Un visiteur germanophone pose une question à l’agent conversationnel intégré à un site multilingue, et reçoit une réponse qui mélange une phrase en allemand traduite correctement avec un extrait de documentation resté en français, cité tel quel par l’agent sans traduction. Ce défaut, observé sur plusieurs déploiements récents d’agents conversationnels branchés sur le contenu de sites WordPress multilingues, vient presque toujours de la même cause : l’agent interroge l’ensemble du contenu du site, toutes langues confondues, sans filtrage préalable par langue active.
Pourquoi le mélange de sources se produit
Un agent conversationnel construit sur un contenu WordPress s’appuie généralement sur une recherche documentaire préalable, retrouvant les passages de contenu les plus pertinents pour répondre à la question posée, avant de formuler une réponse à partir de ces extraits. Si cette recherche documentaire interroge indistinctement toutes les langues du site, elle peut retrouver un extrait pertinent en français alors que le visiteur s’exprime en allemand, simplement parce que ce passage précis n’a pas encore été traduit ou que sa version allemande est moins bien indexée.
L’agent, ne faisant pas de distinction stricte entre les langues des sources qu’il consulte, peut alors produire une réponse composite mêlant plusieurs langues, un résultat perçu par le visiteur comme un bug évident, même lorsque le contenu de la réponse reste factuellement correct.
Restreindre la recherche documentaire à la langue active
La correction la plus directe consiste à filtrer systématiquement la recherche documentaire de l’agent par la langue active du visiteur, avant même de lancer la recherche de pertinence sur le contenu. Sur un site utilisant Polylang, ce filtrage s’appuie naturellement sur pll_current_language() pour restreindre la requête aux seuls contenus publiés dans cette langue.
function rechercher_contenu_pour_agent( $question ) {
$lang = pll_current_language();
$args = array(
'post_type' => array( 'post', 'page', 'documentation' ),
'lang' => $lang,
's' => $question,
'posts_per_page' => 5,
);
$resultats = new WP_Query( $args );
return $resultats->posts;
}
Ce filtrage, appliqué en amont de la recherche de pertinence, garantit que l’agent ne recevra jamais de passage source dans une langue différente de celle du visiteur, quelle que soit la qualité de la traduction disponible sur les autres contenus du site.
Que faire quand aucun contenu n’existe dans la langue du visiteur
Ce filtrage strict pose une question de repli : si aucun contenu pertinent n’existe encore dans la langue du visiteur, faut-il renvoyer une réponse vide, ou basculer vers une langue de repli en signalant explicitement la source ? La deuxième option, retenue sur les déploiements observés, s’est révélée plus satisfaisante pour l’utilisateur, à condition que l’agent indique clairement, dans sa réponse, que la source consultée n’est pas disponible dans la langue demandée.
- Filtrer la recherche documentaire par langue avant de chercher la pertinence du contenu.
- Prévoir une langue de repli explicite plutôt qu’un mélange silencieux de sources.
- Ne jamais laisser l’agent traduire à la volée un extrait cité sans le signaler comme tel.
Un cas distinct de la traduction automatique de contenu
Ce mécanisme de filtrage documentaire ne doit pas être confondu avec un agent chargé de traduire automatiquement le contenu du site, sujet traité par ailleurs pour la traduction assistée par intelligence artificielle générative. Ici, l’agent ne traduit rien : il répond à une question posée par un visiteur, en s’appuyant sur un contenu déjà existant dans la langue de cette question, sans jamais produire lui-même une nouvelle traduction du contenu source.
Un agent conversationnel multilingue bien conçu ne traduit pas à la volée : il choisit ses sources documentaires en fonction de la langue du visiteur, et reste silencieux sur ce qu’il ne sait pas dire correctement dans cette langue.
Un test de recette spécifique
Avant tout déploiement en production, l’équipe recommande de tester l’agent avec des questions identiques posées dans chaque langue du site, en vérifiant systématiquement que les sources citées dans la réponse appartiennent bien à la langue de la question posée, et non à une autre langue du site où le contenu source serait simplement mieux renseigné.
En résumé
Le principal risque d’un agent conversationnel multilingue branché sur le contenu d’un site n’est pas la qualité de sa langue générée, généralement bonne avec les modèles récents, mais la cohérence de ses sources documentaires. Un filtrage strict par langue active, appliqué avant la recherche de pertinence, résout l’essentiel de ce problème sans nécessiter de développement complexe.
