Pour ce faire, il détermine d’abord l’intention de l’utilisateur, puis recherche l’agent correspondant en se basant sur le nom de l’agent et la description de l’agent. Dans notre article Multi-Agent Chatbot, nous avons présenté quelques bonnes pratiques pour rédiger les descriptions d’agents ainsi que des exemples.
Cependant, il existe toujours des scénarios dans lesquels les descriptions d’agents ne couvrent pas suffisamment tous les cas. Lors de la création ou de la modification d’agents IA, INNOCHAT génère automatiquement plusieurs intents ainsi que des exemples de requêtes qui servent de référence au superviseur IA.
Ces intents peuvent être consultés, modifiés ou supprimés via les paramètres du superviseur IA.
Le superviseur IA utilise directement ces intents pour classer la spécialisation de chaque agent. Pour affiner les intents des agents, rendez-vous dans l’onglet AI Agents dans la navigation à gauche, puis cliquez sur AI Supervisor Settings :


Lorsqu’un utilisateur pose une question et que plusieurs agents IA sont actifs, le superviseur IA extrait l’intent et recherche l’agent le plus pertinent. Pour ajouter de nouveaux intents, sélectionnez l’agent que vous souhaitez affiner, puis cliquez sur Add intent.


Le nouvel intent apparaît alors dans la section Fixed Intents.
Pour voir la liste complète, il vous faudra peut-être faire défiler vers le bas. Vous pouvez également modifier les AI-Generated Intents.
Pour cela, ouvrez le menu à trois points à côté de l’intent et choisissez Edit.
Après enregistrement, l’intent est déplacé dans la section Fixed Intents.

Remarque : les intents générés par IA sont écrasés à chaque fois que vous modifiez le nom de l’agent, sa description ou son prompt.
Les Fixed Intents, en revanche, restent permanents tant que vous ne les supprimez pas manuellement.
Les Fixed Intents, en revanche, restent permanents tant que vous ne les supprimez pas manuellement.
Quand dois-je affiner les intents des agents ?
Dans la plupart des cas d’usage avec une fonction Q&R générale, un ajustement manuel n’est pas nécessaire.Les tests internes montrent que les intents générés par IA permettent généralement un routage suffisamment performant. La possibilité de contrôler de manière granulaire la classification des intents est particulièrement utile :
- lorsque de nombreux agents IA sont impliqués
- lorsque le chatbot nécessite une très grande précision
- lorsque certaines intentions utilisateur doivent être clairement distinguées
Mutually Exclusive, Collectively Exhaustive.
Cela signifie : pas de chevauchements, pas de lacunes. Une structure idéale ressemble à ceci :
L’agent A (visible par l’utilisateur) gère :
- classe d’intent 1
- classe d’intent 2
- classe d’intent 3
- etc.
L’agent B (visible par l’utilisateur) gère :Le chevauchement entre les agents doit être minimal.
- classe d’intent 10
- classe d’intent 11
- classe d’intent 12
- etc.
Ensemble, tous les agents doivent couvrir l’ensemble des intentions utilisateur possibles. Cependant, comme aucune liste ne peut couvrir tous les intents imaginables et que le langage naturel permet de nombreuses variations,
il n’existe pas de moyen déterministe d’atteindre 100 % de cohérence.
Avec une bonne configuration, on s’en approche toutefois très fortement. Pendant que votre chatbot est en production, observez les conversations entrantes et identifiez les cas
où un mauvais agent a été assigné.
Dans ces situations, nous recommandons d’utiliser le mode debug.
Lorsque plusieurs agents visibles par l’utilisateur sont présents, le mode debug affiche l’Intent et l’Active Agent pour chaque requête.

- associant l’intent et
- la requête utilisateur correspondante
Plus vous fournissez d’exemples pour cet intent, plus le superviseur IA pourra classer de manière fiable les cas similaires.