de la ligne éditoriale de l’institut. Cela garantit des réponses alignées avec l’identité institutionnelle.
Impact
Disponibilité 24/7 pour les visiteurs internationaux, réduction de la charge sur l’équipe support, amélioration de l’accessibilité à l’information. Le chatbot traite les questions récurrentes et oriente les demandes spécifiques vers les interlocuteurs appropriés.
Mon Rôle
Creative Tech Lead
Ingénierie des prompts
Composants
Pipeline de crawling via Chatbase
Retrieval Augmented Generation
System prompt institutionnel
Intégration web
Contexte
Learning Planet Institute
Paris, France