Découvrez Frida : créez un chatbot IA respectueux de la vie privée et durable

Nous avons lancé GreenPT avec une conviction simple : une IA puissante ne doit pas se faire aux dépens de la planète. Aujourd’hui, nous sommes ravis de transformer cette conviction en un produit que vous pouvez utiliser. Voici Frida, une plateforme de support client propulsée par l’IA qui aide les organisations à offrir une expérience exceptionnelle à leurs visiteurs et à leurs clients, tout en réduisant au maximum son empreinte environnementale.

Frida n’est pas un énième outil de création de chatbots. C’est une plateforme complète qui réunit des agents intelligents, un pipeline de recherche à la pointe, de vraies intégrations avec les outils que vous utilisez déjà et un suivi transparent de l’impact environnemental, le tout dans un produit vraiment simple à mettre en place.

Dans cet article, nous vous présentons tout ce que Frida sait faire, pourquoi nous l’avons conçue ainsi et comment vous pouvez commencer gratuitement dès aujourd’hui.

Le problème que nous voulions résoudre

Chaque jour, les équipes support reçoivent les mêmes questions des dizaines, parfois des centaines de fois. « Quels sont vos horaires d’ouverture ? » « Combien coûte un billet ? » « Proposez-vous des tarifs de groupe ? » « Où puis-je me garer ? » Pendant ce temps, des visiteurs quittent des sites web sans avoir trouvé de réponse, simplement parce que personne n’était là pour les aider. Pour les musées, les galeries, les institutions culturelles, les boutiques en ligne et bien d’autres organisations, c’est un défi réel, et qui ne cesse de grandir.

La promesse des chatbots IA n’a rien de neuf. Mais la plupart des outils du marché se rangent dans l’une de deux catégories : des bots trop simplistes qui ne savent que répéter des réponses de FAQ préécrites, ou des plateformes d’entreprise qui demandent des mois de configuration et coûtent une fortune. Aucune de ces options n’est satisfaisante pour une organisation de taille moyenne qui veut simplement donner des réponses utiles et justes à ses visiteurs, sans équipe dédiée d’ingénieurs en IA.

Reste enfin la question de la durabilité. Chaque réponse d’une IA consomme de l’énergie et génère des émissions de carbone. Aujourd’hui, le secteur fait comme si ce coût n’existait pas. Nous pensons que les organisations ont le droit de savoir précisément ce que leur usage de l’IA coûte à la planète, et de pouvoir réduire cet impact sans sacrifier la qualité.

Frida répond à tous ces manques.

Découvrez les agents IA

Au cœur de Frida se trouvent les agents, des assistants propulsés par l’IA que vous adaptez à votre organisation en quelques minutes. Chaque agent a son propre nom, sa personnalité, ses instructions et sa base de connaissances. Ce n’est pas un chatbot taille unique : c’est vous qui décidez exactement comment votre agent doit se comporter.

Personnalité et instructions

Lorsque vous créez un agent, vous rédigez des instructions qui lui disent qui il est et comment il doit répondre. Pour un agent de musée, par exemple : « Vous êtes un guide aimable et cultivé du Rijksmuseum. Répondez toujours sur un ton chaleureux et accueillant. Si vous ne connaissez pas la réponse, invitez le visiteur à contacter notre accueil. »

Ces instructions façonnent chacune des réponses de l’agent. Vous pouvez être aussi précis ou aussi général que vous le souhaitez. Vous voulez que l’agent réponde toujours dans la langue du visiteur ? Ajoutez-le aux instructions. Vous voulez qu’il évite certains sujets ? Dites-le.

Choisissez votre modèle

Frida vous laisse choisir le modèle d’IA qui fait tourner chaque agent. Notre choix par défaut recommandé est GreenR, le modèle de raisonnement de GreenPT, optimisé pour offrir le meilleur équilibre entre qualité des réponses et efficacité environnementale. Mais si votre cas d’usage exige les meilleures performances des modèles de pointe, vous pouvez passer à GreenL (notre grand modèle), à des options open source comme Llama 3.3 70B, Mistral Nemo, DeepSeek R1 ou Gemma 3 27B, voire à des modèles de pointe comme Claude Sonnet 4.5, Claude Opus 4.5 et Mistral Large 3 via EU Router.

