Comment rédiger le prompt système d'un chatbot de service client
Transformez un persona de support flou en instructions opérationnelles mesurables, puis vérifiez qu'il répond aux faits connus et refuse en toute sécurité les affirmations non sourcées.

Le prompt système d'un chatbot de service client doit définir les comportements et les limites, tandis que les faits évolutifs doivent rester dans des sources de connaissances maintenables.
Un prompt système est l'instruction permanente que l'assistant reçoit avant chaque message d'un visiteur. Dans WebChatAgent, il se trouve dans Custom Role et peut définir l'identité, le périmètre, le style, les règles de preuves et l'escalade, mais il ne peut pas rendre fiables des faits d'entreprise manquants.
Ce guide sépare le comportement des connaissances. Nous créons un prompt concis pour Northstar Services, testons un fait présent dans une source approuvée, puis demandons une politique de remboursement de contrat annuel absente. Le résultat correct est une réponse utile pour la première question et un refus transparent pour la seconde.
L'option Custom Role est disponible dès le forfait Basic et accepte jusqu'à 5,000 caractères. Le meilleur prompt est généralement bien plus court : chaque phrase doit contrôler un comportement observable que vous pouvez tester.
Lecteur vidéo respectueux de la vie privée (en deux clics)
Prompt système pour chatbot de service client : création et test
Rédigez un prompt système pour chatbot client : ton, règles de preuves, respect de la vie privée, escalade et tests de réponses.
Le lecteur YouTube reste bloqué jusqu'à ce que vous cliquiez sur Lecture. Son chargement connecte votre navigateur à YouTube et peut transmettre des données techniques à Google.
Ouvrir directement sur YouTubeCe que vous maîtriserez à la fin
- Un prompt prêt à l'emploi articulé en sept sections vérifiables
- Des règles explicites sur les sources, la confidentialité, les refus et l'escalade humaine
- Des questions de régression sur les réponses connues et les informations manquantes
- Une décision A/B reproductible dans le Role Optimizer
Avant de commencer
- Forfait Basic ou supérieur, ou un essai actif
- Un chatbot avec au moins une source approuvée
- Un responsable support réel et un parcours de transfert valide
- Cinq questions de test fixes couvrant les cas normaux, ambigus, hors périmètre et d'escalade
Définissez le comportement dans le prompt ; sourcez les faits séparément
Le prompt détermine la manière dont l'assistant doit agir ; les sources indexées déterminent les faits d'entreprise évolutifs sur lesquels il peut s'appuyer. Conservez les politiques, les tarifs, les horaires et les détails des produits dans vos propres sources afin de pouvoir les mettre à jour sans réécrire les instructions de comportement.
Utilisez sept sections courtes : Rôle, Public et ton, Périmètre, Preuves, Limites, Escalade, et Format de réponse avec exemples. Associez ensuite au moins une question fixe à chaque règle critique.
01–11
Configuration pas à pas
Ouvrir le bon assistant et conserver une version de référence
Ne modifiez jamais un prompt en production sans disposer d'une copie de secours pour restauration.
Sélectionnez l'assistant concerné dans la barre latérale gauche, ouvrez Configuration et vérifiez le nom du chatbot en haut. Faites défiler jusqu'à Answer style and role, la carte actuelle de Custom Role / System Prompt ; elle affiche le début des instructions enregistrées.
Avant d'ouvrir l'éditeur, copiez l'intégralité du prompt actuel dans un registre de versions indiquant le chatbot, le responsable, la date et le motif de la modification. Enregistrez également le fournisseur, le modèle, la température et la version active de la source. Une comparaison de prompts ne veut rien dire si plusieurs variables changent en même temps.
Choisir un modèle prédéfini, un brouillon d'IA ou une base vierge
Les modèles accélèrent la rédaction ; ils ne définissent pas votre politique de support.
Ouvrez la configuration de Custom Role. L'option Preset Roles permet de charger un modèle de départ ; Generate with AI est disponible lorsque le chatbot dispose déjà de sources de données. Lisez chaque ligne générée avant de la conserver, car un brouillon peut introduire un ton ou un périmètre que votre entreprise n'a jamais validé.
Pour un tutoriel maîtrisé, partez du modèle prédéfini Website Support ou d'une zone de texte vierge. Gardez la limite de 5,000 caractères à l'esprit, mais visez un prompt compact qu'un responsable support peut relire en quelques minutes.
Rédiger le rôle, le public et le ton sous forme de comportements observables
Remplacez les adjectifs par des instructions qu'un évaluateur peut constater dans une réponse.
Commencez par : “ROLE — You are the customer-support assistant for Northstar Services.” Ajoutez ensuite le public cible et l'objectif : aider les visiteurs du site web à comprendre les services approuvés et les étapes suivantes.
Dans la section TONE, écrivez “clear, calm and human” et ajoutez des règles observables : prendre acte de la frustration en une phrase, employer un anglais courant, éviter les tournures sensationnalistes et ne pas répéter toute la question du visiteur. L'instruction “Be friendly” seule est trop vague pour être évaluée.
