Création d'un réceptionniste IA pour un garage automobile : Pipeline RAG et intégration vocale

Construction du pipeline RAG

La première étape consistait à créer une base de connaissances précise pour éviter les hallucinations. Le développeur a extrait les pages de services et les tarifs du site web de l'atelier de mécanique dans des fichiers markdown, créant ainsi une base de connaissances structurée couvrant plus de 21 documents incluant les types de services, les tarifs, les délais d'exécution, les horaires, les modes de paiement, les politiques d'annulation, les informations sur la garantie, les véhicules de prêt et les marques de voitures spécialisées.

Chaque document a été converti en un vecteur de 1024 dimensions en utilisant Voyage AI (voyage-3-large) et stocké dans MongoDB Atlas aux côtés du texte brut, avec un index Atlas Vector Search sur le champ d'embedding.

Lorsqu'un client pose une question, la requête est embeddée en utilisant le même modèle Voyage AI et exécutée contre l'index Atlas Vector Search, renvoyant les 3 documents les plus sémantiquement similaires. Les documents récupérés sont transmis comme contexte à Anthropic Claude (claude-sonnet-4-6) avec une instruction système stricte : répondre uniquement à partir de la base de connaissances, garder les réponses courtes et conversationnelles, et si vous ne savez pas — le dire et proposer de prendre un message.

Exemple de réponse : "Combien coûte une vidange ?" → "45 $ pour une conventionnelle, 75 $ pour une synthétique. Inclut le filtre à huile, le remplissage des fluides et la vérification de la pression des pneus. Prend environ 30 minutes."

Connexion à une ligne téléphonique réelle

Le développeur a utilisé Vapi comme plateforme vocale pour gérer la téléphonie : achat d'un numéro de téléphone, reconnaissance vocale (via Deepgram), synthèse vocale (via ElevenLabs) et appel de fonction en temps réel vers le serveur.

Un serveur webhook FastAPI a été construit avec un point de terminaison /webhook. Lorsqu'un appelant pose une question, Vapi envoie une requête tool-calls à ce point de terminaison avec la requête de l'appelant. Le serveur achemine cela vers le pipeline RAG, obtient une réponse de Claude et la renvoie à Vapi, qui la lit à haute voix à l'appelant.

Pendant le développement, le serveur fonctionne localement sur le port 8000 et est exposé en utilisant Ngrok, qui crée un tunnel vers une URL HTTPS publique qui est collée dans le tableau de bord Vapi comme point de terminaison webhook.

Dans le tableau de bord Vapi, l'assistant a été configuré avec une salutation ("Bonjour, merci d'appeler Dane's Motorsport, comment puis-je vous aider aujourd'hui ?") et deux outils : answerQuestion pour les réponses basées sur RAG et saveCallback pour collecter un nom et un numéro lorsqu'une question ne peut pas être répondue.

Vapi envoie l'historique complet de la conversation avec chaque requête, permettant une mémoire de conversation.