Comment configurer l'IA de Gorgias pour détecter l'intention de remboursement ou d'échange (2025)

Imaginez : un message apparaît dans votre service d'assistance Gorgias. « Ça ne va pas, je dois le retourner. » Assez simple, n'est-ce pas ? Mais que veut réellement le client ? Se faire rembourser ou simplement une taille différente ? Une mauvaise supposition déclenche un va-et-vient frustrant qui fait perdre du temps à tout le monde et laisse le client mécontent.

L'IA de Gorgias peut aider à automatiser ces réponses, mais elle ne sait pas comme par magie faire la différence entre un remboursement et un échange dès le départ. Vous devez le lui apprendre. Nous allons voir exactement comment configurer votre Agent IA Gorgias pour distinguer ces deux demandes courantes. Et restez avec nous, car nous examinerons également une manière plus intelligente de le faire qui évite une grande partie du travail manuel.

Ce dont vous aurez besoin pour commencer

Très bien, avant de nous lancer, mettons de l'ordre dans nos affaires. La configuration n'est pas trop compliquée, mais vous aurez besoin de quelques éléments pour que tout fonctionne sans accroc.

• Tout d'abord, vous aurez besoin d'un compte Gorgias avec la fonctionnalité d'Agent IA.

• Vous aurez également besoin d'un accès administrateur à Gorgias pour pouvoir créer et modifier les règles de l'IA.

• Ayez votre politique de retour et d'échange à portée de main et clairement rédigée. Votre IA n'est aussi intelligente que les règles que vous lui donnez.

• Assurez-vous que Gorgias est connecté à votre boutique de commerce électronique (comme Shopify, BigCommerce ou Magento) pour récupérer les informations de commande.

Une capture d'écran montrant les paramètres d'intégration de Gorgias, essentiels pour que l'IA de Gorgias détecte l'intention de remboursement ou d'échange à partir du texte du message.

Un guide étape par étape pour configurer l'IA de Gorgias

Voici le truc avec l'IA de Gorgias : elle ne fait pas la différence entre un remboursement et un échange de manière innée. Vous devez le lui expliquer en détail. Nous allons le faire en utilisant une fonctionnalité appelée Guidance, qui est essentiellement un livre de règles pour votre Agent IA. Mettons-la en place.

Étape 1 : Créer une nouvelle directive pour toutes les demandes liées aux retours

Tout d'abord, rendez-vous dans la section Agent IA de votre tableau de bord Gorgias et cliquez sur « Créer une nouvelle directive ». Ce sera votre manuel de référence pour tout ticket qui mentionne ne serait-ce que les mots « retour », « remboursement » ou « échange ». C'est le document principal que l'IA consultera chaque fois qu'un client voudra renvoyer un article.

Cette image affiche les paramètres de directive dans Gorgias, où vous pouvez configurer l'IA pour détecter l'intention de remboursement ou d'échange à partir du texte du message.

Étape 2 : Rédiger des instructions spécifiques pour l'intention de remboursement

Maintenant, à l'intérieur de votre nouvelle directive, vous devez dire à l'IA exactement ce qu'elle doit rechercher. Ne soyez pas timide, soyez précis. L'IA ne fait que faire correspondre des mots-clés et le contexte que vous lui donnez. Vous devrez rédiger une instruction claire listant tous les mots et phrases qui crient « remboursement ».

Par exemple, vous pourriez écrire quelque chose comme ceci :

« Si le message du client contient des mots comme « remboursement », « argent en retour », « pas satisfait » ou « je n'en veux plus », vous devez identifier l'intention comme une demande de remboursement. Excusez-vous pour le problème et fournissez au client un lien direct vers notre page de politique de retour et expliquez les prochaines étapes pour récupérer son argent. »

Étape 3 : Ajouter des instructions distinctes pour détecter l'intention d'échange

Ensuite, vous ferez la même chose pour les échanges, mais dans une instruction distincte au sein de la même directive. Il est important de les garder séparées pour que l'IA ne s'emmêle pas les pinceaux.