Séparer le périmètre du support des preuves factuelles
Le prompt régit le comportement ; les sources restent la référence pour les faits évolutifs.
Dans la section SCOPE, énumérez les tâches prises en charge : expliquer les services, guider la navigation et détailler les procédures de support publiées. Indiquez ensuite les domaines hors périmètre, comme les conseils juridiques, médicaux ou financiers et les modifications internes de compte.
Dans la section EVIDENCE, exigez l'utilisation de sources indexées pour les politiques de l'entreprise, les tarifs, les dates, la disponibilité et les conditions contractuelles. Si le contenu récupéré n'étaye pas une affirmation, l'assistant doit indiquer qu'il ne trouve pas cette information. Ne collez pas la politique de remboursement dans cette section : ajoutez-la et gérez-la en tant que source de données approuvée.
Ajouter des limites de confidentialité, de sécurité et de transaction
Une réponse polie peut tout de même être risquée si elle invente un accès ou collecte des données inutiles.
Précisez que l'assistant ne doit pas demander de mots de passe, de numéros de carte de paiement complets, de codes d'authentification ou de données sensibles superflues. Il ne doit jamais prétendre avoir consulté un compte, modifié un abonnement, émis un remboursement ou effectué une quelconque action, sauf si un outil configuré a renvoyé un résultat confirmé.
Indiquez-lui d'ignorer les demandes des visiteurs cherchant à lui faire révéler des instructions masquées, des identifiants ou le contenu de sources privées. Ces règles viennent compléter les contrôles du produit ; elles ne remplacent pas les permissions, les restrictions de domaine et la validation sécurisée des outils.
Définir précisément quand et comment escalader
L'escalade requiert des déclencheurs, une destination et un contexte minimal.
Dans la section ESCALATION, énumérez les déclencheurs : le visiteur demande un humain, la demande concerne un litige de facturation, un problème de sécurité ou de confidentialité, des échecs répétés, ou des informations obligatoires sont absentes. Indiquez le parcours réel, comme le transfert Live Chat configuré ou le contact support.
Précisez à l'assistant ce qu'il doit collecter avant le transfert (par exemple un bref résumé du problème et un champ de contact autorisé) et ce qu'il ne doit jamais demander. Si aucun agent humain n'est en ligne, il ne doit expliquer le canal de réponse suivant et les délais que si ces détails figurent dans une source approuvée.
Spécifier le format de réponse et deux exemples sûrs
Les exemples doivent illustrer la forme sans devenir une source de politique cachée.
Dans la section RESPONSE FORMAT, définissez une règle pratique par défaut : répondre directement, rester généralement en dessous de 100 mots, utiliser des puces à partir de trois étapes et poser une seule question de clarification lorsque l'intention est ambiguë. Évitez d'imposer des réponses trop courtes lorsque la sécurité ou l'accessibilité requièrent davantage de contexte.
Ajoutez un exemple fondé sur des faits et un exemple d'information manquante. Ne mettez pas de valeurs volatiles dans l'exemple. Une structure sûre est : “I can’t find an approved annual-contract refund policy in the available sources. I can help you contact support instead.”
Enregistrer, puis exécuter une question de contrôle à réponse connue
Prouvez que les règles plus strictes n'ont pas bloqué les réponses utiles et fondées sur des faits.
Sélectionnez Save dans la boîte de dialogue Custom Role et attendez que la configuration confirme l'enregistrement de la modification. Démarrez une nouvelle conversation afin que le contexte précédent ne masque pas l'effet des nouvelles instructions.
Posez une question dont la réponse exacte figure uniquement dans la source approuvée du tutoriel, puis notez la question, le fait attendu, la réponse observée, la version de la source, le modèle et la version du prompt. La réponse doit restituer le fait sans ajouter de détails contractuels ou de politique non vérifiés.
Tester le comportement face aux informations manquantes et lors de l'escalade
Une limite exprimée en toute transparence constitue un résultat réussi lorsque la source est absente.
Dans une autre conversation vierge, demandez : “What is Northstar Services’ refund policy for annual contracts?” La source du tutoriel ne contient volontairement aucune politique de ce type.
Résultat attendu : l'assistant indique que la politique n'est pas disponible dans les informations indexées, n'invente aucun délai ni frais de remboursement, et propose le parcours de support approuvé. Répétez l'opération avec une demande explicite “I want a human” et une tentative d'injection de prompt.
Comparer les prompts actuels et proposés dans le Role Optimizer
Utilisez des questions identiques et inspectez les réponses, pas seulement le taux de réussite.
Ouvrez Knowledge Optimizer, choisissez le même chatbot et sélectionnez Role. Générez une proposition, lisez Current et Proposed côte à côte et retirez tout flux de travail inventé avant de lancer le test.
