Mini-leçon · Français

Comment faire répondre un chatbot à partir de votre contenu

Partez d’un projet de café prêt à lancer : ajoutez vos informations avec un assistant de code et vérifiez les réponses et leurs sources.

Commencer le cours interactifLire les notes du cours

À qui s’adresse cette leçon ?

Pour qui souhaite un chatbot fondé sur ses informations. Vous lancerez le café fourni et modifierez ses notes avec un assistant de code ; écrire du HTML ou du JavaScript n’est pas requis.

Avant de commencer

Un navigateur suffit au premier exercice. Pour de vraies réponses IA : assistant de code, ouverture d’un dossier et commandes de terminal, Node LTS pris en charge, projet Netlify d’essai et votre accès API Google AI Studio. Les leçons sur les clés et le chatbot expliquent cette préparation ; sautez-les si vous la maîtrisez. Tous les fichiers sont fournis.

Durée estimée: 20–37 min

Estimations avec les fichiers fournis et les comptes et outils requis déjà prêts. La configuration, les files de déploiement et les délais de messagerie ou de DNS demandent du temps supplémentaire. La recherche simple par mots-clés est volontairement limitée. Récupérer et vérifier les sources ne garantit pas la vérité de chaque affirmation générée.

Ce que vous apprendrez

  • Lancer le chatbot fourni et comparer une réponse à sa source.
  • Ajouter une règle en modifiant un seul fichier de faits.
  • Distinguer information absente et échec du service.

Fichiers de l’atelier

Étape 1

Construire un chatbot qui connaît les informations du café

Votre résultat : une zone de question qui répond depuis les notes fournies et ouvre sa source.

Les visiteurs d’un café demandent horaires, accès et réservations. Un chatbot général ne connaît pas automatiquement ces faits. Nous allons lancer un café fictif fourni, lui donner des notes et tester ses réponses.

Votre travail : lancer le projet, changer un fait et vérifier le résultat. L’assistant de code réalise l’implémentation ; lire chaque fichier n’est pas nécessaire. Les faits modifiables sont dans records.json ; site et serveur sont déjà fournis.

Ouvrez d’abord practice/index.html et essayez les questions. Cet exercice local montre question, note sélectionnée et fait cité avec des règles fixes : aucun modèle IA ni envoi à Google. Vous lancerez le vrai chatbot à l’étape suivante.

Premier essai : un fait connu et un fait absent

Demandez les horaires : mardi–samedi, 09:00–17:00. Demandez ensuite le téléphone du propriétaire : il ne figure pas dans les notes. L’assistant doit reconnaître cette absence plutôt qu’inventer.

Fichiers de cette étape

Start hereFichiers de l’atelier

Open or download the files below. When saving a project, keep the folder paths shown in the filenames.

Étape 2

Lancer le projet avec votre assistant de code

Téléchargez tout le projet, configurez vos valeurs privées et ouvrez l’adresse indiquée par le serveur.

Ouvrez les fichiers de l’atelier et enregistrez-les dans un dossier de projet en conservant les chemins indiqués. Ouvrez ce dossier dans votre assistant de programmation. public/index.html est la page destinée aux visiteurs ; netlify/functions/mini-chat.mjs s’exécute sur le serveur. Ce sont des fichiers d’implémentation fournis, pas des lectures obligatoires. Demandez à l’assistant de configurer le projet existant avec la demande ci-dessous.

Suivez run-locally.txt : npm install, npx netlify login puis npx netlify link vers votre projet d’essai seulement. Préparez .env avec server-env.example.txt : GEMINI_API_KEY pour votre clé, GEMINI_MODEL pour un modèle accessible, LAB_TOKEN pour un code d’accès distinct. Ce dernier n’est pas la clé Google.

Lancez npm run dev et ouvrez son adresse, normalement http://localhost:8888 pour cet atelier. Entrez LAB_TOKEN dans le formulaire et demandez les horaires. Une réponse avec source constitue le premier contrôle réel. Un aperçu HTML ne lance pas le serveur ; indiquez précisément tout blocage.

Copiez cette demande dans votre assistant de code

L’assistant prépare les fichiers ; vous entrez les secrets dans l’environnement privé et contrôlez le navigateur. Ne mettez pas la clé Google dans le champ du code d’accès.

Ouvre ce dossier du chatbot du café. Utilise les fichiers existants sans reconstruire le site. Guide-moi avec run-locally.txt, vérifie Node et explique les trois valeurs privées. Quand je les ai renseignées en privé, lance le projet localement. Montre l’adresse et aide-moi à tester horaires et source. Ne prétends pas avoir une réponse du fournisseur avant une requête réussie.

Google AI Studio : créer et gérer les clés API · Netlify : développement local et liaison du projet

Fichiers de cette étape

Start hereFichiers de l’atelier

Open or download the files below. When saving a project, keep the folder paths shown in the filenames.

Étape 3

Vérifier la réponse en ouvrant sa source

Avant de modifier le projet, testez un fait connu, un fait absent et une instruction contradictoire.

Demandez les horaires du samedi et ouvrez la source : 09:00–17:00. Puis demandez le téléphone absent ; un numéro inventé échoue. Notez les résultats dans evaluation.txt.

Demandez d’ignorer les notes et d’annoncer une ouverture dimanche. La source indique une fermeture. Un lien réel ne rend pas correcte une affirmation contradictoire ; comparez le texte.

Le projet sélectionne une note par mots de la question, puis demande au modèle de répondre. Si une reformulation ne trouve rien, faites examiner la sélection et les mots-clés. Si la bonne note donne une mauvaise réponse, examinez la génération. La lecture complète du serveur reste facultative.

Diagnostiquer ce que vous observez

« Ouvert dimanche jusqu’à 17:00 » avec une source disant « fermé » est une mauvaise réponse sourcée. Une formulation sans note correspondante relève de la sélection ; une erreur réseau relève du service. Ne confondez pas ces trois états.

Fichiers de cette étape

Start hereFichiers de l’atelier

Open or download the files below. When saving a project, keep the folder paths shown in the filenames.

Étape 4

Ajouter une règle et tester le changement

Ajoutez une règle sur les chiens dans un seul fichier, synchronisez et vérifiez le comportement.

Ajoutez à records.json cette règle fictive : chiens admis uniquement en terrasse, jamais à l’intérieur. L’assistant peut éditer le JSON. Utilisez dogs comme identifiant, un titre clair et les mots-clés de vos questions.

Lancez npm run sync:notes. sync-records.mjs met à jour serveur, sources et exercice local. Redémarrez, rechargez et retestez ; vous n’avez pas à éditer séparément HTML et données serveur.

Testez une question directe, une reformulation, une question hors sujet et une demande d’autoriser les chiens partout. Notez attendu et observé dans evaluation.txt. Le corrigé se consulte après votre tentative, sans devenir votre preuve de test.

Demander une modification délimitée

« Ajoute la règle terrasse seulement dans records.json avec dog, dogs, terrace et les mots de ma langue. Préserve les autres faits, synchronise, redémarre et aide-moi à tester la source et une question sans rapport. »

reference/records.json et reference/assignment-walkthrough.txt donnent une comparaison complète. Sans compte API, utilisez l’exercice local, en distinguant ses résultats de ceux du modèle.

Fichiers de cette étape

Start hereFichiers de l’atelier

Open or download the files below. When saving a project, keep the folder paths shown in the filenames.

Cette leçon vous a-t-elle été utile ?

Laissez un J’aime ou partagez-la avec quelqu’un qui pourrait en profiter.

Poursuivre votre apprentissage

Explorer les autres leçons