C’est la question qui revient dans chaque échange en avant-vente : « est-ce qu’il peut apprendre mon site et mes PDF ? ». La réponse courte est oui.
La réponse utile est plus nuancée. La qualité des réponses ne dépend presque jamais de l’outil, mais de l’état de vos documents. Cet article est un guide de préparation : ce qui s’importe, ce qui coince, comment écrire, quoi réunir, comment tester.
Le mécanisme technique sous-jacent, appelé RAG, est expliqué dans notre article RAG : comment un chatbot apprend vos documents.
Les 5 sources possibles
Toutes ne se valent pas, et l’ordre dans lequel vous les traitez compte.
| Source | Ce qu’elle apporte | Sa limite |
|---|---|---|
| 1. Le site web public | Le socle : positionnement, équipements, hébergements, environs, pratique, FAQ | Ne dit rien du règlement détaillé, des arrivées tardives, de ce qui vit dans vos mails |
| 2. Les PDF | Livret d’accueil, règlement, grille tarifaire, plaquette, conditions de vente | Le format le plus fourni en hébergement, et le plus inégal à l’import |
| 3. Les documents bureautiques | Texte nativement accessible, corrigeable en trente secondes | Les tableurs passent mal avec cellules fusionnées, onglets « Feuil2 » et formules externes |
| 4. Les mails et conversations passées | Vos réponses récurrentes, formulées comme vos clients les cherchent | Jamais d’export brut : noms, adresses, numéros de réservation, parfois données de santé |
| 5. La saisie manuelle | Ce qui n’existe nulle part : code du portail, arrivée après 20h, boulanger fermé le mercredi | Une à deux pages à écrire, mais souvent les plus débloquantes |
Commencez par le site. Il est déjà rédigé dans le vocabulaire de vos clients et déjà à jour, au moins en partie. Un agent Groomy part de l’URL : il parcourt les pages publiques et se forme dessus, sans qu’un seul fichier soit préparé.
Sur les mails, une règle stricte. Extrayez les réponses réutilisables et réécrivez-les de façon impersonnelle, sans aucune donnée nominative.
Ce qui s’importe bien, ce qui coince
Le format du fichier prédit la qualité de l’import mieux que n’importe quelle promesse d’éditeur.
| Format | Résultat attendu | À savoir |
|---|---|---|
| Pages web du site | Très bon | Le socle idéal ; attention aux pages orphelines et obsolètes |
| Document de traitement de texte | Très bon | Le format le plus fiable, et le plus facile à corriger |
| PDF exporté depuis un traitement de texte | Bon | Le texte est natif, l’extraction fonctionne |
| Fichier texte simple | Très bon | Peu élégant, parfaitement efficace |
| Tableur simple et titré | Bon | Éviter les cellules fusionnées et les onglets sans nom |
| Présentation | Moyen | Beaucoup de titres, peu de contenu utile |
| PDF scanné ou photographié | Mauvais à nul | Aucun texte dans le fichier |
| Plaquette graphique multi-colonnes | Piégeux | Du texte extrait, mais dans un ordre incohérent |
| Image ou capture d’écran | Nul | À retaper |
| Tableau d’un moteur de réservation | Sans objet | Renvoyer vers le moteur plutôt que recopier des prix |
PDF : trois situations derrière une extension
Un PDF est un contenant, pas un format de contenu.
| Type de PDF | D’où il vient | Ce que l’agent en tire |
|---|---|---|
| Texte natif | Export d’un traitement de texte ou d’un logiciel de mise en page | Extraction fiable, les caractères sont de vrais caractères |
| Image de texte | Scanner, photocopieuse, photo de téléphone | Zéro texte sans reconnaissance optique ; avec, la qualité dépend de la netteté |
| Mise en page complexe | Deux colonnes, encarts, tableaux dessinés | Du texte, mais dans un ordre de lecture incohérent |
Le test qui tranche en dix secondes. Ouvrez le PDF, sélectionnez un paragraphe, copiez, collez dans un éditeur de texte. Rien n’arrive ? C’est un scan. Le texte arrive en désordre ? C’est une mise en page complexe. L’agent rencontrera exactement le même problème que vous.
Quand un PDF ne passe pas
Ne cherchez pas l’outil miracle : retapez. Trois précisions rendent l’opération plus rapide qu’elle n’en a l’air.
- Ne retapez que les faits. Une plaquette de huit pages contient rarement plus d’une page utile : horaires, prix, équipements, règles. Le reste est du texte de vente.
- Structurez dans un document texte, un titre par sujet et un sujet par paragraphe. Il devient la source de référence.
- Retirez le PDF de la base. Deux versions de la même information, c’est le premier facteur de mauvaises réponses.
Bénéfice collatéral. Ce document texte se maintient sans repasser par le graphiste, contrairement au PDF.
