Ton support client répond aux mêmes questions depuis des mois. Horaires d'ouverture, statut d'une commande, politique de remboursement, comment résilier. Le week-end, les tickets s'accumulent sans réponse jusqu'au lundi. Tu as regardé du côté d'un chatbot IA, et tu es tombé sur trois types de réponses complètement différentes : "prends Chatbase, cinq minutes et c'est réglé", "Dante AI est plus complet pour le no-code", ou "construis-le toi-même avec Make, ça coûte trois fois rien".
Le problème, c'est que ces trois réponses ne parlent pas du même produit. Un outil clé-en-main facture un abonnement fixe qui grimpe avec le volume. Une solution construite sur mesure demande de la configuration mais coûte au réel usage. Et depuis le 26 août 2026, une partie des tutoriels qui circulent encore sur "comment brancher un chatbot IA avec l'API Assistants OpenAI" décrivent une architecture qui ne fonctionne tout simplement plus.
C'est exactement la question que tapent les gérants de PME et les responsables support en ce moment : quel chatbot IA choisir pour le service client, sans se faire piéger par un prix qui double sans prévenir, ni par une base technique qui vient de fermer sous leurs pieds ?
La réponse tient en une idée simple, mais elle mérite d'être chiffrée : à faible volume de conversations, un outil clé-en-main comme Chatbase ou Dante AI gagne sur la rapidité de mise en place. Dès que le volume grossit ou que tu as besoin de brancher le chatbot sur ton CRM, ton catalogue produit ou ton outil de tickets, construire avec Make et l'API OpenAI actuelle (Responses, pas Assistants) devient nettement moins cher — et tu gardes le contrôle sur ce qui casse et pourquoi.
Sommaire
- 5 critères pour choisir un chatbot IA de service client
- Ce qui a changé le 26 août 2026 : la fin de l'API Assistants OpenAI
- Make + OpenAI : construire son chatbot soi-même
- Chatbase : le plus rapide à déployer
- Dante AI : le no-code multi-canal
- Vue comparative synthétique
- Combien coûte vraiment un chatbot IA selon ton volume
- Mesurer si ton chatbot fonctionne vraiment
- Verdict : quelle option pour quel profil
Un chatbot IA de service client, dans sa version 2026, c'est un agent conversationnel qui répond aux questions courantes à partir d'une base de connaissance (FAQ, documentation, catalogue produit), disponible 24/7, capable d'escalader vers un humain quand la question dépasse son périmètre. Trois familles d'approches existent : les plateformes tout-en-un pensées pour aller vite (Chatbase, Dante AI, Tidio), les suites de service client qui ajoutent une couche IA à un outil déjà en place (Zendesk AI, Intercom Fin), et la construction sur mesure via un outil d'automatisation comme Make branché sur l'API d'un modèle de langage. Cet article compare la troisième option aux deux premières du haut du panier no-code.
5 critères pour choisir un chatbot IA de service client
- 1 Coût réel au volume : un abonnement fixe qui explose au-delà d'un palier de crédits, ou un coût qui suit linéairement le nombre de conversations traitées.
- 2 Contrôle de la base de connaissance : pouvoir mettre à jour les réponses sans dépendre du réentraînement complet d'un modèle, et savoir précisément d'où vient chaque réponse générée.
- 3 Escalade vers un humain : détecter qu'une question dépasse le périmètre du bot et transférer proprement à une personne, plutôt que de laisser le bot halluciner une réponse.
- 4 Intégrations avec l'existant : connexion réelle au CRM, à l'outil de tickets, au catalogue produit — pas juste un widget de chat isolé sur le site.
- 5 Pérennité technique : ne pas reposer sur une brique API qu'un éditeur peut fermer avec un an de préavis, comme cela vient d'arriver à l'API Assistants d'OpenAI.
Ce qui a changé le 26 août 2026 : la fin de l'API Assistants OpenAI
Si tu as suivi un tutoriel "chatbot IA avec Make et OpenAI" publié avant l'été 2026, il y a de bonnes chances qu'il repose sur l'API Assistants — la version bêta qu'OpenAI proposait depuis 2023 pour gérer threads de conversation, mémoire et appels d'outils. Cette API a fermé pour de bon le 26 août 2026. Chaque appel vers /v1/assistants, /v1/threads ou /v1/threads/runs renvoie désormais une erreur, sans période de grâce ni mode dégradé.
