Ce que « Meta Muse pour la gestion de la base de connaissances » signifie vraiment
Je construis des agents IA chez eesel, et la partie de ce métier dont personne ne parle en démo, c'est l'entretien des connaissances. Un agent qui répondait parfaitement en semaine un se met à citer en semaine dix le délai de retour du trimestre dernier, parce que quelqu'un a modifié une page de politique et que personne n'a prévenu le bot. En lisant la documentation de Meta pour cet article, j'ai donc laissé de côté le texte de lancement pour chercher les parties ennuyeuses : les appels de mise à jour, le calendrier d'exploration, et tout ce qui vous dit ce que l'agent ne sait pas.
D'abord, les noms. « Meta Muse » renvoie à trois produits, et un seul répond aux clients à partir de votre base de connaissances :
| Produit | Ce que c'est | Rôle dans la gestion de la base de connaissances |
|---|---|---|
| Muse | L'agent personnel grand public de Meta, lancé le 8 septembre 2026 | Aucun. Il travaille pour des particuliers |
| Meta Business Agent | L'IA pour entreprises de Meta sur WhatsApp, Messenger et Instagram, lancée le 3 juin 2026 | Répond aux clients avec les connaissances que vous lui donnez |
| API Muse Spark | Le modèle de Meta, appelé depuis votre propre code (Muse Spark 1.3) | Un modèle à brancher sur votre propre système de recherche |
Meta affirme que « plus d'un million d'entreprises utilisent déjà un Meta Business Agent sur WhatsApp et Messenger » (Meta Newsroom). Il existe en deux niveaux. Le niveau en libre-service se trouve dans Meta Business Suite et l'application WhatsApp Business. La Meta Business Agent Platform est la version API pour les entreprises sur la WhatsApp Business Platform. Ils gèrent les connaissances très différemment, je les prends donc l'un après l'autre.
Pour la répartition plus large des produits, voir le guide de mon équipe sur Meta Muse pour le support client.
Les quatre sources de connaissances que lit Business Agent
Au niveau Platform, les connaissances entrent par quatre endpoints qui existent, selon Meta, « pour ancrer Meta Business Agent dans le contenu de votre entreprise, afin qu'il réponde avec exactitude et résolve plus de questions sans transférer » (Capabilities). Il n'y a pas d'outil d'import pour un centre d'aide, un wiki ou un helpdesk. Tout arrive par l'une de ces quatre voies :
| Source | Ce qu'on y met | Comment la modifier | Limites documentées par Meta |
|---|---|---|---|
| Business Info | Moyens de paiement, retours, livraison, contact et localisation | Un enregistrement par numéro ; PUT le remplace | Singleton |
| FAQ | Question, réponse, métadonnées facultatives | Modification sur place avec PUT | « En général au-delà de quelques centaines » dégrade la recherche |
| Fichiers | PDF, DOC, DOCX, PNG, JPG, plus CSV/XLSX si activé | Pas d'appel de mise à jour : supprimer, puis téléverser à nouveau | 100 Mo par fichier |
| Sites web | Pages publiques explorées, limitées par sous-domaine et motif d'URL | Réexploration périodique, sans intervalle indiqué | Instantané au moment de l'exploration |
Les limites proviennent de la page de référence de chaque source, comme les références Business Info et Sites web. Chaque ressource partage un budget de 1 000 requêtes par heure.
L'ordre compte aussi. Les FAQ l'emportent sur tout le reste. « L'agent récupère chaque entrée indépendamment et répond à partir d'elle, plutôt que de déduire une réponse de vos autres sources de connaissances » (référence des FAQ). Les fichiers sont le recours : « L'agent s'appuie sur le contenu des fichiers lorsqu'aucune entrée de FAQ ne correspond à la question du client » (référence des Fichiers). Votre ensemble de FAQ est donc la partie que les clients sollicitent le plus, et aussi celle que vous modifierez le plus.
