L’UX conversationnelle est la discipline de conception qui organise les échanges en langage naturel, écrits ou vocaux, entre une personne et un système informatique, afin que le dialogue permette d’accomplir une tâche simplement.
Elle constitue une branche de l’expérience utilisateur. Sa particularité tient à l’interface : la conversation remplace les menus et les pages. L’utilisateur ne voit pas la liste des actions possibles. Il formule une demande avec ses propres mots, que le système interprète grâce au traitement automatique du langage naturel. La conception porte donc sur ce qui ne se voit pas : la façon dont l’assistant se présente, les questions qu’il pose, sa manière de reformuler et de réparer un malentendu.
Ses composantes principales sont les flux de dialogue, qui décrivent les échanges attendus pour chaque tâche, et les intentions, c’est-à-dire les besoins que le système doit reconnaître derrière des formulations variées. S’y ajoutent la personnalité et le ton de l’assistant, ainsi que ses messages d’incompréhension et de relance. Viennent enfin les boutons de réponse rapide, éléments graphiques d’appoint, ainsi que la mémoire du contexte et les règles de transfert vers un conseiller.
L’UX conversationnelle s’applique aux chatbots, aux assistants vocaux et aux agents fondés sur un modèle de langage. Elle se distingue du marketing conversationnel, démarche commerciale qui fonde la relation client sur le dialogue, et de la surcouche conversationnelle, couche logicielle qui encadre un modèle d’IA. Elle mobilise designers, rédacteurs et équipes produit, notamment pour le service client, la prise de rendez-vous, le commerce en ligne et la recherche d’information.
Dans une interface graphique, les options sont visibles. Dans une conversation, l’utilisateur doit deviner ce que le système sait faire, puis le formuler. C’est la difficulté centrale de l’UX conversationnelle, et elle explique la plupart des échecs. Raluca Budiu, du Nielsen Norman Group, l’a observée dans une étude qualitative menée auprès de huit participants (« The User Experience of Chatbots », 2018). Les agents testés supportaient mal les écarts au scénario prévu et oubliaient des informations déjà données. Quand l’usage d’un robot était annoncé d’emblée, les participants formulaient leurs demandes plus directement, ce qui donnait de meilleurs résultats. Ils appréciaient qu’un robot reconnaisse son incompréhension et propose un autre canal plutôt que de répondre à côté.
Le philosophe Paul Grice a formulé en 1975 un principe de coopération conversationnelle, que présente la Stanford Encyclopedia of Philosophy (article « Implicature »). Il se décline en quatre maximes : être aussi informatif que nécessaire, dire vrai, être pertinent, être clair et ordonné. Nous recommandons d’en faire une grille de relecture des dialogues. Une réponse trop longue enfreint la première maxime, une relance hors sujet la troisième. Avec les modèles génératifs, la deuxième devient critique : une hallucination formulée avec aplomb détruit la confiance plus vite qu’un aveu d’ignorance.
Le volume de conversations ne dit rien de leur qualité. Nous recommandons de suivre le taux de demandes résolues sans transfert, le taux de messages non compris, le taux d’abandon en cours d’échange et la satisfaction exprimée en fin de dialogue. La lecture régulière d’un échantillon de conversations complète ces chiffres : elle révèle les formulations imprévues à intégrer. Ces mesures relèvent du chatbot analytics.
L’article 50 du règlement (UE) 2024/1689 sur l’intelligence artificielle s’applique depuis le 2 août 2026. Il impose aux fournisseurs de concevoir les systèmes d’IA destinés à interagir directement avec des personnes de sorte que celles-ci sachent qu’elles s’adressent à une IA. L’obligation ne vaut pas lorsque c’est évident pour une personne normalement informée. Dans ses conseils de février 2021 sur les agents conversationnels, la CNIL recommande d’inviter les utilisateurs à ne pas communiquer de données sensibles et de purger celles qui seraient saisies. Ces deux exigences trouvent naturellement leur place dans le message d’accueil.
Advalians teste avec vous l’IA sur les tâches réelles, comme les échanges avec vos clients, mesure ce qu’elle fait gagner en temps ou en qualité et fixe des règles d’usage claires.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
L’UX design classique organise des écrans : menus, pages, boutons, que l’utilisateur parcourt des yeux. L’UX conversationnelle organise un dialogue, où l’utilisateur ne voit pas les options et doit formuler sa demande. La démarche reste la même : partir des tâches réelles et tester tôt. Les livrables changent : scripts de dialogue, listes d’intentions et messages de réparation remplacent les maquettes d’écran.
Conséquence pratique : un bon concepteur d’interfaces n’est pas forcément un bon concepteur de dialogues. La rédaction y pèse autant que la mise en page.
Commencez par la liste des demandes réelles. Les messages reçus par le service client, les questions posées au téléphone et les recherches internes du site en donnent une bonne image. Retenez les demandes les plus fréquentes et les plus simples. Pour chacune, rédigez un dialogue type, puis jouez-le à voix haute à deux. Ajoutez les cas d’échec : demande hors périmètre, information manquante, utilisateur qui change d’avis. Ne développez qu’ensuite, et testez le prototype avec des utilisateurs avant l’ouverture au public.
Mesurez la résolution plutôt que le volume. Suivez le taux de demandes traitées sans transfert vers un conseiller, le taux de messages non compris, le taux d’abandon en cours d’échange et la satisfaction recueillie à la fin. Fixez un état initial au lancement, puis comparez chaque mois. Lisez aussi un échantillon de conversations : les chiffres signalent un problème, la lecture en révèle la cause. Une hausse des transferts n’est pas toujours un échec : elle peut traduire une meilleure orientation des demandes complexes.
La plus fréquente est l’impasse : l’assistant ne comprend pas, repose la même question, puis recommence. Prévoyez toujours une sortie vers un conseiller ou un autre canal après deux incompréhensions. Deuxième erreur : un périmètre flou, qui pousse l’utilisateur à essayer des demandes que l’outil ne sait pas traiter. Annoncez dès l’accueil ce que l’assistant sait faire. Troisième erreur, avec un modèle génératif : laisser l’assistant répondre hors de ses sources, au risque d’affirmer une information fausse au nom de l’entreprise.
Pas toujours. Le dialogue convient aux tâches courtes, aux demandes formulées de façons très variées et aux situations où l’utilisateur ne sait pas où chercher. Il convient mal aux comparaisons détaillées, aux saisies longues et aux choix entre de nombreuses options, qu’une page affiche d’un coup d’œil. Critère simple : si la tâche se résume en une phrase et se traite en quelques échanges, le dialogue a sa place. Sinon, améliorez d’abord la page ou le formulaire existant.
Modèles, grilles et guides prêts à l’emploi pour vos projets marketing et communication.
Le marketing évolue à grande vitesse. Longtemps centré sur l’acte d’achat pur, le..
Le référencement naturel (SEO) est depuis longtemps le pilier essentiel du marketing digital,..
