Sa principale différence avec un chatbot généraliste est qu'il répond à partir d'une base de connaissances préparée pour la boutique, plutôt qu'à partir des connaissances générales du modèle.
AI Product Support pour Magento 2
- Compatibilité
- 2.4.9, 2.4.8, 2.4.7, 2.4.6, 2.4.5, 2.4.4, 2.4.3, 2.4.2, 2.4.1, 2.4.0
- Hyva Theme
- Hyva Theme Redy
Description / AI Product Support pour Magento 2
MAGENTO 2 · QUESTIONS PRODUIT · VECTOR STORE · LUMA ET HYVÄ
Aidez vos clients et votre équipe à trouver des réponses sur les produits.
Kowal AI Product Support
Mettez à disposition un chat utilisant la base de connaissances produit sélectionnée : sur la storefront et dans le panneau Magento. Adaptez le contexte au produit, à la langue et au store view, au lieu de maintenir un ensemble de réponses séparé.
Contexte produit · Choix du Vector Store · Chargement à la demande
COMMENT CELA FONCTIONNE EN PRATIQUE
01 · Vous préparez les connaissances
Vous synchronisez les produits et choisissez le bon Vector Store.
02 · L’utilisateur ouvre le chat
Le launcher rend la conversation disponible sur le site ou dans le panneau.
03 · La réponse utilise le contexte
Le module recherche les connaissances selon les filtres de boutique et de langue.
Quels bénéfices pour votre boutique ?
Découvrez les fonctionnalités, les usages et les paramètres du module.
Découvrez le module
AI PRODUCT SUPPORT · MAGENTO 2
Un assistant AI qui aide le client à comprendre le produit
Utilisez les données produit Magento pour mener des conversations contextuelles et accompagner le client directement sur la fiche produit.
Solution pour Magento 2
AI Product Support enrichit la fiche produit avec une couche d’assistance conversationnelle, afin d’aider le client à trouver plus rapidement les réponses liées au produit consulté.
Contexte produit
L’assistant travaille dans le contexte du produit, ce qui permet de centrer la conversation sur l’offre réelle de la boutique.
Aide à l’achat
Le client peut obtenir de l’aide sans quitter la page produit ni chercher des informations ailleurs.
AI dans Magento
La fonctionnalité est intégrée au processus d’achat Magento au lieu de fonctionner comme un chatbot externe isolé.
Un meilleur service
L’automatisation des réponses peut soulager l’équipe sur les questions produit répétitives.
L’AI au plus près de la décision d’achat
La plus grande valeur vient d’un assistant qui agit là où le client prend sa décision : sur la page du produit concerné et dans le contexte de ses données.
Comment ça marche ?
- Le client ouvre un produit
- Il lance l’assistant
- Il pose une question dans le contexte de l’offre
- Il obtient de l’aide sans quitter la page
Ajoutez une assistance conversationnelle aux fiches produits Magento 2 et raccourcissez le parcours entre la question et la décision.
Chat pour le client et le panneau d’administration
Le module couvre la storefront ainsi qu’un launcher AI global dans l’en-tête du panneau Magento. Un collaborateur peut choisir le store view et poser des questions sur les données produit à partir de la base de connaissances sélectionnée.
La configuration se trouve dans Stores → Configuration → Kowal AI → AI Product Support. Elle comprend la limite de longueur des questions, le modèle, le Vector Store, le nombre de résultats de recherche, la journalisation et les instructions supplémentaires de la boutique.
Les connaissances proviennent de documents préparés
Le package nécessite Kowal AI Product Feed. Le chat peut utiliser un Vector Store alimenté par ce module ou par un autre processus, mais il a besoin d’une clé API, de l’identifiant sélectionné et des métadonnées appropriées store_code et language.
Le module utilise la recherche de fichiers et les réponses AI, en renvoyant également des informations sur les sources lorsqu’elles sont disponibles. Il ne remplace pas le processus de mise à jour des connaissances et ne garantit pas l’exactitude de chaque réponse générée.
Luma et adaptateur Hyvä optionnel
Le package contient Kowal_AiProductSupportHyva. Sur Luma, le module principal suffit. Sur Hyvä, le module de thème, les deux modules Kowal et l’option Enable Hyva Frontend Adapter activée sont nécessaires.
L’adaptateur utilise Alpine.js pour la storefront et partage la configuration, l’endpoint et l’intégration AI. Il conserve le comportement du chat d’administration.