La langue est le seul domaine où Meta vous épargne du travail. L'agent « lit vos sources de connaissances dans leur langue d'origine et répond dans la langue cible, vous n'avez donc pas besoin de localiser vos sources de connaissances » (Capabilities). Un seul ensemble de FAQ couvre toutes les langues, l'anglais obtenant les meilleures réponses. C'est un vrai avantage face aux ensembles d'articles par langue d'un centre d'aide multilingue.
Garder chaque source à jour
Voici le quotidien de la gestion de la base de connaissances avec Meta : quatre sources, quatre façons différentes de devenir obsolète.
Fichiers : le piège de la politique périmée
C'est celui que je collerais sur l'écran. Le guide de support de Meta le dit sans détour : « Il n'y a pas d'appel de mise à jour. Pour remplacer un document, supprimez l'ancienne entrée et téléversez la nouvelle, sinon l'agent s'appuie sur les deux versions et peut citer une condition que vous avez déjà retirée » (guide du support client).
Imaginez : vous raccourcissez votre délai de retour de 30 à 14 jours, téléversez returns-policy-v2.pdf et passez à autre chose. Les deux PDF sont maintenant actifs. Un client demande de combien de temps il dispose, et l'agent peut répondre à partir de l'un ou de l'autre. L'appel de liste n'aide pas beaucoup non plus, puisqu'il ne renvoie que l'id et le file_name de chaque fichier, « pas son contenu » (référence des Fichiers). Si vos noms de fichiers ne sont pas rigoureux, impossible de savoir quel téléversement contient quelle version.
La solution est un script de synchronisation qui supprime toujours par file_id avant de téléverser. Meta met aussi en garde contre le volume : « un grand ensemble de documents ralentit l'agent pour trouver le bon passage, et les questions les plus importantes sont généralement mieux servies par une entrée de FAQ précise que par une page de conditions » (guide du support client).
Sites web : un instantané, pas un lien en direct
Les connaissances d'un site web sont « un instantané pris au moment de l'exploration » (guide du support client). Meta indique que les sites sont « réexplorés périodiquement pour que les connaissances de l'agent restent à jour », mais ne donne aucun intervalle (référence des Sites web). Vous pouvez interroger crawl_status et last_crawled_at, mais le tableau des endpoints n'a pas d'appel explicite « réexplorer maintenant ». Si vous publiez un changement de prix à 9 h, vous ne savez pas quand l'agent le verra.
Le périmètre est l'autre levier. Par défaut, tout le domaine est exploré, et Meta prévient que « explorer un site de vente entier fait remonter des milliers de pages produit, ce qui dilue le contenu d'aide à partir duquel l'agent devrait répondre. » Utilisez included_url_patterns pour le diriger vers vos seules pages d'aide. L'explorateur n'accepte aucun identifiant, donc tout ce qui se trouve derrière une connexion (un wiki interne, un portail partenaires fermé) ne peut pas entrer par ce canal. Mon équipe a traité ce problème spécifiquement pour Confluence et Document360.
FAQ : modifiables, mais pauvres en suivi
Les FAQ sont la source la plus conviviale. Vous pouvez en modifier une sur place, et « reformuler la question change les messages de clients auxquels l'entrée est associée ; reformuler la answer change ce que l'agent répond » (référence des FAQ). La suppression est propre : « L'agent cesse de répondre à partir d'elle. »
Il manque tout ce qu'un gestionnaire de connaissances appellerait des métadonnées. La réponse contient un id et created_at, mais ni updated_at, ni statut, ni responsable. L'appel de liste renvoie toutes les entrées dans un seul tableau, sans filtre ni pagination. Il n'y a pas d'import en masse, ni de webhook lors d'un changement. Si vous voulez savoir quelle FAQ a été relue pour la dernière fois en mars, écrivez cette date vous-même dans le champ facultatif metadata.
Le conseil de Meta sur l'origine de la liste de FAQ est révélateur : « Exportez les principaux motifs depuis votre helpdesk, écrivez une entrée par motif avec les mots de l'acheteur » (guide du support client). Meta part du principe que vos données sur les motifs de contact vivent dans votre helpdesk, pas chez Meta. Je suis d'accord, et cela aura son importance plus loin.