Le modèle se choisit agent par agent : vous pouvez donc avoir un agent sur GreenR pour les questions du quotidien et un autre sur Claude pour les tâches de raisonnement complexes, au sein de la même organisation.

Architecture multi-agents

C’est ici que les choses deviennent intéressantes. Frida permet d’assigner plusieurs agents à un même canal, avec un système de priorité par glisser-déposer. Le premier agent de la liste est l’agent principal (Primary Agent) : son nom, sa personnalité et ses instructions guident les réponses. Mais lorsque le système recherche du contexte pertinent, il interroge les bases de connaissances de tous les agents assignés.

Cela ouvre des possibilités puissantes. Vous pouvez créer des agents spécialisés distincts, un expert produit, un assistant facturation, un agent de support technique, chacun avec sa propre base de connaissances et des instructions sur mesure. Assignez les trois à un même canal, et l’agent principal s’appuiera sur l’ensemble des connaissances de tous les spécialistes pour rédiger ses réponses.

Pourquoi est-ce important ? Parce qu’une connaissance organisée par domaine aide l’IA à trouver plus vite le bon contexte et à produire des réponses plus justes. Au lieu d’un agent géant dans lequel on aurait tout entassé, vous obtenez une équipe de spécialistes bien organisée qui travaille ensemble.

Knowledge Paths : apprenez tout ce que vous voulez à votre agent

Les Knowledge Paths sont les briques de ce que sait votre agent. Voyez-les comme son support de formation : les faits, documents et informations dans lesquels il puise pour répondre aux questions.

Plusieurs types de contenu

Vous pouvez créer des Knowledge Paths à partir de sources variées :

Contenu texte : rédigez ou collez directement vos informations.
Import d’URL : indiquez une page web à Frida et elle en extrait le contenu automatiquement.
Import de documents : importez des PDF, des documents Word, des tableurs et des présentations. Frida utilise Docling, un moteur d’analyse documentaire, pour convertir les formats de fichiers complexes en texte propre et structuré.
Import par intégration : récupérez du contenu directement depuis WordPress, WooCommerce, Shopify, Google Drive, OneDrive, Notion ou Linear (nous revenons sur les intégrations plus bas).

Chaque Knowledge Path peut contenir des images et des vidéos en plus du texte, pour des réponses plus riches et plus visuelles lorsque votre agent s’appuie sur ce contenu.

Organisez avec des tags

Les Knowledge Paths acceptent des tags qui vous aident à classer le contenu par catégories. Les tags servent aussi au Knowledge Browser (présenté plus bas) pour regrouper les articles destinés aux visiteurs qui préfèrent parcourir plutôt que discuter.

Deep Research

Pour les Knowledge Paths qui demandent un contenu complet et bien sourcé, Frida propose une fonction Deep Research. Saisissez une question de recherche : Frida parcourt le web avec GPT Researcher, rassemble des sources, les analyse, puis utilise GreenR pour rédiger un rapport de recherche complet, citations comprises. Tout le processus s’affiche en temps réel : vous voyez les sources apparaître et le rapport s’écrire en direct.

Une fois la recherche terminée, vous relisez et modifiez le rapport avant de l’enregistrer. Rien n’est ajouté à la base de connaissances de votre agent sans votre accord.

Déployez partout où se trouve votre public

L’un des principes fondateurs de Frida : vos visiteurs doivent pouvoir joindre votre agent IA sur le canal qu’ils utilisent déjà. Configurer votre agent une seule fois et le déployer partout ne devrait rien vous obliger à reconstruire.

Le widget pour site web est le canal de déploiement le plus courant. C’est une bulle de chat personnalisable que vous intégrez à votre site avec une seule ligne de JavaScript. Et « personnalisable » est un faible mot.

Modèles de widget. Choisissez parmi des thèmes prêts à l’emploi, Classic (un thème vert sauge personnalisable) ou Lucio (disponible en version claire et sombre), puis peaufinez à partir de là.

Contrôle total de l’apparence. Chaque couleur du widget est configurable : fond de l’en-tête, couleurs du texte, bulles de l’utilisateur et des réponses, style du champ de saisie, apparence du pied de widget, couleur des liens vers les sources, et plus encore. Choisissez parmi une sélection de Google Fonts pour coller à la typographie de votre marque.