Chargement à l’ouverture et cache de page
Sur la storefront, le panneau principal, le CSS et le runtime du chat sont chargés lors de la première ouverture du launcher. Avant l’interaction, seuls un loader léger, une icône et les styles de base restent présents ; l’historique de conversation est restauré à l’ouverture.
L’état de la conversation reste dans le sessionStorage du navigateur. Les réponses POST sont en no-store, et le launcher est préparé pour le cache pleine page. Le bundling JavaScript ainsi que d’autres modules peuvent influencer l’effet réel du chargement différé et du FPC.
Installation via Composer
Package kowal/module-ai-product-support, module Kowal_AiProductSupport. Après avoir configuré l’accès au dépôt Kowal, installez le package, activez le module, mettez Magento à jour et videz le cache. En production, prévoyez la compilation et le déploiement du contenu statique selon le processus de la boutique.
De la configuration au résultat
1. Vous préparez les connaissances
Vous synchronisez les produits et choisissez le bon Vector Store.
2. L’utilisateur ouvre le chat
Le launcher rend la conversation disponible sur le site ou dans le panneau.
3. La réponse utilise le contexte
Le module recherche les connaissances selon les filtres de boutique et de langue.
Question sur la fiche produit
Le client pose une question sur une caractéristique du produit consulté. Le chat utilise les documents préparés, le contexte du produit et la langue de la boutique.
La qualité de l’aide dépend de l’exhaustivité des connaissances. En cas de données manquantes, il faut les compléter ou contacter le support, plutôt que promettre une réponse à chaque question.
Mettez les connaissances produit à disposition là où elles sont nécessaires
Vous souhaitez adapter le module à votre boutique ? Demandez la mise en œuvre de Kowal AI Product Support et discutez de la configuration ou des extensions nécessaires.
Caractéristiques
| Hyva Theme | Hyva Theme Redy |
|---|---|
| Compatibilité avec le modèle | Hyvä, Luma / Blank, KOWAL |
Notice d'installation du module
Installation et configuration
Ce document explique comment lancer le module AI Product Support dans une boutique Magento 2 et comment le préparer à fonctionner.
Le document est rédigé pour une boutique qui souhaite déployer un module prêt à l’emploi et commencer à utiliser le chat AI sans entrer dans les détails techniques du fonctionnement côté code.
Il est préférable de considérer ce module comme une couche utilisateur. La boutique prépare d’abord les connaissances, puis les met à disposition des collaborateurs ou des clients sous forme de chat.
Ce qu’il faut préparer avant l’installation
Avant le déploiement, vous avez besoin de :
- une boutique Magento 2 fonctionnelle,
- un accès au serveur,
- Composer,
- un compte OpenAI,
- une base de connaissances AI préparée pour la boutique,
- une connexion du serveur à Internet.
La condition pratique la plus importante est simple : le module répondra correctement uniquement si la boutique dispose de contenus préparés que l’AI peut utiliser.
Si la boutique utilise déjà le module Kowal AI Product Feed, c’est lui qui peut assurer la préparation et l’organisation des contenus pour l’AI. Sur la page de ce module, cela est décrit comme la construction d’une base de connaissances structurée et à jour pour les systèmes AI. AI Product Support est l’étape suivante naturelle, c’est-à-dire l’utilisation de ces connaissances dans une conversation avec l’utilisateur. Source : Kowal AI Product Feed pour OpenAI Vector Store
Installation du module
Le module s’installe via composer.
Exemple de processus d’installation :
composer config http-basic.repo.kowal.store 'TWOJ_EMAIL_KLIENTA' 'TWOJ_TOKEN'composer require kowal/module-ai-product-supportbin/magento module:enable Kowal_AiProductSupportbin/magento setup:upgradebin/magento cache:cleanSi la boutique fonctionne en mode production, après l’installation, exécutez également :
bin/magento setup:di:compilebin/magento setup:static-content:deploy -fbin/magento cache:cleanOù se trouve la configuration
Après l’installation, vous trouverez les paramètres du module ici :
Stores > Configuration > Kowal AI > AI Product Support
Comment configurer le module
1. Activez le chat dans le panneau d’administration
Dans la section General, activez :
Enable Chat
Après l’enregistrement du paramètre, l’onglet AI apparaîtra dans le panneau d’administration.
