Cómo crear un chatbot de inteligencia artificial para tu sitio de WordPress

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.

Los componentes de un chatbot WordPress AI

• El LLM, El modelo lingüístico (Claude AI, GPT-4 o Mistral) que comprende y genera el texto.
• La base de conocimientos, Sus páginas, artículos, FAQ, documentación, indexados en la base de datos de vectores
• El GAR (Recuperación-Generación mejorada), el sistema que busca los pasajes pertinentes para cada pregunta.
• La interfaz de chat, Widget integrado en tu WordPress, responsive, personalizado a tu carta
• El backend, API que orquesta RAG + LLM (n8n, Make o código personalizado)

Paso 1: Elegir tu LLM

Claude AI (Antrópica), Nuestra principal recomendación. Excelente en francés, seguro, preciso, honesto sobre sus limitaciones. API accesible a partir de 3 $/millón de tokens. Perfecto para chatbots de soporte y calificación.

GPT-4 (OpenAI), Muy creativo, multimodal, amplio contexto. Ligeramente más caro. Servidores estadounidenses, compruebe el cumplimiento del RGPD en función de su uso.

Mistral Grande, Código abierto, alojamiento disponible en la UE. Excelente para el francés. Ideal si sus datos son sensibles y desea el máximo cumplimiento del RGPD.

Paso 2: Construir la base de conocimientos

1. Exporte el contenido de WordPress (entradas, páginas, preguntas frecuentes) mediante la función nativa de exportación XML de WordPress.
2. Limpiar el contenido (eliminar HTML, normalizar)
3. Découpez en « chunks » de 500 à 1000 tokens
4. Generar incrustaciones (vectores digitales) a través de la API OpenAI o Cohere
5. Almacenar en una base de datos vectorial (Pinecone, Chroma, o pgvector si es autoalojado)

Paso 3: Configurar la RAG con n8n

1. Flujo de trabajo n8n : Webhook (pregunta del usuario)
2. Nodo : Generar la incrustación de la pregunta
3. Nodo: Buscar los 5 trozos más cercanos en Pinecone
4. Nodo: Construir aviso con contexto + pregunta
5. Nodo: Enviar a Claude AI API
6. Nodo: Devuelve la respuesta al widget de chat

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.

Paso 4: Integrar el widget en WordPress

Opción 1: Crear un shortcode de WordPress que cargue un widget JavaScript personalizado (botón flotante, ventana de chat, animación de apertura).

Opción 2: Utiliza Crisp, Intercom o Tidio como interfaz de chat, y conecta tu backend RAG + LLM como un bot personalizado a través de su API.

Opción 3: Utilizar una solución llave en mano como Voiceflow o Botpress, que ofrecen interfaces sin código e integración con WordPress en 5 minutos.

Paso 5: Probar y calibrar

• Pruebe manualmente más de 100 preguntas típicas de sus visitantes
• Vérifiez que le bot répond « je ne sais pas » sur les sujets hors scope (pas d’hallucination)
• Ajustar las instrucciones del sistema (tono, límites, CTA recomendados)
• Configurar la escalada humana para casos complejos

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.

Resultados esperados

• 80 preguntas frecuentes sobre % resueltas sin intervención humana
• Tiempo medio de respuesta: 2-3 segundos (frente a las 2-4 horas de un ser humano)
• Disponibilidad 24/7/365
• +20 a +35 % de clientes potenciales cualificados (el chatbot recopila información antes de transmitirla)

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.