How to create an AI chatbot for your WordPress site

Un visiteur pose une question à 23h un dimanche. Sur la plupart des sites WordPress, il repart sans réponse. Un chatbot IA moderne, lui, répond en trois secondes, à partir de VOTRE contenu, et qualifie le lead avant de vous le transmettre. On ne parle plus d’un arbre de décision rigide, mais d’un assistant alimenté par un LLM et nourri de vos pages, articles et FAQ. Voici comment le construire, étape par étape, avec les coûts réels.

The components of a WordPress AI chatbot

• The LLM, The language model (Claude AI, GPT-4 or Mistral) that understands and generates text
• The knowledge base, Your pages, articles, FAQs and documentation, indexed in a vector database
• The RAG (Retrieval-Augmented Generation), The system that searches for passages relevant to each question
• The chat interface, A widget integrated into your WordPress site, responsive and customised to match your brand guidelines
• The backend, an API that orchestrates the RAG + LLM (n8n, Make, or custom code)

Step 1: Choosing your LLM

Claude AI (Anthropic), Our top recommendation. Excellent in French, secure, accurate and honest about its limitations. API available from 3 $ per million tokens. Perfect for support and lead qualification chatbots.

GPT-4 (OpenAI), Highly creative, multi-modal, broad scope. Slightly more expensive. US servers – check GDPR compliance depending on your use.

Mistral Large, Open-source, hosting in the EU available. Excellent for French. Ideal if your data is sensitive and you want maximum GDPR compliance.

Step 2: Building the knowledge base

1. Export your WordPress content (posts, pages, FAQs) using WordPress’s native XML export feature
2. Clean up the content (remove HTML, normalise)
3. Découpez en « chunks » de 500 à 1000 tokens
4. Generate embeddings (numeric vectors) via the OpenAI or Cohere API
5. Store in a vector database (Pinecone, Chroma, or pgvector if self-hosted)

Step 3: Set up the RAG with n8n

1. n8n workflow: Webhook (user question)
2. Node: Generate the embedding for the question
3. Node: Find the 5 nearest chunks in Pinecone
4. Node: Construct the prompt using context + question
5. Node: Send to Claude AI API
6. Node: Return the response to the chat widget

Le secret d’un bon chatbot n’est pas le modèle, c’est le prompt système. C’est lui qui empêche l’hallucination et cadre le ton. Voici la structure que nous déployons :

Tu es l'assistant de [Entreprise]. Réponds UNIQUEMENT à partir
du CONTEXTE fourni ci-dessous. Règles :
- Si la réponse n'est pas dans le contexte, dis-le honnêtement
  et propose de contacter l'équipe. N'invente jamais.
- Réponds en français, ton professionnel et concis (3 phrases max).
- Termine par une action utile : lien vers la bonne page, ou
  proposition de laisser un email pour être recontacté.

CONTEXTE :
{chunks_pertinents}

QUESTION : {question_utilisateur}

Ce cadrage « réponds uniquement à partir du contexte » est ce qui distingue un chatbot fiable d’un gadget qui invente des tarifs et des fonctionnalités inexistantes.

Step 4: Embed the widget in WordPress

Option 1: Create a WordPress shortcode that loads a custom JavaScript widget (floating button, chat window, opening animation).

Option 2: Use Crisp, Intercom or Tidio as your chat interface, and integrate your RAG + LLM backend as a custom bot via their API.

Option 3: Use a turnkey solution such as Voiceflow or Botpress, which offer no-code interfaces and can be integrated with WordPress in 5 minutes.

Step 5: Test and calibrate

• Manually test over 100 typical questions from your visitors
• Vérifiez que le bot répond « je ne sais pas » sur les sujets hors scope (pas d’hallucination)
• Adjust the system instructions (tone, limits, recommended CTAs)
• Set up human escalation for complex cases

Combien coûte un chatbot IA WordPress ?

La question du budget arrive vite. Trois postes, et l’API est le moins cher :

• API LLM : ~3 $/million de tokens en entrée avec Claude. Pour un site à 1 000 conversations/mois, comptez souvent 15 à 40 $/mois.
• Base vectorielle : gratuite en self-hosted (pgvector, Chroma), ~70 $/mois pour un Pinecone managé à volume modéré.
• Développement et intégration : c’est le vrai coût, une fois. Un chatbot RAG sur mesure, connecté à votre contenu et à votre CRM, se chiffre généralement en quelques milliers d’euros selon la complexité.

Expected results

• 80 %: frequently asked questions resolved without human intervention
• Average response time: 2–3 seconds (compared with 2–4 hours for a human)
• Available 24 hours a day, 7 days a week, 365 days a year
• +20 to +35 % qualified leads (the chatbot collects the information before passing it on)

Un chatbot n’est souvent que la première brique. La logique RAG et n8n décrite ici est la même que celle des agents IA qui automatisent des processus métier entiers, et elle se combine parfaitement avec l’automatisation e-commerce via Make et n8n. Pour la vue d’ensemble, voyez comment l’IA transforme toute la création de sites WordPress.

Construire ce système en interne demande du temps et une expertise LLM. Si vous préférez un chatbot opérationnel en quelques semaines plutôt qu’en quelques mois, c’est exactement notre service de chatbot IA pour site web.