Un chatbot ou un agent IA conversationnel mal cadré coûte cher : réponses à côté de la plaque, escalades non prévues, intégrations bâclées, conformité RGPD oubliée. Le cahier des charges est le document qui transforme une idée floue (« on veut un bot ») en projet chiffrable et pilotable. Ce guide détaille, section par section, ce qu'un cahier des charges chatbot doit contenir en 2026 — du périmètre conversationnel au socle technique (règles, LLM, RAG), en passant par les garde-fous anti-hallucination, la mesure et le budget. En bas de page, un générateur interactif gratuit assemble votre document en quelques minutes.
Pourquoi rédiger un cahier des charges pour un chatbot ?
Écrire le cahier des charges avant de consulter un prestataire vous fait gagner du temps et de l'argent : vous clarifiez vos objectifs, vous obtenez des devis comparables (et non des estimations au doigt mouillé), et vous évitez les dérives de périmètre en cours de route. C'est aussi l'outil d'alignement entre le métier (support, vente, RH), la DSI et le futur prestataire. Sans ce socle, les risques classiques s'enchaînent : dépassements budgétaires, fonctionnalités inadaptées, adoption faible des utilisateurs et bot qui répond « à côté ».
Un bon cahier des charges ne décrit pas une technologie, il décrit un problème à résoudre et les conditions de succès. Le « comment » (moteur de règles ou LLM, telle plateforme) vient après le « pourquoi » et le « pour qui ».
Définir les cas d'usage et les objectifs
Commencez par lister précisément ce que le chatbot doit faire. On distingue trois grandes familles de cas d'usage :
- Support client : répondre aux questions fréquentes (livraison, facturation, mot de passe), désengorger le SAV, assurer une présence 24h/24.
- Avant-vente et acquisition : qualifier un visiteur, recommander un produit, prendre un rendez-vous, capturer un lead et le transmettre au CRM.
- Usage interne : assistant pour les collaborateurs (RH, IT, base documentaire), recherche dans des procédures, onboarding.
Pour chaque cas d'usage, fixez un objectif mesurable : réduire de X % les tickets de niveau 1, augmenter le taux de prise de rendez-vous, faire baisser le temps de première réponse. Un objectif chiffré est ce qui permettra, plus tard, de juger si le projet a réussi.
Le périmètre conversationnel : intentions, parcours, ton
C'est le cœur d'un cahier des charges chatbot, souvent le plus négligé. Décrivez :
- Les intentions à couvrir au lancement (la liste des questions/demandes que le bot doit traiter) et celles, explicitement, hors périmètre de la V1.
- Les parcours conversationnels : que se passe-t-il quand l'utilisateur fournit une info incomplète, change d'avis, ou pose une question imprévue ? Prévoyez les chemins de repli.
- Le ton et la personnalité : tutoiement ou vouvoiement, niveau de langage, emojis ou non, formules de politesse. Le bot porte votre marque.
- Les langues attendues et la gestion du multilingue.
Les canaux de diffusion
Le même agent ne se comporte pas pareil selon le canal. Précisez où le chatbot sera déployé : widget sur le site web, WhatsApp Business, Messenger / Instagram, application mobile, ou même téléphonie (callbot). Chaque canal impose ses contraintes (formats de message, boutons, médias, règles des plateformes Meta, délais de réponse). Indiquez aussi si une cohérence omnicanale est attendue : un utilisateur qui passe du site à WhatsApp doit-il retrouver son contexte ?
Le socle technique : règles, LLM et RAG
Trois grandes approches coexistent, souvent combinées :
- Moteur de règles / arbres de décision : réponses scénarisées, 100 % maîtrisées, idéales pour des parcours fermés (prise de rendez-vous, FAQ courte). Limité dès que les questions sortent du script.
- LLM (modèle de langage) : compréhension du langage naturel, réponses fluides, mais risque d'invention si non encadré.
- RAG (génération augmentée par la recherche) : le LLM répond uniquement à partir de votre base de connaissances (documents, FAQ, fiches produit) au lieu de sa mémoire interne. C'est aujourd'hui l'approche de référence pour fiabiliser un agent IA d'entreprise.
Le cahier des charges doit décrire la base de connaissances : quelles sources, dans quel format, qui la met à jour et à quelle fréquence. Un agent RAG ne vaut que ce que vaut sa documentation.
Les intégrations au système d'information
Un chatbot isolé a peu de valeur. Listez les systèmes à connecter et ce que le bot doit pouvoir y lire ou y écrire :
- CRM (création/mise à jour de contact, qualification de lead).
- Outil de SAV / ticketing (création de ticket, suivi de commande).
- API métier : stock, suivi de livraison, prise de rendez-vous, base de connaissances.
Pour chaque intégration, précisez le sens des échanges et les environnements (développement, recette, production séparés).
Garde-fous et anti-hallucination
C'est ce qui distingue un projet sérieux d'une démo. Exigez dans le cahier des charges :
- Un périmètre de réponse fermé : le bot dit « je ne sais pas » et propose une escalade plutôt que d'inventer.
