Questions fréquentes

C'est un système qui traite une demande de bout en bout, pas seulement qui répond. Il lit la demande, consulte vos outils, puis agit : ouvrir un ticket, retrouver une commande, planifier un rendez-vous. Un chatbot renvoie du texte ; un agent produit un résultat vérifiable.

Les deux traitent la voix, mais le callbot gère l'appel téléphonique complet — décrocher, comprendre, agir, transférer — tandis que le voicebot désigne plus largement toute interface vocale, y compris dans une application. En pratique, un callbot est un voicebot branché sur votre téléphonie.

En automatisant le répétitif et en gardant l'humain sur le complexe. On identifie les motifs qui reviennent, on les traite par des flux déterministes fiables, et on n'appelle le modèle que sur l'ambigu. Sur Cardynal, cette approche traite environ 1 300 conversations par jour et réduit les tickets d'environ 80 %.

En posant des garde-fous avant d'automatiser : chaque action passe par une validation, chaque cas non couvert remonte à un humain. L'automatisation ne doit jamais pouvoir inventer une réponse engageante. C'est le principe « own the spine » — la logique critique reste déterministe.

Un système déterministe produit toujours le même résultat pour la même entrée : il est testable et auditable. Un système agentique laisse le modèle décider de la suite, ce qui apporte de la souplesse mais aucune garantie. La bonne architecture combine les deux : déterministe sur le critique, agentique sur l'ambigu.

Un modèle de langage est probabiliste : à entrée identique, la sortie peut varier. C'est précisément pourquoi on ne lui confie pas la logique où l'exactitude est non négociable — calcul, règle métier, engagement contractuel. Ces parties-là restent dans du code testé.

GEO signifie Generative Engine Optimization : être repris par les moteurs génératifs (ChatGPT, Perplexity, AI Overviews). AEO signifie Answer Engine Optimization : structurer le contenu pour qu'il réponde directement à une question. Attention, GEO ne désigne pas ici le référencement géographique.

Un audit SEO mesure votre capacité à ranker dans une liste de liens. Un audit GEO mesure votre capacité à être cité dans une réponse générée : structure « réponse d'abord », données structurées, entité identifiable, présence dans les sources que les modèles ingèrent.

On ne remplace pas, on ajoute une couche. Le socle technique reste le même — crawlabilité, vitesse, hreflang. S'y ajoutent une structure qui répond avant d'argumenter, un balisage qui déclare vos entités, et un contenu assez précis pour être cité sans être reformulé.

En étant lisible, structuré et attribuable. Les modèles reprennent ce qu'ils peuvent extraire proprement : une réponse nette en tête de section, une entité déclarée en données structurées, des faits vérifiables et datés. Un contenu qui noie sa réponse dans l'argumentaire n'est pas cité.

Oui, mais pas en délégant tout à l'automatisation de Google. L'IA est utile pour analyser les termes de recherche, détecter les gaspillages et générer des variantes à tester. La stratégie, les exclusions et la mesure de la conversion restent des décisions humaines, appuyées sur vos données.

En automatisant l'analyse plutôt que la décision. On instrumente la conversion côté serveur pour que les signaux soient fiables, on automatise la détection d'anomalies et le tri des requêtes, et on garde la main sur les enchères, le budget et les exclusions.

Le ROAS se joue surtout hors de l'interface Ads. Il faut d'abord fiabiliser la mesure — conversions côté serveur, valeurs réelles remontées — puis travailler la page de destination et le taux de conversion. Optimiser des enchères sur des signaux faux ne fait qu'accélérer la perte.

Non. L'IA accélère la production de variantes et l'analyse des parcours, mais le CRO reste une discipline d'hypothèses et de mesure. Ce qui change, c'est le rythme des tests — pas le fait qu'il faille décider quoi tester et savoir lire un résultat.

Un MVP est la plus petite version d'un produit qui teste réellement l'hypothèse de valeur auprès de vrais utilisateurs. Ce n'est ni une maquette ni un produit incomplet : c'est un produit restreint mais fonctionnel, choisi pour répondre vite à une question précise.

Il peut produire du code, pas un produit. Ce qui manque à une application générée, c'est l'architecture, la gestion des cas limites, la sécurité, le déploiement et la maintenance. L'IA accélère beaucoup l'écriture ; elle ne remplace pas les décisions qui rendent un système fiable.

En partant de la question à laquelle il doit répondre, pas des fonctionnalités. On écrit l'hypothèse, on définit le signal qui la valide ou l'invalide, puis on ne construit que ce qui produit ce signal. Tout le reste attend la réponse.

Pas son apparence seule. Un site premium tient sur quatre points mesurables : des Core Web Vitals au vert sur mobile, une accessibilité réelle, un socle SEO et GEO correct dès la conception, et un code que vous possédez. Ce site en est la démonstration.

Quelqu'un qui vous aide à décider où l'IA crée de la valeur et où elle n'en crée pas, puis qui construit ou encadre la mise en œuvre. La partie la plus utile du travail est souvent de dire quoi ne pas automatiser.

Parce que vous parlez à la personne qui construit. Pas d'intermédiaire commercial, pas de junior affecté après la signature. La contrepartie honnête, c'est une capacité limitée : je prends peu de projets en parallèle.