Écran d’accueil. Avant le début de la conversation, les visiteurs voient un écran d’accueil soigné avec le nom de votre agent, une présentation et un bouton « Démarrer la conversation ». Vous pouvez personnaliser chaque élément, le titre, le sous-titre, le texte de présentation de l’agent, le libellé du bouton, et même ajouter des options de contact (e-mail, téléphone, liens) affichées à côté du chat.

Boutons de démarrage rapide. Aidez les visiteurs à se lancer avec des suggestions préconfigurées comme « Quels sont vos horaires d’ouverture ? » ou « Parlez-moi des tarifs de groupe. » Elles s’affichent en haut du chat et offrent aux visiteurs un point d’entrée facile.

Bulle de message proactive. N’attendez pas que les visiteurs cliquent sur le bouton du chat. Configurez une bulle de message proactive qui apparaît près du bouton du widget après un délai réglable (par exemple 5 secondes). Ajoutez un son de notification (pop, carillon ou cloche) pour attirer l’attention. C’est une façon discrète et élégante de dire « Je suis là si vous avez besoin d’aide », et cela augmente nettement l’engagement.

Knowledge Browser. Activez un onglet « Parcourir » à côté du chat pour que les visiteurs explorent directement votre base de connaissances. Les articles sont classés par catégorie, avec une recherche en texte intégral. Les visiteurs passent librement des questions à la lecture d’articles, dans le même widget.

Heures de disponibilité. Choisissez quand le widget est en ligne. Définissez des horaires précis pour chaque jour de la semaine, par exemple du lundi au vendredi, de 9 h à 17 h dans votre fuseau horaire. En dehors de ces horaires, les visiteurs voient un message hors ligne à la place du chat. Idéal pour les organisations qui veulent aligner la disponibilité de l’IA sur celle de leur équipe en cas d’escalade.

Saisie vocale. Les visiteurs peuvent poser leurs questions à voix haute au lieu de les taper. Frida utilise le modèle de reconnaissance vocale de GreenPT (Green-S Pro) pour une transcription en temps réel via streaming WebSocket, avec un repli automatique sur une transcription côté serveur ou sur l’API Web Speech native du navigateur. Les utilisateurs choisissent leur langue avant d’enregistrer, parmi plus de 13 langues dont l’anglais, le néerlandais, l’allemand, le français, l’espagnol, l’italien, le portugais, le polonais, le russe, le chinois, le japonais, le coréen et l’arabe.

Accessibilité. Le widget est conçu dans un souci d’accessibilité : libellés ARIA, navigation au clavier, pièges de focus dans les fenêtres modales et signaux sonores optionnels pour les nouveaux messages et les indicateurs de saisie.

Connectez votre agent Frida à WhatsApp Business et répondez automatiquement aux messages de vos clients. WhatsApp est la messagerie la plus utilisée au monde, avec plus de 2 milliards d’utilisateurs. Pour les organisations qui s’adressent à un public international, ce canal peut à lui seul transformer l’expérience de support.

Microsoft Teams

Déployez votre agent dans l’environnement Microsoft Teams de votre organisation. Les membres de l’équipe peuvent discuter avec le bot en conversation privée ou le mentionner (@) dans les canaux d’équipe. C’est particulièrement puissant pour le support interne : helpdesk informatique, FAQ RH ou assistant de base de connaissances que vos collaborateurs interrogent directement dans les outils qu’ils utilisent déjà.

La configuration de Teams nécessite l’enregistrement d’un Azure Bot, mais Frida fournit un guide pas à pas complet qui vous accompagne écran par écran, de la création de la ressource Azure jusqu’à l’import du package de l’application.

Slack

Intégrez votre agent à Slack et laissez-le répondre aux messages privés. Si votre équipe vit déjà dans Slack, c’est le moyen le plus rapide de rendre le savoir de l’organisation accessible à tous, sans quitter l’espace de travail.

Discord

Pour les organisations portées par une communauté, comme les communautés de joueurs, les projets open source ou les programmes éducatifs, Discord est souvent le principal lieu d’échange. Déployez votre agent Frida comme bot Discord et laissez-le servir votre communauté 24 h/24, 7 j/7, avec des réponses toujours disponibles et fondées sur vos connaissances.

