Un agent Bedones reconnaît vos produits parce qu’il lit votre catalogue avant sa première conversation : chaque nom, chaque prix, chaque variante et chaque photo. Quand un client envoie une capture d’écran sans référence ni nom d’article, l’agent compare l’image à ce catalogue, identifie le produit et répond avec son prix, sa disponibilité et ses options.
Pourquoi un chatbot classique ne reconnaît pas vos produits
Un chatbot classique ne reconnaît pas vos produits parce qu’il ne les a jamais lus. Son moteur repose sur des mots-clés et des scénarios écrits à l’avance : si le message contient « prix », il déclenche la réponse « prix ». Le catalogue, lui, reste à l’extérieur du système, dans une boutique ou un fichier que le bot ne consulte jamais.
Le résultat est visible dès le premier échange. Un client écrit « je veux la robe rouge » et reçoit « Merci de votre message, un agent vous répondra bientôt ». La phrase est polie, elle ne fait rien avancer : ni prix, ni taille disponible, ni moyen de commander. Le client, lui, a déjà ouvert la conversation d’un concurrent.
Un chatbot qui ignore votre catalogue reporte donc tout le travail sur vous. Chaque question de prix, de taille ou de disponibilité finit dans votre téléphone, souvent le soir, souvent en double. C’est précisément là que se joue la différence entre un chatbot et un agent IA, et elle se mesure en ventes perdues plutôt qu’en fonctionnalités.
Ce que votre agent Bedones lit dans votre catalogue
Votre agent Bedones lit votre catalogue article par article, et non mot-clé par mot-clé. Pour chaque référence, il enregistre le nom, la description, le prix, les variantes déclarées et l’état de disponibilité. Ces informations ne sont pas recopiées dans des réponses toutes faites : elles deviennent la matière que l’agent mobilise au moment exact où la question arrive.
L’agent traite aussi les images de votre catalogue comme du contenu, pas comme de la décoration. Il sait à quoi ressemble chaque produit : sa forme, sa couleur, les détails visibles sur la photo. C’est cette lecture visuelle qui rend possible l’identification d’un article à partir d’une capture d’écran, quand le message du client ne contient aucun texte exploitable.
Cette lecture du catalogue se fait en trois couches, et l’agent les combine à chaque réponse plutôt que d’en privilégier une. Un client peut ainsi poser sa question par le texte, par l’image ou par allusion à une promotion en cours, et obtenir la même réponse, portant sur le même article :
- le descriptif de l’article : nom, description, prix, variantes, disponibilité
- les visuels associés, qui permettent de retrouver un produit sans son nom
- le contexte commercial : promotions en cours, articles similaires, produits complémentaires
Le test de la capture d’écran
La capture d’écran est le test qui sépare un agent d’un répondeur automatique. Un client parcourt votre page, remarque un article qui lui plaît, photographie son écran et envoie l’image en message. Pas de nom, pas de référence, pas de lien : juste une capture, souvent recadrée, parfois de travers, avec un « c’est combien ? » en dessous.
Devant cette image, un chatbot classique n’a rien à comparer : il ne dispose d’aucun visuel de référence et retombe sur sa réponse générique, celle qui renvoie le client vers un humain. L’agent Bedones dispose au contraire de tous les visuels de votre catalogue, et il enchaîne quatre opérations sans intervention de votre part :
- il analyse l’image reçue
- il la compare aux visuels de votre catalogue
- il identifie l’article exact
- il répond avec le prix, la disponibilité et les options
Pour le client, l’échange ressemble à une conversation avec quelqu’un qui connaît la boutique par cœur. Pour vous, il ne s’est rien passé : la capture est arrivée, la réponse est partie. Le même mécanisme s’applique quand l’image vient d’un commentaire Facebook ou d’un message privé Instagram plutôt que de WhatsApp.
Des réponses de vendeur, pas de réponses de robot
Parce que l’agent connaît réellement vos produits, ses réponses portent sur l’article et non sur la procédure. Une question de taille reçoit la liste des tailles encore disponibles. Une question de matière reçoit la matière. Une hésitation entre deux modèles reçoit une comparaison des deux, avec leurs prix respectifs et ce qui les distingue concrètement.
La rupture de stock change elle aussi de nature. Au lieu d’un « ce n’est plus disponible » qui termine la conversation, l’agent signale la rupture et propose les articles les plus proches de celui qui manquait. Les promotions suivent la même logique : le prix annoncé est celui du moment, pas celui figé dans un script écrit trois semaines plus tôt.
Ces réponses restent les vôtres. Quand une formulation ne vous convient pas, vous reprenez l’agent en langage courant, comme vous reprendriez un vendeur : c’est le principe décrit dans le feedback donné à votre agent. La correction s’applique aux conversations suivantes, sans reconfiguration ni règle à réécrire.
Ce que votre catalogue doit contenir pour que la reconnaissance fonctionne
La reconnaissance produit dépend directement de la qualité de ce que contient votre catalogue. Un agent n’identifie que ce qu’il a vu : un article sans photo ne sera pas reconnu sur une capture d’écran, et une variante qui n’apparaît nulle part ne sera jamais proposée à un client. Renseigner le catalogue reste donc le vrai travail de mise en route.
Trois points font la différence en pratique. Des photos nettes, prises sous l’angle où vos clients voient réellement le produit. Des variantes listées explicitement, plutôt que noyées au milieu d’une description. Et une disponibilité tenue à jour, parce qu’une disponibilité fausse produit une réponse fausse : l’agent est précis, il n’est pas devin.
Une fois ce catalogue en place, il sert toutes vos plateformes en même temps. Le même article alimente la réponse à un commentaire Facebook, à un message privé Instagram et à une conversation WhatsApp, comme le montre l’agent qui relie commentaires, messages et catalogue. Vous corrigez une fiche une fois, et toutes vos conversations en tiennent compte.