Business Info et instructions
Business Info est un enregistrement unique par numéro que vous remplacez en bloc. Le comportement réside dans les instructions de l'agent (l'API les appelle désormais des skills), limitées à 20 000 caractères chacune, et chaque instruction nouvelle ou modifiée passe d'abord par une revue automatique. Une instruction blocked est une instruction que « l'agent n'applique jamais », « le plus souvent parce que le texte demande ou évoque des informations personnelles sensibles » (référence des instructions de l'agent). Vérifiez le statut après chaque modification, sinon un changement de politique peut rester inappliqué sans que vous le remarquiez.
Le niveau libre-service : apprendre de vos réponses
Le produit en libre-service ne fonctionne pas du tout comme l'API et, pour une petite entreprise, il gère les connaissances mieux qu'on ne pourrait le croire.
L'agent apprend de « votre Page Facebook, de vos anciens chats et de votre site web », et vous pouvez « téléverser des catalogues de produits ou des listes de prix » (page Messenger). Il apprend aussi pendant que vous travaillez : « Lorsque vous écrivez manuellement à un client dans un chat où Meta Business Agent répond, le Business Agent peut enregistrer les messages qui contiennent de nouvelles informations sur votre entreprise » (page d'aide sur l'apprentissage et le test).
Ce que j'ai apprécié, c'est qu'on peut voir ce qu'il a appris. Dans Business Suite, allez dans Meta Business Agent, puis Your info, et « passez en revue toutes les informations sous Other info pour vous assurer que votre Meta Business Agent a correctement appris les autres domaines de votre activité. » Vous pouvez les rechercher, ouvrir n'importe quel élément et le supprimer. Dans l'application WhatsApp Business, l'écran d'accueil de l'agent permet de « consulter les nouvelles connaissances que votre Business Agent a apprises » (page d'aide sur la configuration).
Pour corriger une mauvaise réponse, il y a Improve AI response, dans le chat de test ou sur un message réel de la boîte de réception. Vous écrivez la bonne réponse ou une instruction, puis vous enregistrez. La réserve de Meta mérite d'être lue deux fois : « Il ne répondra pas avec vos mots exacts. Les réponses existantes ne seront pas mises à jour. » Et parfois l'agent vous interroge directement, en vous écrivant depuis sa Page officielle « pour vérifier ou ajouter des connaissances qu'il devrait avoir. »
C'est une vraie boucle de revue, adaptée au propriétaire qui répond à ses clients depuis son téléphone. Deux limites l'empêchent de passer à l'échelle d'une équipe de support. La liste des faits appris et l'apprentissage à partir des réponses manuelles ne sont documentés que pour le libre-service ; aucun endpoint Platform ne les expose. Et il n'y a pas de liste des questions auxquelles l'agent n'a pas su répondre. Vous le découvrez quand « vous êtes notifié de prendre la main sur le chat. »
Trouver ce que l'agent ne sait pas
C'est le cœur de la gestion de la base de connaissances, et la partie que Meta laisse le plus à votre charge. Voici tous les signaux de lacunes que Meta propose au niveau Platform :
| Outil | Ce qu'il vous dit | Ce qu'il ne dit pas |
|---|---|---|
| Agent Test | La réponse à un message de test, plus handoff_reason. Les tokens de test « ne sont pas facturés » | De quelle FAQ, quel fichier ou quelle page vient la réponse. Pas de mode par lots ; 500 appels par heure et par numéro |
| Agent Eval | Note des scénarios simulés de 1 à 5 avec un modèle juge, renvoie top_failure_categories avec des actions recommandées | Quoi que ce soit sur de vrais clients. Seul un endpoint de liste des cas est documenté, aucun pour en créer |
| Statistiques de conversation | ai_threads (chats où l'agent a répondu) et ai_handoffs (un instantané en direct) | Sujets, intentions, questions sans réponse, résolution |
| Tours de conversation | Trace pas à pas pour un client | Un moyen de lister toutes les conversations |
| Webhooks standby | La transcription complète avant un transfert | Un motif associé au transfert |
Agent Eval est ce qui ressemble le plus à un rapport de lacunes, et c'est un bon outil. Mais il répond à « comment mon agent gère-t-il les scénarios auxquels j'ai pensé ? », pas à « qu'ont demandé les clients la semaine dernière sans que nous ayons de réponse ? » Les questions qui font mal sont celles pour lesquelles personne n'a pensé à écrire un scénario.