2. Décidez si vous souhaitez activer le chat sur le frontend
Si vous souhaitez que les clients de la boutique puissent également utiliser le chat, activez :
Enable Frontend Chat
Si le module doit servir uniquement à l’équipe de la boutique, laissez le frontend désactivé.
3. Définissez la longueur de la question
Le champ :
Maximum Question Length
définit la longueur maximale du message qu’un utilisateur peut envoyer. Cela aide à maintenir l’ordre et à limiter les requêtes trop longues et difficiles à lire.
4. Définissez le store view par défaut
Si la boutique fonctionne en plusieurs versions linguistiques ou dispose de plusieurs store views, vous pouvez indiquer :
Default Store View
Cela facilite le travail dans le panneau et aide à démarrer avec le bon contexte.
5. Activez ou désactivez le changement manuel de store view
Le champ :
Allow Store Switcher
détermine si l’utilisateur du panneau peut changer de store view directement dans la popup du chat.
C’est utile lorsqu’une même équipe gère plusieurs versions de la boutique.
6. Activez la journalisation technique pendant le déploiement
Le champ :
Log Chat Requests
mérite d’être activé pendant la configuration et les tests. Cela permet de vérifier plus facilement que le module fonctionne correctement. Après la mise en production, vous pouvez décider si la journalisation doit rester active.
Paramètres de connexion à l’AI
Dans la section OpenAI, configurez les éléments de base nécessaires au fonctionnement du module.
OpenAI API Key
Il s’agit de la clé d’accès au service AI. Sans elle, le module ne récupérera pas la liste des modèles, ne lira pas la source de connaissances et n’enverra pas de question.
Response Model
Il s’agit du modèle chargé de construire la réponse.
La liste des modèles se charge depuis l’API. Si, après l’enregistrement de la clé, les options n’apparaissent pas, vous pouvez utiliser le bouton d’actualisation de la liste des modèles.
Vector Store
Il s’agit de la source de connaissances sélectionnée pour le module.
Le plus simple est de le comprendre ainsi :
- c’est l’endroit où sont enregistrés les contenus que le chat utilise pour répondre,
- le module y recherche précisément les réponses,
- si vous choisissez une mauvaise source, les réponses seront faibles ou incomplètes.
Si la boutique dispose déjà d’une base de connaissances structurée préparée pour l’AI, c’est ici que vous indiquez cette source.
La liste des sources de connaissances peut également être actualisée depuis la configuration.
Maximum File Search Results
Ce paramètre définit le nombre de ressources d’aide que le module prend en compte pour préparer une réponse.
En pratique, cela influe sur :
- la qualité des réponses,
- la vitesse de fonctionnement,
- le coût d’utilisation de l’AI.
Une bonne valeur de départ est une valeur moyenne, par exemple 6.
Sécurité du frontend
Si le chat fonctionne côté boutique, il vaut la peine de définir immédiatement des limites de sécurité.
Dans la section Frontend Security, vous trouverez :
Requests Per MinuteRequests Per HourMinimum Submit Delay
Ces paramètres aident à limiter :
- l’envoi trop fréquent de questions,
- les abus de la part des bots,
- la consommation inutile de ressources et les coûts.
Prompt système supplémentaire
Dans la section Prompting, vous pouvez compléter :
System Prompt Template
Ce champ n’est pas obligatoire. Dans la plupart des déploiements, vous pouvez le laisser vide et utiliser le paramètre par défaut du module.
Le remplacement n’a de sens que si la boutique souhaite introduire son propre style de réponse ou des règles de communication supplémentaires.
Fonctionnement du module du point de vue de l’utilisateur
Dans le panneau d’administration
Après l’activation du module, l’utilisateur voit un onglet AI sur le bord droit de l’écran. Après un clic, le panneau de chat s’ouvre.
Dans le panneau, il est possible de :
- saisir une question,
- recevoir une réponse,
- voir des cartes produit si la réponse concerne un produit précis,
- travailler sans recharger la page.
Sur le frontend
Si le chat a été activé, un onglet similaire apparaît côté boutique. Le client peut poser une question sans quitter la page produit ou le listing.
Comment envisager un tel déploiement
Le modèle le plus pratique est le suivant :
- la boutique organise ses contenus et prépare une base de connaissances,
- l’administrateur indique cette base de connaissances dans la configuration du module,
- l’utilisateur utilise le chat,
- les réponses sont construites à partir des contenus préparés par la boutique.
