Reconnaissance d'intention

Définition

La reconnaissance d'intention est le processus qui consiste à identifier, à partir de son message, ce que le client cherche à accomplir — par exemple « suivre une commande », « demander un remboursement » ou « résilier un abonnement » — afin que le système puisse l'orienter ou le résoudre correctement.

Aussi connu sous : détection d'intentionclassification d'intentionintention NLU

Comment cela fonctionne

Les bots traditionnels reposaient sur une liste figée d'intentions, entraînée à partir d'exemples de formulations pour chacune. Un agent moderne fondé sur un LLM peut déduire l'intention directement du message grâce à sa compréhension du langage, sans que chaque formulation ait été prévue à l'avance — une forme de classification de texte appliquée à l'objectif du client.

La reconnaissance d'intention s'accompagne souvent d'une extraction d'entités, qui isole les éléments concrets (numéro de commande, produit, date) dont l'agent a besoin pour agir sur l'intention reconnue.

Pourquoi c'est important pour le support

Bien identifier l'intention est la première décision de toute conversation automatisée. Une reconnaissance d'intention juste signifie que le client est orienté vers la bonne équipe, dirigé vers le bon parcours en libre-service ou résolu directement — alors qu'une intention mal lue l'envoie sur la mauvaise voie et érode la confiance.

Questions fréquentes

Quelle est la différence entre la reconnaissance d'intention et l'extraction d'entités ?

La reconnaissance d'intention identifie ce que le client veut faire (son objectif) ; l'extraction d'entités isole les détails précis (numéro de commande, date, produit) nécessaires pour agir. Les deux fonctionnent généralement ensemble.

Les agents LLM ont-ils encore besoin d'intentions prédéfinies ?

Pas nécessairement. Les anciens bots exigeaient une liste d'intentions figée, mais les agents fondés sur un LLM savent souvent déduire l'intention directement du langage naturel, ce qui les rend plus souples face aux formulations inattendues.

Termes liés

Traitement du langage naturel (NLP)

Le traitement du langage naturel (NLP) est le domaine de l'IA qui vise à permettre aux ordinateurs de comprendre, d'interpréter et de générer le langage humain — le socle de tâches comme la reconnaissance d'intention, l'analyse de sentiment et la classification de texte..

Classification de texte

La classification de texte est la tâche consistant à attribuer automatiquement une catégorie ou une étiquette à un texte — par exemple taguer un ticket de support par sujet, par langue ou par priorité..

Extraction d'entités

L'extraction d'entités est le fait de tirer d'un texte non structuré des informations structurées précises — noms, numéros de commande, dates, produits ou montants — pour qu'un système puisse agir dessus..

Routage des tickets

Le routage des tickets est le processus qui dirige les tickets de support entrants vers le bon agent, la bonne équipe ou la bonne file, selon des règles comme le sujet, le canal, la langue, la priorité ou le segment client..

IA conversationnelle

L'IA conversationnelle désigne les technologies qui permettent d'interagir avec un logiciel par un dialogue naturel — en comprenant l'intention, en conservant le contexte d'un tour à l'autre et en répondant en langage naturel, par chat ou par la voix..

Passez à l'action

Macha est une couche d'agents IA qui se pose sur le help desk que vous utilisez déjà, Zendesk, Freshdesk, Front, Intercom ou Gorgias.

Démarrer l'essai