# Faut-il une base de connaissances parfaite pour un agent IA ? > Un agent IA a besoin d'une base de connaissances juste et organisée. Faut-il des mois de remise à plat avant de le lancer ? Non : partez de l'existant. Auteur : Fabien Monnier, Gem CX. Publié le 2026-10-26. URL : https://gem-cx.com/fr/blog/base-de-connaissances-agent-ia ## L'essentiel - Un agent IA répond avec ce qu'il lit : une base qui se contredit lui fait donner des réponses différentes, une base trouée le fait passer la main plus souvent. - Les tickets disent souvent plus vrai que les documents officiels : une règle écrite décrit parfois une pratique que l'équipe a abandonnée. - L'IA peut proposer l'arborescence de la base et rédiger les brouillons, et l'équipe garde la décision sur tout ce qui engage la marque. - Quelques réunions ciblées suffisent pour les process que personne n'a jamais mis par écrit. Non. Un agent IA ne vaut que ce que vaut sa base de connaissances, et sur ce point les plus prudents ont raison : il lui faut une information juste, complète et rangée. Mais il n'est pas nécessaire de passer trois ou six mois à tout réécrire avant de commencer. Le centre d'aide, les réponses de l'équipe et les manuels produits suffisent pour démarrer, si l'IA aide à les organiser et si l'équipe valide ce qui part en ligne. ![Quatre sources (centre d'aide, réponses de l'équipe, manuels produits, quelques réunions) alimentent l'IA, qui propose le plan et les brouillons. L'équipe valide, puis l'agent IA signale les trous](https://gem-cx.com/blog/ai-agent-knowledge-base/sources-fr.svg) _Partir de l'existant : l'IA organise, l'équipe valide, l'agent montre ce qui manque._ ## Deux discours qu'on entend sur les agents IA Quand une marque se renseigne sur les agents IA, elle entend en général deux discours. Le premier vient des vendeurs de rêve. L'IA arrange tout : on la branche, elle comprend vos clients, elle automatise votre service client du jour au lendemain. À les écouter, c'est presque magique. Le second vient de ceux qui en ont déjà déployé. Plus on parle à des gens expérimentés, plus on entend la même mise en garde : un bon agent demande des données bien organisées, complètes et fiables, et ce n'est pas si facile que ça. Honnêtement, le second discours est juste. C'est le point le plus important de tout projet d'agent IA. Là où je ne suis pas d'accord, c'est sur la conclusion qu'on en tire souvent : d'abord six mois de remise à plat de la base de connaissances, ensuite l'agent. ## Pourquoi la base de connaissances compte autant ? Parce qu'un agent IA répond avec ce qu'il lit. Il ne connaît ni votre politique de retour, ni vos délais, ni vos conditions de garantie : il les trouve dans vos textes, ou il ne les trouve pas. Dans les marques que j'accompagne, comme dans l'équipe de service client que j'ai dirigée, je retrouve à peu près toujours les trois mêmes défauts : - des articles qui ne sont plus à jour : un délai, un transporteur, une condition qui a changé depuis leur rédaction, - des documents qui se contredisent, parce qu'ils ont été écrits à des époques différentes, par des personnes différentes, - des sujets que personne n'a jamais écrits, parce que l'équipe les connaît par cœur. Un conseiller compense ces défauts sans y penser. Il sait quelle version est la bonne et à qui demander quand il ne sait pas. Un agent, lui, n'a que le texte : il répète ce qui est périmé et peut donner l'une ou l'autre version d'une règle. Quand l'information manque, un agent bien construit passe la main à l'équipe, et chacun de ces passages montre précisément ce qu'il faut écrire. ## Faut-il tout réorganiser avant de commencer ? Non. Une marque qui a un service client depuis quelques années a déjà presque tout ce qu'il faut, éparpillé à quatre endroits : 1. le centre d'aide et les réponses types de l'équipe, 2. les tickets, c'est-à-dire ce que les conseillers répondent vraiment, jour après jour, 3. les documents produits : manuels, fiches techniques, conditions de garantie, 4. la tête de quelques personnes, pour les process que personne n'a jamais mis par écrit. De ces quatre sources, les tickets sont souvent la plus fiable. Chez une marque que nous accompagnons, avant que l'agent ne traite la moindre réclamation sous garantie, nous avons repris quelques centaines de réclamations passées. Les règles telles qu'elles avaient été écrites au départ correspondaient rarement à ce que l'équipe faisait vraiment. Les règles tirées des réclamations elles-mêmes collaient à la pratique dans la grande majorité des cas. La matière est là, mais sous une forme difficile à exploiter : des schémas faits à la main, des Google Sheets qu'il faut décortiquer ligne par ligne, des articles qui ne se répondent pas. Tout réécrire à la main prend des mois, et pendant ce temps vos clients posent toujours les mêmes questions. Je ne demande donc pas aux équipes de passer trois ou six mois à réorganiser une base floue avant de lancer quoi que ce soit. ## Partir de l'existant, avec l'IA Concrètement, je me sers de l'IA pour le gros du tri, et je garde l'équipe pour ce qu'elle seule peut trancher. **L'IA propose l'arborescence.