Konkui AI

Les vendeurs en ligne thaïlandais reçoivent des questions de clients sur LINE, Facebook et Instagram en même temps, et la plupart se répètent — prix, stock, livraison, politique de la boutique — auxquelles un administrateur répond à la main, message après message. Les confier à une IA est risqué : un mauvais prix ou un mauvais stock fait plus de dégâts qu'une absence de réponse. Le brief : un assistant qui répond dès le premier jour à partir des données de la boutique, n'annonce jamais un chiffre qu'il n'a pas vérifié et passe la main à une personne dès qu'il ne peut plus aider.

Le plus difficile pour un chatbot de vente n'est pas de répondre, mais de ne pas répondre faux. Un second modèle relit donc chaque réponse avant l'envoi, et les données saisies par la boutique sont la seule source de vérité.

1. 1. Multi-tenant dès le premier jour

   Chaque boutique est un Workspace aux données entièrement isolées, et chaque requête y est limitée. Les membres sont Admins ou Opérateurs et se connectent avec Google. Construit avec Next.js 16, Postgres, pgvector et Drizzle.

2. 2. Des connecteurs qui respectent les règles de chaque plateforme

   Un LINE OA se connecte avec son Channel ID, son secret et son jeton d'accès, et ne passe à « Connecté » qu'après vérification d'un ping webhook signé ; les Pages Facebook et Instagram se connectent via Facebook Login. Sur LINE, l'Assistant utilise d'abord la fenêtre de réponse gratuite avant de basculer sur un push, et sur Meta il n'envoie que dans la fenêtre de 24 heures.

3. 3. Des données fiables pour l'Assistant

   La boutique gère Produits, Promotions, Réservations et Clients. Les champs clés portent un rôle — prix, stock — qui indique leur sens à l'Assistant, et les Promotions s'appliquent automatiquement dans leur période de validité. L'IA peut écrire dans Réservations et Clients mais ne les consulte jamais, si bien qu'un client ne voit jamais les données d'un autre. Les sept types de sources sont importés en arrière-plan, et tout texte ressemblant à une consigne est signalé sur l'entrée.

4. 4. Un juge avant chaque action

   L'Assistant retrouve les connaissances par le sens, en thaï et en anglais, grâce aux embeddings. Avant toute écriture et avant l'envoi d'une réponse, un modèle juge la relit : une réponse citant un montant ou un stock qu'aucun outil n'a renvoyé est rejetée et corrigée une fois, et si le juge ne peut pas s'exécuter, la conversation est transférée à l'équipe.

5. 5. Une boucle d'apprentissage validée par des humains

   Un pouce vers le bas assorti d'une correction entre dans une file qu'un Admin valide en paire question-réponse. Le Curator transforme le contenu collé par un Admin en propositions à relire, et des IA externes comme Claude Code, Codex ou Cursor peuvent proposer des connaissances via MCP — chaque proposition attend une validation humaine. Le Playground affiche, pour chaque réponse, les scores de correspondance, les outils appelés, le verdict du juge et le coût.

Konkui AI tourne en production. Les LINE OA se connectent dès aujourd'hui ; les Pages Facebook et comptes Instagram d'autres entreprises restent « En attente d'examen » jusqu'à la fin de l'App Review de Meta.

• Toutes les discussions dans une seule boîte

  L'équipe voit qui tient chaque conversation — l'Assistant, un opérateur, en attente ou résolue — et les données de chaque boutique restent dans son propre Workspace.

• Des réponses fondées sur les données de la boutique

  L'Assistant répond aux questions sur les produits, les prix et les promotions à partir de ce que la boutique a saisi, et le dit clairement quand une information manque au lieu de deviner.

• Une reprise en main nette

  Lors du transfert, l'Assistant cesse de répondre mais rédige une suggestion dans la zone de saisie, que l'opérateur peut utiliser, modifier ou écarter.

• Les corrections deviennent des connaissances

  Une fois approuvée, une correction de l'équipe est utilisée par l'Assistant dès le message suivant.