Cette approche donne un meilleur résultat que le lancement d’un simple chat sans données préparées.
Configuration de départ recommandée
Panneau d’administration
Enable Chat=YesEnable Frontend Chat= selon le projetMaximum Question Length=1000Allow Store Switcher=Yesavec plusieurs store viewsLog Chat Requests=Yespendant les testsMaximum File Search Results=6
Frontend
Requests Per Minute= valeur de départ prudenteRequests Per Hour= valeur adaptée au trafic de la boutiqueMinimum Submit Delay= au moins1
Ce qu’il faut vérifier après le déploiement
Après avoir enregistré la configuration, effectuez un test simple :
- vérifiez que l’onglet AI est apparu dans le panneau d’administration,
- ouvrez la popup et envoyez une question,
- assurez-vous que la réponse s’affiche correctement,
- vérifiez que la section des produits apparaît pour les questions concernant des produits précis,
- si le frontend est activé, vérifiez également le fonctionnement de l’onglet côté boutique.
Problèmes les plus fréquents
Les modèles ou sources de connaissances ne sont pas visibles
Le plus souvent, cela signifie :
- absence de clé OpenAI valide,
- absence de connexion du serveur à Internet,
- cache non vidé après les modifications.
Le chat répond de manière trop faible ou hors sujet
La cause la plus fréquente n’est pas le module lui-même, mais la qualité de la base de connaissances préparée. Si les contenus sont incomplets, obsolètes ou trop pauvres, les réponses seront également moins bonnes.
Avant d’évaluer le module lui-même, il est donc utile de vérifier :
- si les descriptions de produits sont pertinentes et complètes,
- si la FAQ et la documentation sont à jour,
- si la base de connaissances contient réellement les contenus nécessaires aux utilisateurs,
- si la source de connaissances sélectionnée est adaptée à la boutique concernée.
Le frontend bloque l’utilisateur trop rapidement
Dans ce cas, il vaut la peine de vérifier les paramètres de limites et le délai d’envoi dans la section Frontend Security.
Courte checklist de déploiement
- Installez le module via
composer. - Activez le module et exécutez
setup:upgrade. - Configurez la connexion à OpenAI.
- Choisissez la bonne source de connaissances.
- Activez le chat dans l’admin.
- Activez éventuellement le chat sur le frontend.
- Définissez les limites de sécurité.
- Testez le fonctionnement avec des questions portant sur des produits réels et les contenus de la boutique.
Court descriptif pour la section Installation et configuration
Le module s’installe via composer et se configure dans Stores > Configuration > Kowal AI > AI Product Support. L’administrateur saisit les données d’accès à OpenAI, choisit le modèle et la source de connaissances pour la boutique, puis active le chat dans le panneau d’administration et, en option, sur le frontend. Il est également possible de définir des limites de sécurité et d’ajuster les paramètres de base du fonctionnement du module.
Questions et réponses
Sa principale différence avec un chatbot généraliste est qu'il répond à partir d'une base de connaissances préparée pour la boutique, plutôt qu'à partir des connaissances générales du modèle.
La qualité des réponses dépend donc de la qualité et de l'exhaustivité de cette base.
Pour préparer les données produits pour l'IA, vous pouvez utiliser un module distinct comme Kowal AI Product Feed, qui structure les données et les envoie au Vector Store OpenAI.
L'administrateur peut définir une vue par défaut et décider d'afficher ou non un sélecteur de vue dans la fenêtre de chat.
C'est essentiel dans une boutique technique : une réponse incorrecte sur la compatibilité, les fonctionnalités ou les prérequis peut entraîner un mauvais choix d'achat.
Ce chat peut servir de premier niveau d'assistance pour trouver plus rapidement un produit ou une réponse.
La conversation peut ainsi conduire directement l'utilisateur au produit concerné dans la boutique.
Ces mécanismes contribuent à limiter les abus occasionnels, les requêtes automatisées et les coûts inutiles d'utilisation de l'IA.
L'administrateur peut ajouter des instructions dans System Prompt Template. Ces règles complémentaires de la boutique ne devraient pas remplacer les règles fondamentales de sécurité et de fiabilité.
Vous pouvez y activer le chat, sélectionner un modèle OpenAI et un Vector Store, définir les limites de questions, configurer le bouton d'ouverture frontend, choisir une vue par défaut et activer la journalisation des métadonnées des requêtes.