Des intégrations qui fonctionnent vraiment

Frida ne vit pas en vase clos. Le savoir de votre organisation se trouve dans WordPress, dans Google Drive, dans Notion, dans Shopify. Frida se connecte à tous ces outils, et à d’autres encore.

WordPress et WooCommerce

C’est l’une de nos intégrations les plus abouties. Frida propose deux options :

Le plugin WordPress. Installez le plugin « Frida by GreenPT » depuis le répertoire des plugins WordPress. Activez-le, cliquez sur « Connect to Frida » dans la barre latérale, et une fenêtre guidée vous accompagne pour connecter votre compte, importer vos articles et vos pages, créer un agent et déployer un widget, le tout en un seul parcours. Le plugin intègre automatiquement le widget de chat sur chaque page de votre site WordPress.

L’intégration par API. Pour des configurations plus avancées, connectez-vous via la page Integrations. Frida détecte automatiquement les endpoints de l’API REST de WordPress, repère vos articles et vos pages, gère le contenu multilingue (WPML et Polylang sont tous deux pris en charge), extrait les métadonnées Yoast SEO et les Advanced Custom Fields pour un contexte plus riche, et détecte même les données produit si vous utilisez WooCommerce.

Les utilisateurs de l’offre Business bénéficient de la synchronisation automatique : Frida réimporte régulièrement votre contenu pour que votre agent dispose toujours des informations les plus récentes.

Shopify

Connectez votre boutique Shopify pour importer votre catalogue produits. Frida extrait les titres, descriptions, variantes, prix, images et collections de vos produits. Vous pouvez aussi activer la recherche de produits en direct, un Chat Tool qui permet à l’agent d’interroger votre stock Shopify en temps réel pendant la conversation : les prix et la disponibilité sont toujours à jour.

Google Drive et OneDrive

Connectez votre stockage cloud et sélectionnez les dossiers ou fichiers à importer. Frida extrait le texte de vos documents, tableurs et présentations et le convertit en Knowledge Paths. C’est particulièrement utile pour les organisations qui tiennent leur documentation dans Google Docs ou Word : vous transformez votre documentation existante en base de connaissances IA sans rien réécrire.

Notion

Si votre équipe utilise Notion pour ses wikis, sa documentation ou sa gestion des connaissances, Frida peut synchroniser directement vos pages et vos bases de données. Choisissez les pages Notion à partager lors de la connexion : elles rejoignent alors les connaissances de votre agent.

Linear

Pour les équipes techniques et support qui suivent leurs tickets dans Linear, cette intégration permet à votre agent de consulter les tickets ouverts, la documentation des projets et les bugs connus. Votre agent de support peut vérifier le statut d’un ticket et aider les utilisateurs à trouver les tickets pertinents sans quitter le chat.

Import par sitemap

Pas d’intégration CMS ? Aucun problème. Indiquez à Frida le fichier sitemap.xml de n’importe quel site : elle découvre toutes les pages, vous laisse choisir celles à importer et crée des Knowledge Paths à partir du contenu récupéré. Cela fonctionne avec tout site doté d’un sitemap, c’est-à-dire la plupart.

Sous le capot : le pipeline RAG

Nous sommes fiers de l’ingénierie derrière la génération des réponses de Frida. Quand un visiteur pose une question, il ne reçoit pas une réponse GPT générique, mais une réponse soigneusement documentée, tirée de votre base de connaissances. C’est possible grâce à notre pipeline de génération augmentée par la recherche (RAG) en plusieurs étapes.

Comment ça marche

Question de l’utilisateur → Reformulation de la requête → Embedding → Recherche hybride → Reranking → Sélection du contexte → Réponse du LLM

1. Découpage sémantique. Lors de l’ingestion des documents, le contenu est découpé intelligemment pour préserver le sens. Le système respecte les titres Markdown, les blocs de code, les tableaux et les listes. Chaque fragment porte son contexte hiérarchique, par exemple [Getting Started > Installation], pour que l’IA sache d’où vient l’information dans le document.

2. Reformulation de la requête. Quand un visiteur pose une question, le système peut, en option, reformuler la requête pour améliorer la recherche. C’est particulièrement utile pour les questions de suivi qui renvoient à un contexte antérieur (par exemple « Et le prix ? » après une question sur un produit précis).

