Aller au contenu principal

La Mémoire Conversationnelle dans les Chatbots et Agents IA

Ce document explore le concept fondamental de la mémoire conversationnelle (ou état conversationnel) dans le développement de chatbots et d'agents d'intelligence artificielle, en mettant l'accent sur la manière dont une application peut se souvenir des messages échangés lors de conversations précédentes. Il compare l'approche traditionnelle de gestion de l'historique des messages à la méthode simplifiée proposée par l'API OpenAI grâce à l'utilisation d'un identifiant de réponse.

1. Qu'est-ce que la Mémoire Conversationnelle ?​

La mémoire conversationnelle désigne la capacité d'un agent IA ou d'un chatbot à se souvenir des messages et informations échangés au cours d'une conversation. Cette fonctionnalité est essentielle pour permettre à l'agent de rappeler des informations lors d'échanges ultérieurs, rendant ainsi l'expérience utilisateur plus naturelle et cohérente.

"This is important whether you're building chatbots or AI agents. And this is how your application is able to recall messages from your past conversations."

Sans mémoire, un chatbot ne peut pas se souvenir des informations fournies précédemment, même au sein d'une même session, ce qui limite fortement son utilité.

2. Approche Traditionnelle : Gestion Manuelle de l'Historique​

Historiquement, la gestion de la mémoire conversationnelle nécessitait de manipuler manuellement une liste d'historique des messages. Voici les étapes classiques :

  • Initialisation : Créer une variable ou une liste (par exemple, history) pour stocker tous les messages de la conversation.
  • Ajout des messages : À chaque échange, ajouter le message de l'utilisateur à la liste sous forme de dictionnaire avec les propriétés role (ex : "user") et content (le texte du message).
  • Transmission à l'agent : Envoyer la liste complète de l'historique à l'agent IA à chaque requête.
  • Stockage des réponses : Ajouter la réponse de l'agent à la liste, toujours sous forme de dictionnaire.

"What you'd have to do previously is create some variable or some list that contains all the conversation messages."

Cette méthode fonctionne, mais elle implique une gestion manuelle fastidieuse de l'historique.

3. Simplification avec l'API OpenAI : Utilisation de l'ID de Réponse​

OpenAI a intégré la gestion de la mémoire directement dans son API, rendant le processus beaucoup plus simple grâce à l'utilisation d'un identifiant de réponse (response ID).

Fonctionnement :​

  • Chaque réponse de l'API possède un identifiant unique.
  • Pour lier les messages d'une même conversation, il suffit de transmettre le même response ID à chaque appel.
  • Processus :
    1. Initialiser une variable current_response_id à None au début de la conversation.
    2. Lors de chaque appel à l'API, ajouter le paramètre previous_response_id avec la valeur de current_response_id.
    3. Après chaque réponse, mettre à jour current_response_id avec l'identifiant de la réponse reçue.

"No dealing with lists, no appending values, nothing."

Cette méthode élimine la gestion manuelle de l'historique : il suffit de transmettre l'ID de la réponse précédente pour que l'API maintienne la continuité de la conversation.

4. Approche Hybride : Cas d'Initialisation depuis une Base de Données​

Dans certains cas, il peut être nécessaire de charger un historique de conversation existant depuis une base de données. L'approche hybride consiste alors à :

  • Récupérer l'historique et l'envoyer sous forme de liste lors de la première requête.
  • Utiliser ensuite l'ID de réponse pour maintenir la continuité de la conversation.

"If you are first retrieving the conversations from a database and loading it into your application for the first time... a sort of hybrid approach can be used."

6. Conclusion​

La mémoire conversationnelle est un élément essentiel pour des chatbots efficaces et interactifs. L'API OpenAI a transformé une tâche auparavant complexe et manuelle en un processus simple et automatisé grâce à l'utilisation d'un identifiant de réponse unique. L'approche hybride reste pertinente pour l'initialisation de conversations à partir de données existantes, mais la gestion de la mémoire n'a jamais été aussi accessible et efficace.