Vos instructions d'échange pourraient ressembler à quelque chose comme ceci :

« Si le message du client mentionne une « taille différente », une « autre couleur », le « mauvais article », un « échange » ou « échanger », vous devez identifier l'intention comme une demande d'échange. Demandez au client la taille ou la couleur spécifique qu'il souhaite échanger et expliquez notre processus d'échange. »

Étape 4 : Définir les actions automatisées pour chaque parcours

Ok, donc l'IA a compris ce que veut le client. Et maintenant ? Elle doit faire quelque chose. Dans Gorgias, vous configurez des « Actions » pour cela. Pour les retours et les échanges, cela signifie généralement envoyer une réponse spécifique ou signaler le ticket à un humain.

Pour un remboursement, vous pourriez faire en sorte que l'IA réponde automatiquement avec un lien vers votre portail de retours (si vous utilisez quelque chose comme Loop Returns) ou simplement lui donner l'adresse d'expédition.

Pour un échange, l'action pourrait être de poser une question de suivi comme : « Bien sûr, quelle taille vous faudrait-il à la place ? » avant de faire intervenir un agent humain pour terminer le travail.

Juste un avertissement, cette méthode est assez rigide. Si un client dit quelque chose que vous n'avez pas prévu et ajouté à votre liste de mots-clés, l'IA sera probablement bloquée, et l'un de vos agents humains devra de toute façon intervenir.

Une vue de la configuration de la séquence d'actions de Gorgias, une étape clé lors de l'utilisation de l'IA de Gorgias pour détecter l'intention de remboursement ou d'échange à partir du texte du message.

Étape 5 : Tester et déployer votre nouvelle directive

Avant de lancer cela sur vos clients, vous voudrez le tester. Gorgias dispose d'un « Mode Test » pour cela. Vous pouvez taper différents messages de clients et voir exactement comment votre Agent IA répondra en fonction des règles que vous venez d'écrire. C'est un excellent moyen de voir si vos mots-clés fonctionnent réellement.

Essayez de lui soumettre quelques scénarios différents : un simple « J'ai besoin d'un remboursement pour la commande #12345 », un évident « Puis-je échanger ceci pour une taille L ? », et peut-être un plus délicat comme « Ce n'est pas ce à quoi je m'attendais » pour voir comment il gère l'ambiguïté.

Lorsque vous êtes satisfait des résultats, activez la directive. Mais ne vous contentez pas de la configurer et de l'oublier. Gardez un œil sur ses performances. Vous devrez probablement y revenir et ajouter de nouveaux mots-clés à mesure que vous verrez les différentes manières dont les vrais clients formulent leurs demandes.

Le défi : Pourquoi l'IA basée sur des règles est insuffisante

Mettre en place la directive dans Gorgias est un bon début, mais vous avez probablement remarqué que cela demande beaucoup de travail manuel. Vous construisez essentiellement une liste géante de mots-clés de type « si ceci, alors cela ». Et honnêtement, cette approche présente de réels inconvénients.

Elle se brise facilement

Imaginez qu'un client écrive : « Cette chemise est beaucoup trop grande, pouvez-vous m'envoyer la taille en dessous ? » Il veut clairement un échange, mais comme il n'a pas utilisé le mot « échange », votre IA basée sur des mots-clés pourrait simplement lever les bras au ciel et opter pour une réponse de remboursement générique.

C'est un casse-tête de maintenance

Vous devez la surveiller de près. Vous êtes constamment à l'affût des nouvelles phrases que les clients utilisent, mettant constamment à jour votre directive. Cela se transforme en une tâche sans fin pour votre équipe.