Le guide de Meta nomme lui-même le vrai risque : « les échecs qui comptent sont les réponses assurées à des questions pour lesquelles il n'avait aucune base » (guide du support client). Un consultant BSP qui a testé l'agent tôt a vu exactement cela :
« La cohérence est un problème. J'ai vu le même produit revenir avec deux prix différents dans deux réponses. Si on ne l'ancre pas correctement, il invente tout simplement. »
Deux prix dans deux réponses, c'est ce que donne, côté client, un fichier périmé posé à côté d'un fichier à jour. Nous avons vu le même échec chez eesel. Le bot d'un fournisseur danois d'énergie solaire a inventé des affirmations sur des abonnements et les a envoyées à de vrais clients alors que sa base de connaissances n'avait aucune correspondance, c'est pourquoi chaque agent eesel dispose désormais d'un repli qui refuse de répondre et est simulé sur d'anciens tickets avant sa mise en ligne. Pour en savoir plus sur cet échec, voir l'article de mon équipe sur les hallucinations de l'IA.
Une routine hebdomadaire de connaissances pour un agent Meta
Si vous exploitez Business Agent au niveau Platform, voici la boucle que je construirais. Meta couvre une seule de ses quatre étapes.
- Consignez chaque transfert. Abonnez-vous aux webhooks standby et stockez la transcription qui précède chaque transfert. C'est votre flux de lacunes en direct, car la faible confiance est l'un des trois déclencheurs automatiques de transfert (Capabilities).
- Regroupez par sujet les transferts de la semaine. Meta ne le fera pas, utilisez donc les étiquettes de votre helpdesk ou un petit classificateur. Les cinq principaux groupes forment la liste de rédaction de la semaine suivante, selon la même idée que trouver les articles manquants dans un centre d'aide. Le guide de mon équipe sur l'analyse des lacunes de connaissances détaille la méthode.
- Écrivez d'abord le correctif sous forme de FAQ. Les FAQ sont consultées avant les fichiers et se modifient proprement. Gardez chaque réponse autonome (le guide de mon équipe sur la rédaction d'articles de base de connaissances avec l'IA aide ici) et indiquez un responsable et une date de revue dans
metadata. - Synchronisez en supprimant avant de téléverser. Pour tout fichier modifié, supprimez l'ancien
file_id, puis téléversez. Pour les changements de site web, vérifiezlast_crawled_atavant de supposer que l'agent les a pris en compte. - Retestez le groupe. Faites passer les vraies questions de transfert de la semaine dans Agent Test (gratuit, 500 par heure) et lisez les réponses. Tout ce qui déclenche encore un transfert retourne à l'étape 3.
Pour une personne avec quelques dizaines de FAQ, c'est un après-midi par semaine. Pour une équipe avec des milliers de tickets par mois, c'est un petit outil interne, et un système de plus à maintenir à côté de votre helpdesk.