OpenAI avait prévenu un an à l'avance, le 26 août 2025. Le remplacement officiel s'appelle Responses API, couplée à une nouvelle Conversations API pour la mémoire — une architecture différente, pas une simple mise à jour de version. Et l'impact ne s'est pas limité aux développeurs qui codaient directement contre l'API : Make proposait ses propres modules dédiés ("Create a Thread", "Create a Message", "Create a Run", ou encore "Message an Assistant"), utilisés dans une bonne partie des scénarios de chatbot publiés ces deux dernières années. Un fil resté ouvert sur le forum officiel, intitulé "Depreciation of the Assistants API by OpenAI, how to replace assistants?", résume bien la question que se sont posée une partie des utilisateurs Make cet été : comment reconstruire un scénario qui tournait depuis des mois sans tout recommencer.
Zapier a fait le choix radical de retirer purement et simplement ses étapes ChatGPT construites sur l'ancienne API. Make, elle, a laissé le choix aux utilisateurs de migrer leurs scénarios vers les modules basés sur Chat Completions ou Responses — plus de travail immédiat, mais pas de fonctionnalité supprimée du jour au lendemain sans alternative.
La migration décrite par plusieurs guides techniques (OpenAI Developer Community, documentation officielle de migration) implique trois responsabilités qui étaient auparavant gérées automatiquement par l'API Assistants et qui reposent désormais entièrement sur le développeur ou l'automaticien : le stockage de l'historique de conversation, l'orchestration des appels d'outils multi-étapes (function calling), et la gestion du contexte de la base de documents. Rien de bloquant techniquement, mais ça change la charge de travail réelle derrière un chatbot qui semblait, jusqu'à cet été, presque "prêt à l'emploi" une fois l'Assistant configuré une première fois.
Pour un projet neuf lancé aujourd'hui, ça ne change rien de négatif : la Responses API est plus simple à raisonner qu'un système de threads, et elle donne un contrôle plus fin sur ce qui est envoyé au modèle à chaque appel. Le vrai risque concerne les chatbots déjà en production construits avant l'été 2026 sur l'ancienne API — c'est là que la panne s'est produite en silence pour ceux qui n'avaient pas anticipé l'échéance.
Ce contexte technique explique aussi pourquoi comparer Make à un outil clé-en-main comme Chatbase ou Dante AI n'est plus tout à fait la même conversation qu'il y a un an. Un outil fermé absorbe ce type de migration en interne, sans que l'utilisateur final ne voie rien passer — c'est justement l'argument de vente d'un produit clé-en-main. Construire soi-même expose à ce genre de rupture, mais donne aussi la main pour migrer au rythme voulu plutôt que de subir la feuille de route d'un éditeur tiers.
Concrètement, pour toi qui veux construire ou faire construire un chatbot IA en 2026, ça change trois choses : la mémoire de conversation (savoir de quoi on a parlé il y a deux messages) n'est plus gérée automatiquement par OpenAI, il faut la stocker soi-même — un Data Store Make ou une base externe font l'affaire. La recherche dans une base de documents (l'ancien "File Search" des Assistants) passe par un outil équivalent côté Responses API, avec une configuration différente. Et surtout : un chatbot construit aujourd'hui sur les bonnes bases (Responses API) ne connaîtra pas cette panne, contrairement à ceux qui reposaient sur la version bêta désormais fermée.
Make + OpenAI : construire son chatbot soi-même
Make n'est pas un produit "chatbot" — c'est une plateforme d'automatisation généraliste. Pour un chatbot de service client, elle sert de chef d'orchestre : un webhook reçoit le message du visiteur, un module OpenAI (Responses API) génère la réponse à partir d'une base de connaissance, un Data Store garde l'historique de la conversation, et un dernier module renvoie la réponse au widget ou à WhatsApp. Rien de tout ça n'est packagé en un seul bouton "créer mon chatbot" — c'est un scénario à assembler.
L'avantage n'est pas la vitesse de mise en place — compter une demi-journée à une journée pour un premier scénario fonctionnel, contre 10 minutes chez un outil clé-en-main. L'avantage, c'est que le chatbot devient un maillon de ton système existant : le même scénario Make qui répond au client peut aussi créer un ticket dans ton outil de support si la question l'exige, mettre à jour une fiche CRM, ou notifier une équipe sur Slack quand une demande sort du périmètre du bot.
Ce que ça prend concrètement à construire
- Un webhook Make comme point d'entrée. Le widget de chat sur ton site (ou un connecteur WhatsApp/Telegram) envoie chaque message à une URL Make dédiée. C'est la brique qui remplace le "endpoint" propriétaire que proposait un outil comme Chatbase.