3. Recherche hybride. Frida ne mise pas sur une seule stratégie de recherche. Elle combine la recherche vectorielle sémantique (avec des embeddings pgvector) et la recherche en texte intégral (avec le tsvector de PostgreSQL). Les résultats sont fusionnés selon des pondérations configurables (par défaut : 70 % vectoriel, 30 % texte intégral). Cette approche hybride capte à la fois les contenus sémantiquement proches et les correspondances exactes de mots-clés.

4. Reranking. Les premiers résultats de recherche sont reclassés avec le modèle de reranking de GreenPT pour faire remonter les fragments les plus pertinents. La qualité des réponses s’en trouve nettement améliorée, car le LLM voit d’abord le meilleur contexte.

5. Sélection du contexte. Un budget de contexte configurable (par défaut : 12 000 caractères) détermine la quantité de contenu récupéré transmise au LLM. On évite ainsi de saturer la fenêtre de contexte, tout en donnant au modèle assez d’informations pour une réponse complète.

6. Génération de la réponse. Enfin, le contexte sélectionné, accompagné des instructions de votre agent et de l’historique de la conversation, est transmis au modèle d’IA choisi, qui génère une réponse naturelle et contextualisée.

Le résultat ? Moins d’hallucinations, des réponses plus justes et des visiteurs qui obtiennent vraiment l’information qu’ils cherchent. Le système peut même citer ses sources, en montrant aux visiteurs des liens vers les pages ou documents d’origine.

Réglable à chaque étape

Chaque étape du pipeline se règle via des variables d’environnement. Augmenter le nombre de fragments reclassés ? Ajuster le budget de contexte ? Modifier le rapport de pondération entre vectoriel et texte intégral ? Affiner le seuil de pertinence ? C’est possible. Nous avons fixé des valeurs par défaut raisonnables, mais les réglages sont là pour les équipes qui veulent optimiser.

Conçue pour la durabilité

C’est là que Frida se distingue vraiment. Chaque réponse d’une IA consomme de l’énergie et génère des émissions de carbone. La plupart des plateformes l’ignorent complètement. Pas nous.

Des modèles éco-optimisés

Nos modèles par défaut, GreenR (raisonnement) et GreenL (grand modèle), sont optimisés pour offrir le meilleur équilibre entre qualité et efficacité environnementale. GreenR est notre modèle recommandé et il est sélectionné par défaut pour chaque nouvel agent : vous faites le choix le plus vert sans même y penser.

Mais « éco-optimisé » ne veut pas dire « moins performant ». GreenR prend en charge un raisonnement complet en chaîne de pensée, avec un mode de réflexion dédié. Il sait résoudre des problèmes en plusieurs étapes, déboguer une logique et traiter des questions analytiques complexes, comme les modèles de raisonnement de pointe, mais avec une fraction de leur empreinte environnementale.

Un suivi d’impact transparent

C’est une fonctionnalité dont nous sommes particulièrement fiers. Frida mesure la consommation d’énergie (en watt-millisecondes) et les émissions de CO₂ (en microgrammes) de chaque interaction IA qui utilise nos modèles propriétaires. Ces données apparaissent à deux endroits :

Le widget. Les visiteurs voient l’impact environnemental de leur conversation directement en bas du chat. C’est une manière discrète mais parlante de montrer l’engagement de votre organisation en faveur de la durabilité.

Le tableau de bord Insights. Les administrateurs de l’organisation disposent d’un panneau dédié aux indicateurs d’impact : émissions totales de CO₂, consommation totale d’énergie, moyennes par message et nombre d’interactions disposant de données d’impact. Les chiffres s’affichent dans des unités lisibles : les microgrammes deviennent des milligrammes, puis des grammes, à mesure que votre usage augmente.

Pas d’approximation. Pas de greenwashing. Juste des données réelles sur le coût environnemental de votre usage de l’IA.

Des modèles de pointe quand vous en avez besoin

Nous savons que certains cas d’usage exigent les meilleures performances absolues des modèles les plus récents. Pour ces situations, Frida donne accès à des modèles de pointe via EU Router, une passerelle IA européenne qui donne accès aux modèles d’Anthropic, Mistral, Moonshot et Qwen, tous acheminés via une infrastructure basée dans l’UE.