Ce que coûte la gestion de la base de connaissances chez Meta
Les API de connaissances elles-mêmes n'entraînent pas de frais séparés dans la documentation de Meta. Les compteurs sont sur les conversations.
| Élément | Coût |
|---|---|
| Réponses de Business Agent | 2,00 $ par million de tokens sur la WhatsApp Business Platform, soit environ 4 à 5 cents par message (tarifs) |
| Appels Agent Test | Non facturés |
| Réponses humaines après un transfert | Les 1 000 premiers messages de service par numéro et par mois sont gratuits, puis facturés au message à partir du 1er octobre 2026 |
| Votre synchronisation, journalisation et regroupement | Votre propre hébergement et temps d'ingénierie |
La troisième ligne ramène aux connaissances. Chaque question à laquelle vos connaissances ne peuvent pas répondre devient un transfert, et à partir du 1er octobre chaque réponse humaine au-delà du palier gratuit est un message facturable. Une lacune de connaissances vous coûte désormais deux fois : une fois en tokens pour l'agent, et une autre fois dans les réponses de votre équipe. L'historique complet des tarifs figure dans le détail de mon équipe sur les tarifs de l'API WhatsApp.
Où la pile de Meta est limitée pour la gestion de la base de connaissances
Pour être juste envers Meta, le modèle de connaissances de Business Agent est net. Quatre sources bien documentées, des FAQ prioritaires, des appels de test gratuits et la traduction prise en charge. Pour une boutique centrée sur WhatsApp avec une liste de FAQ bien tenue, c'est une configuration sensée, et mon équipe l'a décrite à côté de Zendesk et Freshdesk. Pour la gestion de la base de connaissances en particulier, voici ce que je pèserais :
- Pas de rapport de lacunes en direct. Agent Eval couvre les scénarios que vous avez écrits. Rien ne liste les vraies questions auxquelles il n'a pas su répondre.
- Pas de sources des réponses. Agent Test ne dit pas de quelle FAQ, quel fichier ou quelle page vient une réponse, vous déboguez donc à l'aveugle.
- Les fichiers ne se mettent pas à jour. Si vous oubliez l'étape de suppression, deux versions d'une politique deviennent actives en même temps.
- Aucune synchronisation depuis nulle part. Aucun outil d'import pour helpdesk, wiki ou centre d'aide, et aucun webhook de modification. Chaque synchronisation est un script qui vous appartient.
- Les anciens tickets ne sont pas une source. Meta vous dit d'exporter les motifs de contact depuis votre helpdesk et de les retaper en FAQ. Les milliers de tickets résolus de votre équipe, le meilleur relevé de ce que demandent les clients, restent en dehors de l'agent.
Une règle de plus à anticiper : un numéro fait tourner une seule IA. « Une intégration d'agent autorisé active bloque Meta Business Agent » (présentation), vous ne pouvez donc pas faire fonctionner l'agent de Meta et une autre IA côte à côte sur le même numéro. La position plus large de Meta est décrite dans l'analyse de mon équipe sur la politique de Meta sur les IA tierces.
Le rapport de lacunes est le gestionnaire de connaissances
Voici le changement de perspective que je voudrais que le lecteur retienne. La gestion de la base de connaissances est souvent présentée comme un travail de rédaction : de meilleurs articles, des FAQ plus propres, des PDF plus frais. En pratique, écrire est la partie facile, et l'IA sait désormais rédiger des articles de toute façon. Le plus dur est de savoir quoi écrire, et cette liste se trouve dans vos tickets, pas dans vos documents.
Cela revient sans cesse dans les appels commerciaux d'eesel. Une équipe SaaS B2B a demandé une IA qui réponde à partir de son guide utilisateur, de Slack, de sa base interne et de ses anciens tickets, puis qui rédige de nouveaux articles à partir des lacunes qu'elle trouve. Ce n'est pas la demande d'un chatbot de base de connaissances plus intelligent. C'est la demande de la liste des lacunes.
C'est aussi pourquoi je jugerais la configuration de connaissances de n'importe quel agent IA à une seule question : peut-il me dire, à partir des vraies conversations du mois dernier, sur quels sujets il se serait trompé ? La pile de Meta peut vous dire combien de chats ont été transférés. Elle ne peut pas vous dire pourquoi.
Le même schéma apparaît quand on essaie Meta pour l'assurance qualité du support ou le tri des tickets. Pour une vue plus large des outils conçus autour de ce besoin, voir le tour d'horizon de mon équipe sur les outils de gestion de base de connaissances, ou le guide sur la détection du contenu obsolète du centre d'aide.
