Un assistant qui recommande les bons produits, sans jamais en inventer

Le contexte

Malvi’s Cooking propose à ses utilisateurs une offre de produits et de contenus.

Face à une offre riche, un utilisateur ne sait pas toujours quoi choisir. Un bon conseil, adapté à sa situation, fait souvent la différence.

Le défi

Malvi’s Cooking souhaitait utiliser l’IA pour créer une expérience de recommandation plus personnalisée.

Le risque d’un assistant IA classique est bien connu : il répond avec assurance, y compris lorsqu’il se trompe. Un assistant qui recommande un produit inexistant ou décrit mal une offre fait perdre la confiance du client.

Notre approche

Notre règle de départ : l’assistant ne doit parler que de ce qui existe vraiment. Plutôt que de laisser le modèle répondre de mémoire, nous l’obligeons à consulter la connaissance de la marque avant chaque réponse.

Ce que nous avons construit

Le socle de données

Nous avons structuré et connecté les informations dont l’assistant a besoin, pour qu’il dispose d’une connaissance fiable de l’offre et retrouve les informations pertinentes selon le contexte de chaque conversation.

La couche IA

Nous avons développé un assistant conversationnel basé sur une architecture RAG (génération augmentée par la recherche).

Concrètement, avant de générer une réponse, le système recherche les informations pertinentes dans la base de connaissances. Chaque recommandation est ainsi construite à partir des produits et contenus réellement disponibles.

Les résultats

Malvi’s Cooking dispose d’un assistant capable de transformer sa connaissance produit en recommandations personnalisées et en échanges commerciaux.

Chaque recommandation reste ancrée dans l’offre réelle de la marque.