Parmi les modèles de pointe disponibles :

Mistral Large 3 : le modèle le plus performant de Mistral
Claude Sonnet 4.5 : le modèle équilibré d’Anthropic
Claude Opus 4.5 : le modèle le plus puissant d’Anthropic
Qwen3 Coder 480B : un grand modèle spécialisé dans le code
Kimi K2 : le modèle de suivi d’instructions de Moonshot

Utilisez votre propre clé API et passez d’un modèle éco-optimisé à un modèle de pointe agent par agent. Vous pouvez ainsi utiliser GreenR pour 95 % des interactions et réserver les modèles de pointe aux 5 % qui en ont vraiment besoin.

Confidentialité d’abord, conforme au RGPD

Frida est conçue avec la confidentialité comme exigence fondamentale, pas comme une réflexion après coup.

Chiffrement. Toutes les données sont chiffrées en transit (TLS) et au repos. Les identifiants sensibles, comme les clés API, sont chiffrés avant d’être stockés en base de données.

Isolation des données. L’architecture multi-tenant garantit que les données de chaque organisation sont entièrement isolées. Les requêtes en base de données sont filtrées par identifiant d’organisation à tous les niveaux, avec des contrôles de sécurité intégrés à chaque méthode de stockage.

Aucun entraînement sur vos données. Le contenu de votre base de connaissances n’est jamais utilisé pour entraîner des modèles d’IA externes. Vos données vous appartiennent.

Infrastructure européenne. EU Router garantit que les requêtes vers les modèles de pointe passent par une infrastructure basée dans l’UE, pour que vos données restent en Europe, en pleine conformité avec le RGPD.

Validation de l’origine. Le widget vérifie l’origine des requêtes à partir de la liste des origines autorisées que vous avez configurée, ce qui empêche l’intégration non autorisée de votre widget de chat sur des sites tiers.

Assainissement des saisies. Toutes les saisies des utilisateurs sont assainies à plusieurs niveaux (échappement HTML, protections contre l’injection de prompt, limites de longueur et validation du type de contenu) afin de prévenir les attaques XSS, les injections et les abus.

Suivi de la qualité et retours

Déployer un agent IA n’est qu’un début. Vous devez savoir comment il se comporte et où il pèche. Frida vous donne les outils pour suivre la qualité et l’améliorer en continu.

Messages signalés

Les visiteurs peuvent signaler toute réponse de l’IA qu’ils jugent incorrecte, inutile, inappropriée ou problématique. Chaque signalement comporte un motif et, si besoin, des précisions. Les messages signalés apparaissent dans un tableau de bord d’administration dédié où vous consultez tout le contexte de la conversation, ajoutez des notes et mettez à jour le statut (New → Reviewing → Resolved ou Dismissed).

C’est la boucle de retour la plus rapide pour améliorer votre agent : vous voyez exactement quelles réponses ne fonctionnent pas, vous comprenez pourquoi et vous ajustez en conséquence les instructions ou la base de connaissances de votre agent.

Notes des conversations

À la fin d’une conversation, les visiteurs peuvent noter leur expérience de 1 à 5 étoiles, avec un commentaire facultatif. Ces notes alimentent un tableau de bord Feedback avec des statistiques, des graphiques de répartition, une ventilation par canal et les retours les plus récents. C’est la prise de pouls globale qui vous dit si votre agent répond aux attentes.

Tableau de bord Insights

Au-delà des retours, la page Insights vous donne des indicateurs chiffrés : nombre total de conversations, nombre total de messages, nombre moyen de messages par conversation, agents actifs, ventilation par canal et par agent et, bien sûr, indicateurs d’impact environnemental. Filtrez par période pour repérer les tendances et suivre vos progrès dans le temps.

Multilingue par nature

Frida est pensée pour un public international dès sa conception.

Langues du tableau de bord. Le tableau de bord d’administration est entièrement traduit en 9 langues : anglais, néerlandais, français, espagnol, italien, allemand, suédois, norvégien et portugais. Le système détecte automatiquement la langue de votre navigateur et applique la bonne traduction.

Langues du widget. Le widget intégrable prend en charge les mêmes 9 langues, avec chaque libellé, texte indicatif et message entièrement localisé. Vous pouvez définir la langue du widget par canal : un musée néerlandais peut ainsi avoir un widget en néerlandais, et son site jumeau anglophone un widget en anglais.