- Des réponses sourcées (le RAG cite la fiche d'origine) et des sujets interdits (juridique, médical, engagements contractuels).
- Un contrôle d'accès (RBAC), la journalisation des conversations et la modération des contenus entrants/sortants.
Données personnelles et RGPD
Un agent conversationnel collecte et traite des données personnelles. Le cahier des charges doit couvrir : la base légale et l'information de l'utilisateur, la durée de conservation des conversations, l'hébergement (UE de préférence), le sort des données envoyées à un éventuel fournisseur de LLM, et les droits d'accès/suppression. Anticipez aussi la confidentialité : que faire si un utilisateur saisit un numéro de carte ou une donnée sensible ?
Mesurer la performance
Définissez dès le départ les indicateurs de pilotage :
- Taux de résolution automatique : part des conversations conclues sans intervention humaine.
- Taux d'escalade vers un conseiller et conditions de bascule (le bot doit savoir passer la main).
- Satisfaction (note en fin de conversation, retours qualitatifs).
- Couverture des intentions et liste des questions non comprises, pour nourrir l'amélioration continue.
Quel budget pour un chatbot ?
Les fourchettes varient énormément selon l'ambition. À titre indicatif : un chatbot à base de règles sur une plateforme SaaS se monte pour quelques milliers d'euros plus un abonnement mensuel. Un agent IA sur-mesure avec RAG, intégrations CRM/SAV et garde-fous se situe plutôt dans une fourchette de plusieurs dizaines de milliers d'euros en investissement initial. À cela s'ajoutent des coûts récurrents trop souvent oubliés : licences de plateforme, consommation des modèles (tokens), maintenance de la base de connaissances et amélioration continue. Faites toujours chiffrer le coût total de possession sur 12 à 24 mois, pas seulement le développement initial.
Choisir son prestataire
Une fois le cahier des charges prêt, comparez plusieurs prestataires sur des devis réellement comparables. Privilégiez les agences qui ont déjà livré des agents conversationnels avec intégrations et garde-fous, demandez des références et un cas d'usage proche du vôtre. La Fabrique du Net référence les agences spécialisées en IA et chatbot : décrivez votre projet et recevez des propositions d'agences qualifiées, gratuitement. Le générateur ci-dessous prépare directement votre brief.
Les erreurs fréquentes à éviter
- Vouloir que le bot « réponde à tout » dès la V1 au lieu de cadrer un périmètre maîtrisé.
- Oublier le parcours d'escalade vers un humain — pourtant décisif pour la satisfaction.
- Négliger la maintenance de la base de connaissances : un agent RAG non mis à jour se dégrade vite.
- Sous-estimer les coûts récurrents et la conformité RGPD.
- Confondre démo bluffante et solution fiable en production.
Générez votre cahier des charges chatbot gratuitement
Plutôt qu'un modèle Word figé, utilisez le générateur interactif ci-dessous : il vous pose les bonnes questions (cas d'usage, canaux, intégrations, RGPD, budget) et assemble un cahier des charges structuré, prêt à exporter en PDF. Gratuit, sans inscription pour démarrer ; vous pouvez ensuite l'envoyer à des agences qualifiées de notre annuaire en un clic.
Foire aux questions
Faut-il un cahier des charges pour un simple chatbot FAQ ?
Oui, même court. Pour un bot à base de règles, deux pages suffisent souvent : objectif, liste des questions couvertes, canaux et parcours d'escalade. Le générateur gratuit en bas de page produit ce document en quelques minutes, quel que soit le niveau d'ambition.
Quelle différence entre un chatbot et un agent IA conversationnel ?
Un chatbot classique suit des scénarios prédéfinis (règles, arbres de décision). Un agent IA conversationnel s'appuie sur un modèle de langage, souvent couplé à du RAG, pour comprendre des demandes formulées librement et puiser ses réponses dans votre base de connaissances. Le second est plus souple mais demande davantage de garde-fous.
Comment éviter que le chatbot invente des réponses ?
En l'encadrant : approche RAG limitée à votre documentation, périmètre de réponse fermé, réponses sourcées, sujets interdits et escalade vers un humain en cas de doute. Ces garde-fous doivent figurer explicitement dans le cahier des charges, c'est ce qui sépare une démo d'un outil de production.
Combien coûte la création d'un chatbot ?
Cela va de quelques milliers d'euros (bot à règles sur une plateforme SaaS, plus abonnement) à plusieurs dizaines de milliers d'euros pour un agent IA sur-mesure avec RAG et intégrations. Pensez toujours au coût total sur 12 à 24 mois : licences, consommation des modèles et maintenance. Un cahier des charges clair permet d'obtenir des devis comparables.
Le générateur de cahier des charges est-il vraiment gratuit ?
Oui. Le générateur interactif de La Fabrique du Net est gratuit : vous répondez aux questions guidées et obtenez un cahier des charges structuré, exportable en PDF. Vous pouvez ensuite, si vous le souhaitez, le transmettre à des agences spécialisées de notre annuaire pour recevoir des propositions.