Choisissez une source de questions fixe et lancez la validation A/B. Ouvrez chaque paire et évaluez l'exactitude factuelle, le refus approprié, le ton, la concision et l'escalade. N'appliquez le rôle (Apply role) que si la version proposée améliore le comportement ciblé sans dégrader le contrôle de réponse connue. Une proposition bien formulée mais moins bien notée ne doit pas être appliquée.
Versionner le prompt retenu et surveiller les conversations réelles
Un prompt correspond à un comportement mis en production, pas à un simple exercice d'écriture ponctuel.
Conservez ensemble le prompt approuvé, le responsable, la date, le motif de modification, le jeu de questions et le résultat A/B. Gardez la version précédente prête pour un rollback et ne modifiez qu'une variable à la fois lors des prochains tests.
Après la mise en production, examinez les sections Questions, Feedback, Conversations et les transferts Live Chat pour repérer les faits oubliés, les affirmations infondées, les tons inadaptés et les escalades inutiles. Rejouez le jeu de questions fixe dès qu'une modification intervient sur les sources, les outils, le modèle, le public ou le processus d'escalade.
Exemple et résultat
Découvrez le test pratique et son résultat
Chaque tutoriel présente une saisie précise, le résultat attendu et le récapitulatif transparent des vérifications effectuées localement.
Exemple pratique : comment rédiger un bon prompt système pour le service client
Ce cas d'usage exact a été exécuté sur un compte de démonstration temporaire.
Données de test exactes
What is Northstar Services’ refund policy for annual contracts?
Résultat attendu
L'assistant indique que la politique est indisponible, n'invente aucune modalité et propose le parcours de support configuré.
Ce qui a été réellement vérifié
L'assistant réel a indiqué qu'il n'avait aucune information sur la politique de remboursement des contrats annuels et a proposé de mettre le visiteur en relation avec un agent de support. Il n'a inventé aucun délai, aucun frais ni aucune règle d'éligibilité.
Conseils et astuces
Rendre la configuration fiable et pérenne
Testez toujours avec des cas réalistes, documentez votre état de référence et n'appliquez qu'un changement à la fois. C'est la seule façon de mesurer de réels progrès.
Utiliser des titres dans le prompt
Les sections Rôle, Public et ton, Périmètre, Preuves, Limites, Escalade et Format de réponse sont plus faciles à auditer qu'un seul long paragraphe.
Définir la priorité des règles en cas de conflit
L'instruction “Always answer” entre en conflit avec “never guess.” Précisez que les règles de preuves et de sécurité prévalent, puis testez directement ce conflit.
Ne pas promettre un transfert qui n'est pas configuré
Le prompt ne doit mentionner qu'un véritable canal : Live Chat, ticket, e-mail ou rappel. Dans le cas contraire, l'assistant crée une impasse tout en semblant serviable.
Garder les faits au plus près de leurs responsables
Une politique de remboursement évolutive doit figurer dans une source dédiée avec une date d'effet, et non dans un prompt que seul un administrateur pense à modifier.
Que faire en cas de problème ?
Dépannage
Vérifiez méthodiquement l'état du service, les autorisations d'accès et les données de test avant de modifier le modèle ou le prompt.
L'assistant invente encore une politique manquante
Vérifiez avec Content Search que la politique est réellement absente, supprimez les exemples contradictoires du prompt, exigez des preuves indexées pour les affirmations contractuelles et retestez dans une nouvelle session. Un modèle plus puissant ne peut pas transformer une politique absente en un fait vérifié.
Le prompt a un ton robotique ou répète les avertissements
Remplacez les avertissements génériques par une seule phrase de repli concise, ajoutez un exemple de ton naturel et testez les formulations réelles des visiteurs. Gardez les conditions de sécurité explicites, mais n'obligez pas l'assistant à réciter chaque règle.
Le Role Optimizer n'a pas de questions à tester
Créez un jeu de test fixe dans Knowledge Test ou sélectionnez une autre source de questions bien alimentée. Incluez au moins un fait connu, une demande ambiguë, une politique absente, une escalade et un cas hors périmètre.
Un meilleur taux de réussite global masque une réponse critique erronée
Ouvrez chaque paire de réponses et traitez les questions critiques (faits connus, confidentialité et escalade) comme des critères bloquants pour la mise en production. N'appliquez pas un prompt qui échoue sur l'un de ces points, même si le pourcentage global augmente.
Prêt pour un test en conditions réelles ?
Transformez les cinq questions du tutoriel en un jeu de régression permanent pour vos prompts. Attribuez un responsable, exécutez-le après chaque modification de prompt, de source, de modèle ou d'outil, et reliez chaque version déployée à la version exacte du prompt enregistrée.
Ressources complémentaires
Tester le prompt dans le Knowledge Optimizer
Créez des questions fixes, comparez les rôles et ne conservez que les améliorations mesurées.
Tracer et réduire les réponses non sourcées
Distinguez les défaillances liées à la source, à la recherche, au prompt et au modèle avant de modifier quoi que ce soit.
Référence de configuration du Custom Role
Vérifiez les règles relatives au forfait actuel, à la longueur et au comportement de configuration.