Essayer eesel pour la gestion de la base de connaissances
eesel aborde le sujet par l'autre bout. C'est un coéquipier IA pour le helpdesk qui se connecte à WhatsApp et travaille dans votre helpdesk, et il apprend là où vos connaissances se trouvent déjà : votre centre d'aide, les tickets résolus, Google Drive, Confluence, Notion et les fichiers téléversés, avec synchronisation automatique. Le téléversement de fichiers accepte PDF, DOCX, TXT, Markdown, CSV, XLSX, HTML et plus, et les nouveaux fichiers sont « traités et indexés automatiquement » (téléverser des fichiers).
La partie qui correspond à cet article est la Simulation. Elle « rejoue vos anciens tickets et note ses réponses par rapport à ce que votre équipe a réellement envoyé » (documentation helpdesk), et renvoie « un rapport noté de la façon dont votre agent traite un lot de vrais tickets, avec les lacunes précises et les correctifs suggérés » (documentation Rapports). La référence, ce sont les réponses de votre propre équipe sur vos propres tickets, pas un scénario que quelqu'un a dû imaginer. En pratique, cela donne : « 23 tickets la semaine dernière portaient sur des remboursements au prorata, mais vos documents ne couvrent que les résiliations complètes. » Vous ajoutez le document, relancez, et regardez la couverture de ce sujet progresser.
Si vous préférez scripter, la CLI eesel lance le même coéquipier et le même espace de travail depuis un terminal, et chaque commande affiche du JSON. Vous ou un agent de code comme Claude Code pouvez lancer une simulation après une modification de la documentation, lire le rapport de lacunes et examiner l'activité de l'agent à la recherche de réponses à faible confiance, sans ouvrir le tableau de bord. Il existe aussi une API d'agent de support client si vous l'intégrez à vos propres outils.
Une remarque honnête. Si WhatsApp est votre seul canal, que vos connaissances tiennent en une liste bien tenue de 50 FAQ et qu'une seule personne lit chaque transfert, l'agent en libre-service de Meta et sa liste de revue Other info sont un choix raisonnable et peu coûteux. À cause de la règle d'une IA par numéro, vous choisiriez eesel ou Meta Business Agent pour un numéro donné, pas les deux. Si vos réponses sont réparties entre un centre d'aide, un wiki et des années de tickets résolus, et que les questions arrivent par e-mail autant que par WhatsApp, un rapport de lacunes construit à partir de vrais tickets vous évite de construire vous-même la boucle ci-dessus. Les tarifs reposent sur un forfait mensuel fixe de crédits, où un ticket ou un chat vaut un crédit, quel que soit le nombre de réponses nécessaires.
Essayez eesel gratuitement et lancez une simulation sur les tickets du mois dernier pour voir votre liste de lacunes avant la mise en ligne.
Questions fréquentes
Puis-je utiliser Meta Muse pour la gestion de la base de connaissances ?
Quelles sources de connaissances Meta Business Agent utilise-t-il ?
À quelle fréquence Meta réexplore-t-il mon site web pour l'agent ?
last_crawled_at après avoir modifié une page, et limitez l'exploration à vos pages d'aide pour que les fiches produits ne noient pas les réponses. Voir détecter le contenu d'aide obsolète pour repérer les pages périmées.Combien de FAQ Meta Business Agent peut-il gérer ?
Meta Business Agent montre-t-il les questions auxquelles il n'a pas su répondre ?
Combien coûte Meta Muse pour la gestion de la base de connaissances ?
Quelle est une bonne alternative à Meta Business Agent pour la gestion de la base de connaissances ?
Article by
Kira
Kira is a writer at eesel AI with a Computer Science background and over a year of hands-on experience evaluating AI-powered customer service tools. She focuses on breaking down how helpdesk platforms and AI agents actually work so that support teams can make better buying decisions.
Comment mettre à jour un fichier dans la base de connaissances de Meta Business Agent ?