** À partir du centre d'aide, des réponses types et d'un échantillon de tickets, elle regroupe les sujets et propose un plan : livraison, retours, garantie, entretien, paiement. L'équipe corrige ce plan au lieu de l'écrire. **Les réponses de l'équipe deviennent des articles.** Ce que les conseillers tapent à la main tous les jours, et qui n'existe dans aucun article, devient un brouillon. Il est validé quand plusieurs conseillers donnent la même réponse. Quand la règle dépend d'une décision de la marque, il attend cette décision. **Les contradictions remontent dans un tableau.** Chaque désaccord entre deux sources devient une ligne : ce que dit l'une, ce que dit l'autre, et une case pour que l'équipe choisisse la bonne version. L'article est mis à jour ensuite. **Les manuels produits deviennent des brouillons.** Déposés dans un dossier partagé, ils sont relus par l'IA, qui en tire un brouillon d'article dans chaque langue et signale quand la fiche du catalogue promet ce que le manuel ne décrit pas. Rien n'arrive à l'agent sans validation. **Quelques réunions ciblées.** Il reste toujours des process que personne n'a écrits : qui décide d'un geste commercial, ce qu'on fait d'un colis abîmé, à partir de quand on rembourse. Pour ceux-là, quelques réunions courtes avec les bonnes personnes suffisent. Pas besoin d'en organiser cinquante. J'ai appris à ne pas en faire trop. Chez un marchand en ligne, nous avions d'abord généré automatiquement, à partir de ses conversations, une carte de tout ce que l'agent ne savait pas. Le résultat était illisible. Nous l'avons remplacée par un tableau simple, une ligne par situation client : les informations nécessaires, la règle de décision, qui tranche. Puis je me suis rendu compte que la marque avait déjà rangé l'essentiel de ces situations dans sa politique de garantie, écrite quelques semaines plus tôt. Les lignes du tableau viennent maintenant de ce document. ## Ce que l'IA ne fait pas à votre place L'IA ne décide pas de vos règles. Quand deux sources se contredisent, elle peut le voir, mais elle ne sait pas laquelle est juste. C'est l'équipe qui tranche. Elle n'invente pas une information absente. Si une caractéristique produit n'est écrite nulle part, il faut la demander à l'équipe produit, puis la ranger avec les données du produit plutôt que dans un article général. Elle ne valide pas ce qui engage la marque. Remboursements, garanties, promesses sur ce que fait un produit : un brouillon tiré d'un manuel peut reprendre une promesse du catalogue que le produit ne tient pas. Une personne relit avant la mise en ligne. Et la validation demande un peu de temps à l'équipe. En principe, ce temps diminue au fil des semaines, parce que l'agent ne fait plus remonter que les vrais trous. ## Par où commencer ? Si vous voulez lancer un agent IA dans les prochaines semaines, je commencerais par quatre choses : - rassembler ce qui existe : l'export du centre d'aide, les réponses types, quelques semaines de tickets, les manuels produits, - faire proposer une arborescence par l'IA, puis la corriger en équipe, - lister les contradictions et les trancher, avant d'ajouter du contenu, - noter les process que personne n'a écrits, et prévoir une réunion courte pour chacun. Ensuite, lancez l'agent sur les sujets les mieux couverts. Les questions auxquelles il ne sait pas répondre vous diront quoi écrire la semaine suivante. La page [agent IA](https://gem-cx.com/fr/ai-agent) explique comment nous construisons un agent à partir de vos propres données. ## Questions fréquentes ### Combien d'articles faut-il pour lancer un agent IA ? Il n'y a pas de nombre minimum. Ce qui compte, c'est que les questions les plus fréquentes de vos clients soient couvertes : livraison, suivi de commande, retours, paiement, garantie. Le reste vient au fil des semaines, à partir des questions auxquelles l'agent n'a pas su répondre. ### Peut-on se servir des anciens tickets pour créer la base de connaissances ? Oui, c'est même la meilleure source sur ce que l'équipe répond vraiment. Un article tiré des tickets ne garde que la règle ou l'information, jamais les données d'un client, et une personne le valide avant que l'agent s'en serve. Nos pratiques sur les données sont décrites sur la page [sécurité](https://gem-cx.com/fr/security). ### Qui doit valider les articles rédigés par l'IA ? Le responsable du service client, ou un conseiller expérimenté qu'il désigne. La relecture compte surtout pour ce qui engage la marque : remboursements, garanties, gestes commerciaux, promesses sur un produit. ### Que faire quand le centre d'aide se contredit ? Listez les contradictions, faites trancher l'équipe, puis gardez une seule version, au même endroit. L'agent lira cette version, et vos clients aussi.