Elle ne comprend rien en réalité

L'IA ne pense pas ; elle se contente de faire correspondre des mots. Elle ne peut rien gérer de complexe. Qu'en est-il d'un message comme : « J'aimerais retourner la chemise bleue pour un remboursement, mais puis-je échanger la rouge pour une taille M ? » Un système de mots-clés va complètement court-circuiter avec ça.

Pour les équipes qui veulent automatiser plus avec moins d'effort, une approche plus intelligente est nécessaire, une qui apprend de l'expertise de votre équipe au lieu de simplement suivre un script.

Une meilleure solution : Utiliser une IA qui apprend de vos anciens tickets

Alors, quelle est l'alternative à la rédaction manuelle de règles jusqu'à ce que vos doigts tombent ? Utiliser une IA qui apprend du travail passé de votre équipe. Des plateformes comme eesel AI sont conçues pour faire exactement cela en explorant l'historique de vos tickets de support.

Imaginez : une IA qui lit vos 10 000 derniers tickets résolus dans Gorgias, apprend exactement comment vos meilleurs agents ont traité des milliers de demandes de remboursement et d'échange différentes, puis le fait simplement. Automatiquement. C'est la différence fondamentale.

Laissez l'IA détecter l'intention à partir de vos données, pas seulement de vos règles

Avec un outil comme eesel AI, vous pouvez abandonner les listes de mots-clés interminables. L'IA s'entraîne sur vos anciens tickets, elle capte donc toutes les manières subtiles dont vos clients s'expriment. Elle sait que « envoyez-moi un plus petit » est une demande d'échange parce qu'elle a vu vos agents la traiter de cette manière des centaines de fois. Cela la rend beaucoup plus précise et beaucoup moins fragile qu'un simple comparateur de mots-clés.

Testez en toute confiance avec des simulations réelles

Mais comment être sûr qu'elle est prête à être mise en service ? Au lieu de tester simplement une ou deux phrases, eesel AI vous offre un véritable mode de simulation. Vous pouvez faire tourner l'IA sur des milliers de vos vrais tickets passés dans un environnement totalement sécurisé. Vous obtiendrez un rapport clair montrant comment elle aurait répondu, combien de remboursements par rapport aux échanges elle a correctement identifiés, et même combien de temps et d'argent vous pourriez économiser. Vous pouvez la lancer en sachant exactement à quoi vous attendre.

Créez des flux de travail flexibles, pas des règles rigides

Et soyons réalistes, gérer un retour, c'est plus que simplement envoyer une réponse. Parfois, vous devez vérifier l'inventaire, générer un code de réduction ou marquer le ticket pour qu'un responsable l'examine. Le moteur de flux de travail d'eesel AI vous permet de créer des automatisations personnalisées en plusieurs étapes qui peuvent se connecter à vos autres outils via une API. Cela signifie que vous pouvez construire des résolutions qui résolvent réellement l'ensemble du problème, pas seulement envoyer une réponse pré-enregistrée.

Des règles manuelles à l'automatisation intelligente

Configurer votre IA Gorgias pour distinguer les remboursements des échanges est une excellente première étape vers l'automatisation. Suivre les étapes que nous avons décrites donnera à l'IA un ensemble de règles claires, sa directive, à suivre, ce qui peut certainement aider à gérer certains des tickets simples et alléger un peu la charge de travail de vos agents.

Mais cette méthode basée sur des règles ne fait qu'effleurer la surface. La véritable puissance vient d'une IA capable d'apprendre des connaissances collectives que votre équipe a accumulées au fil de milliers de tickets. Lorsque vous passez de la rédaction de règles manuelles à l'utilisation d'une IA qui comprend comment vos clients parlent réellement, vous obtenez plus de précision, moins de tâches répétitives et des automatisations capables de gérer l'ensemble du problème du début à la fin.

Si vous êtes curieux de voir ce qu'une IA entraînée sur vos propres données pourrait faire pour votre équipe, pourquoi ne pas essayer eesel AI et lancer une simulation sur vos tickets Gorgias ?