Préparer ses contenus : les 8 règles
Ces huit règles sont les plus rentables, et aucune ne demande de compétence technique.
| Règle | À éviter | À écrire |
|---|---|---|
| 1. Une information par paragraphe | Check-in, parking et petit-déjeuner dans le même bloc | Un sujet, un paragraphe : le découpage reste propre |
| 2. Des dates explicites | « Ouverture de la piscine le 15 mai » | « Ouverture de la piscine le 15 mai 2026 » |
| 3. Aucun renvoi interne | « Voir ci-dessous », « comme indiqué plus haut » | Un paragraphe compréhensible seul, quitte à répéter |
| 4. Des unités et des devises | « 15 » | « 15 € par nuit et par animal », « à 15 minutes en voiture », « 15 m² » |
| 5. Des titres descriptifs | « Nos règles » | « Politique concernant les animaux de compagnie » |
| 6. Pas de doublons | Trois documents qui décrivent le petit-déjeuner | Un seul, les autres pointent vers lui |
| 7. Des versions datées | « Tarifs-final-v3-modifié.docx » | « Tarifs-2026.docx », l’ancien archivé hors base |
| 8. Une seule langue de référence | Une base par langue à maintenir | La vôtre : la traduction se fait au moment de la réponse |
Par quoi commencer si le temps manque
Coach Omnium mesure la fréquence des irritants clients en hôtellerie.
| Irritant | Fréquence citée |
|---|---|
| Check-in | 53 % |
| Wifi | 37 % |
| Non-réponse aux mails | 16 % |
La conclusion pratique. Si vous ne soignez que trois sujets, prenez la procédure d’arrivée, le wifi et vos horaires. La liste des questions réellement posées, telle que la documente Mews, va dans le même sens : c’est là que se joue la majorité des conversations.
Ce qu’il ne faut jamais indexer
Quatre catégories, sans exception.
| À exclure | Exemples | Pourquoi |
|---|---|---|
| Données personnelles de clients | Noms, adresses, téléphones, références de réservation, exports de mails bruts | Exigence de protection des données, et aucune utilité pour répondre |
| Tarifs négociés et conditions confidentielles | Accords tour-opérateur, remises groupes, commissions, tarifs entreprises | L’agent pourrait les restituer à n’importe quel visiteur |
| Notes internes | Commentaires sur des clients, remarques sur un prestataire, marges | Ce que vous n’écririez pas sur une page publique n’a rien à y faire |
| Documents RH | Plannings nominatifs, salaires, procédures disciplinaires, contrats | Sans rapport avec les questions des clients |
Un cas intermédiaire : les informations de sécurité. Code du portail, emplacement des clés, code du coffre. Utiles, mais jamais délivrées à un visiteur anonyme.
Réservez-les à un envoi ciblé au client dont le séjour est confirmé, hors du périmètre de l’agent public. Notre checklist RGPD pour un chatbot IA détaille ce qui relève ou non de la base.
Le pack minimum : 12 documents
Ce pack couvre la grande majorité des questions, et se réunit en une à trois heures.
- L’URL de votre site (souvent suffisante à elle seule pour démarrer)
- La grille tarifaire, avec les périodes de validité
- Les conditions d’annulation et de modification, dans leur formulation exacte
- Le règlement intérieur
- Le livret d’accueil
- Une fiche « accès et arrivée » : itinéraire, parking, gabarits, arrivée tardive
- Une fiche « horaires » : check-in, check-out, réception, petit-déjeuner, piscine, restaurant
- La liste des équipements par type d’hébergement, avec ce qui est en option payante
- Une fiche « animaux » : accepté ou non, par hébergement, supplément, conditions
- Une fiche « wifi et équipements techniques » : couverture, code, débit, dépannage
- Une fiche « environs » : commerces, plages, activités, distances, jours de fermeture
- Votre FAQ existante, ou vos dix réponses de mail les plus fréquentes, réécrites sans nom de client
Les fiches 6 à 11 n’existent souvent pas. Les rédiger prend une demi-journée et vaut l’effort : elles servent à l’agent, à vos saisonniers et à votre propre site.
Maintenir quand un tarif change
Le mécanisme est simple, et il faut le connaître avant le premier changement de saison.
| Geste | Ce qui se passe |
|---|---|
| Vous modifiez le document source | L’outil réindexe, la réponse suivante est juste : aucun réentraînement, aucun délai |
| Vous retirez l’ancienne version | Un tarif périmé dans un PDF oublié produit des réponses fausses tant qu’il reste en base |
| Vous vérifiez | Reposez la question modifiée : vingt secondes, et vous savez si le changement a pris |
La routine mensuelle : vingt minutes. Lire les conversations sans réponse, ajouter les paragraphes manquants, mettre à jour ce qui a bougé, rejouer dix questions de contrôle.