Langues de la saisie vocale. La reconnaissance vocale prend en charge plus de 13 langues, dont l’anglais, le néerlandais, l’allemand, le français, l’espagnol, l’italien, le portugais, le polonais, le russe, le chinois, le japonais, le coréen et l’arabe.

Langues des réponses de l’IA. Les modèles d’IA eux-mêmes comprennent et répondent dans plus de 50 langues. Votre agent détecte automatiquement la langue du visiteur et répond dans celle-ci. Un visiteur japonais reçoit des réponses en japonais, un visiteur brésilien en portugais, le tout à partir de la même base de connaissances.

Le Playground : testez avant de déployer

Avant la mise en ligne, vous voulez être sûr que votre agent gère bien les questions. C’est tout l’intérêt du Playground.

Choisissez un agent et un canal, puis discutez avec votre agent comme le ferait un visiteur. Testez différents scénarios : questions courantes, cas limites, formulations inhabituelles, autres langues. Ajustez les instructions de votre agent en fonction des résultats. Recommencez jusqu’à ce que le résultat vous convienne.

Le Playground est aussi précieux pour intégrer de nouveaux membres dans l’équipe. Laissez-les échanger avec l’agent pour comprendre comment il fonctionne et ce qu’il sait faire, sans jamais toucher à la production.

Des tarifs qui évoluent avec vous

Nous pensons que toute organisation doit pouvoir essayer un support propulsé par l’IA sans carte bancaire ni rendez-vous commercial.

Free

Créez et testez votre agent IA, déployez un widget sur votre site, connectez-vous à WhatsApp, Microsoft Teams, Slack et Discord. Statistiques complètes, données d’impact environnemental et retours des utilisateurs. C’est une vraie offre gratuite, pas un essai de 14 jours.

Individual

Tout ce que comprend Free, plus l’import de contenu WordPress et par sitemap. Plus d’agents, plus de canaux, plus de Knowledge Paths.

Pro

Tout ce que comprend Individual, avec des limites plus élevées et l’accès à EU Router pour les modèles de pointe.

Business

Tout ce que comprend Pro, plus la synchronisation automatique WordPress et sitemap, un texte de pied de widget personnalisé, la gestion d’équipe, l’exploration de sites web et les limites de ressources les plus élevées.

Toutes les offres sont disponibles en facturation mensuelle ou annuelle (avec une remise sur l’annuel). Passez à une offre supérieure ou inférieure à tout moment. Sans engagement, sans mauvaise surprise.

Commencez dès aujourd’hui

Configurer Frida prend moins de cinq minutes.

Créez un compte sur frida.greenpt.ai, sans carte bancaire.
Créez votre premier agent : donnez-lui un nom, rédigez ses instructions, choisissez un modèle et définissez sa personnalité.
Ajoutez des connaissances : importez des documents, collez des URL, connectez une intégration ou lancez une session Deep Research.
Déployez un canal : récupérez le code d’intégration pour votre site, ou connectez-vous à WhatsApp, Teams, Slack ou Discord.
Testez dans le Playground : vérifiez que tout fonctionne avant la mise en ligne.
Suivez et améliorez : appuyez-vous sur les messages signalés, les notes, les Insights et les indicateurs environnementaux pour affiner votre agent en continu.

C’est tout. Vos visiteurs bénéficient d’un support instantané, intelligent et disponible 24 h/24, et vous avez l’esprit tranquille en sachant qu’il repose sur une IA durable.

Et ensuite ?

Ce lancement n’est qu’un début. Nous avons de nombreux projets pour Frida dans les mois à venir :

Visualisation des conversations en temps réel : une page de conversations repensée, avec des mises à jour en direct via WebSocket, des filtres avancés et des statistiques de conversation.
Plus d’intégrations : nous ajoutons en permanence de nouveaux connecteurs de données et Chat Tools selon les besoins de nos utilisateurs.
Statistiques enrichies : une vision plus fine des performances des agents, du regroupement par thème et des schémas de conversation.
Un écosystème de modèles élargi : à mesure que de nouveaux modèles deviennent disponibles, nous les ajouterons à la plateforme.

Nous construisons Frida en toute transparence, en nous appuyant sur les retours des organisations qui l’utilisent au quotidien. S’il vous manque quelque chose, dites-le-nous. Nous sommes à l’écoute.