Deux sessions plus longues à planifier : avant l’ouverture de saison et à la fermeture.
Le protocole des 30 questions
À passer avant d’ouvrir l’agent aux clients, puis après chaque changement important. Une heure la première fois.
| Bloc | Contenu | Comportement attendu |
|---|---|---|
| 10 questions factuelles | Check-in, wifi, animaux, parking, petit-déjeuner, plage, capacité, fermeture, taxe, départ | La réponse exacte, celle que vous connaissez déjà |
| 5 reformulations familières | « J’peux venir avec mon chien ? », « on mange où le matin ? », « c’est loin la mer ? » | La recherche fonctionne par le sens, pas par mots-clés |
| 5 questions en langue étrangère | Anglais, allemand, néerlandais | Une réponse identique sur le fond |
| 5 questions sans réponse possible | Information inexistante dans vos documents | Un aveu d’ignorance et une proposition de transmettre |
| 5 questions à escalader | Allergie, mobilité réduite, remise, litige, groupe | Le transfert vers un humain, sans tentative de réponse |
Si l’agent invente, revoyez sa configuration avant d’aller plus loin — voir hallucination IA : pourquoi un chatbot invente.
Notez chaque écart dans un tableur, avec la correction apportée. Ce fichier devient votre outil de contrôle : rejouez-le après chaque saison, chaque changement de tarif et chaque mise à jour.
Par où commencer
Trois étapes, dans cet ordre, et vous serez opérationnel en une demi-journée.
- Branchez l’agent sur l’URL de votre site et posez immédiatement dix questions. Vous mesurerez ce que votre site couvre déjà, et c’est plus que vous ne le pensez.
- Complétez avec les documents manquants, en commençant par les fiches 6 à 11 du pack et en éliminant les contradictions au fur et à mesure.
- Passez le protocole des 30 questions, corrigez, puis ouvrez aux clients.
Un dernier conseil. Ne cherchez pas la base parfaite avant d’ouvrir. Une base à 80 % avec un agent qui sait dire « je ne sais pas » et transférer vaut mieux qu’un projet complet dans trois mois.
L’indexation est détaillée sur la page base de connaissances, et la mise en place complète dans notre guide créer un chatbot pour son site : les 7 étapes.
Questions fréquentes
Un chatbot peut-il lire mes PDF ?
Cela dépend entièrement du type de PDF. Un PDF exporté depuis un traitement de texte contient du vrai texte et s'importe très bien. Un PDF scanné ou photographié ne contient qu'une image : sans reconnaissance de caractères, rien n'est récupéré. Une plaquette graphique multi-colonnes contient du texte mais dans un ordre de lecture illisible pour une machine. Testez en copiant un paragraphe : si le copier-coller échoue, l'import échouera aussi.
Comment entraîner un chatbot sur mon site ?
Sur les outils modernes, vous fournissez l'URL de votre site et l'agent le parcourt pour se constituer une base de connaissances. Chez Groomy, cette étape prend 2 minutes et sert de socle : l'agent connaît ensuite vos pages publiques, vos équipements et vos informations pratiques. Vous complétez ensuite avec les documents qui ne sont pas en ligne, comme le règlement intérieur ou le livret d'accueil.
Que faut-il mettre dans la base de connaissances ?
Tout ce qui répond à une question factuelle de client : horaires, accès, équipements, tarifs et périodes de validité, règlement, politique d'annulation, environs et distances. Un pack de douze documents couvre l'essentiel pour un hébergement. En revanche, aucune donnée personnelle de client, aucun tarif négocié confidentiel, aucune note interne et aucune procédure de personnel n'ont leur place dans cette base.
Combien de temps prend la préparation des documents ?
Comptez une à trois heures pour un hébergement dont la documentation est déjà écrite, l'essentiel du temps passant à éliminer les contradictions entre versions. Si vos informations ne sont nulle part par écrit, prévoyez une demi-journée de rédaction : c'est le vrai coût du projet, et il bénéficie aussi à votre site et à votre équipe.
Faut-il traduire ses documents pour un chatbot multilingue ?
Non. Un agent moderne recherche par proximité de sens et rédige dans la langue de la question, quelle que soit la langue de la source. Une base en français permet donc de répondre en anglais, en allemand ou en néerlandais sans travail supplémentaire. Vous maintenez une seule base, pas une par langue.
Comment vérifier que la base fonctionne avant de l'ouvrir aux clients ?
Constituez une liste de trente questions dont vous connaissez la réponse exacte, incluant des reformulations familières et quelques questions sans réponse possible. Posez-les à l'agent et notez chaque écart. Ce protocole prend une heure, il révèle immédiatement les trous de documentation, et il devient ensuite votre outil de contrôle après chaque changement.