- Un module OpenAI configuré sur l'API Responses, pas Assistants. C'est le point de vigilance n°1 pour quiconque suit un tutoriel publié avant fin août 2026 : si le scénario utilise "Create a Thread" ou "Create a Run", il faut le refaire avec les modules actuels.
- Un Data Store Make pour la mémoire de conversation. Chaque échange (question, réponse, horodatage) s'enregistre lié à un identifiant de session. Sans cette étape, le bot "oublie" tout entre deux messages — c'était géré automatiquement par l'ancienne API Assistants, ce ne l'est plus.
- Un routeur de sortie pour l'escalade. Un filtre Make qui détecte les réponses à faible confiance ou les mots-clés sensibles (remboursement, litige, résiliation) et bascule vers une notification humaine plutôt que de laisser le modèle générer une réponse hasardeuse.
Éviter les hallucinations : configurer le routeur d'escalade
Le point faible de tout chatbot IA, quel que soit l'outil, reste le même : un modèle de langage répond toujours, même quand il ne sait pas. Sans garde-fou, ça produit une réponse inventée avec la même assurance qu'une réponse exacte — le problème documenté aussi bien chez Chatbase que chez Dante AI dans les retours utilisateurs cités plus loin. Sur Make, la différence est que ce garde-fou se configure explicitement plutôt que de dépendre d'un réglage caché côté éditeur.
Concrètement, deux mécanismes combinés limitent le risque. Le premier : demander au modèle de répondre uniquement à partir des documents fournis en contexte (File Search côté Responses API), et de renvoyer une réponse structurée signalant explicitement quand aucune source ne couvre la question — plutôt que de laisser le modèle "deviner" une réponse plausible. Le second : un filtre Make en aval qui scanne la réponse générée à la recherche de ce signal, ou de mots-clés métier sensibles dans le message initial du client, et route automatiquement vers une notification humaine (email, Slack, ticket) au lieu d'envoyer la réponse du modèle telle quelle.
Ce n'est pas une garantie absolue contre l'erreur — aucun outil de la comparaison n'en offre une. C'est un filtre qui réduit fortement la fréquence des réponses hasardeuses sur les sujets où une erreur coûte cher (remboursement, données personnelles, engagement contractuel), tout en laissant le bot répondre seul sur le reste (horaires, statut de commande, FAQ générale).
Le coût Make lui-même reste modeste pour ce cas d'usage — c'est le volume de conversations et le modèle OpenAI choisi qui pèsent le plus dans la facture finale, détaillés plus bas :
Plan gratuit permanent, sans carte bancaire
Make propose un plan Free illimité dans le temps avec 1 000 crédits/mois — assez pour construire et tester le scénario complet avant de passer au plan Core (10,59$/mois) une fois le chatbot mis en production.
C'est exactement le type de dette technique que Make expose plus qu'un outil fermé comme Chatbase : quand l'API sous-jacente change, c'est à toi de migrer le scénario. En échange, tu n'es jamais bloqué par les limites d'un produit tiers — tu peux changer de modèle IA, d'outil de mémoire ou de canal de diffusion sans attendre qu'un éditeur le propose.
Chatbase : le plus rapide à déployer
Chatbase reste la référence "upload tes documents, obtiens un chatbot" pour qui veut un agent en ligne en moins d'une heure. L'éditeur a construit son produit autour de la simplicité : import de FAQ, de PDF ou d'un plan de site, entraînement automatique, widget prêt à intégrer.
Le point fort documenté par les utilisateurs est la rapidité de mise en route : upload de documents, chatbot fonctionnel en quelques minutes, sans configuration technique. Le revers, aussi documenté, tient dans le système de crédits : dès que le quota mensuel est atteint, l'agent affiche "This AI Agent is currently unavailable" jusqu'au 1er du mois suivant, sauf recharge automatique activée (facturée en plus).
Points forts
- Chatbot fonctionnel en quelques minutes, zéro code
- Widget et intégrations prêtes à l'emploi (site, WhatsApp, Slack)
- Score G2 élevé sur la base d'avis vérifiés disponible
Points faibles
- Palier de prix qui saute directement de 150$ à 500$/mois, sans palier intermédiaire
- Chatbot totalement indisponible dès rupture de crédits sans recharge automatique
- Hallucinations documentées sur des bases de connaissance mal structurées
- Pas de politique de remboursement claire selon plusieurs retours agrégés
Le plan Standard couvre l'essentiel des petites structures — le saut vers Pro se justifie surtout à très gros volume :
Plan gratuit à 50 crédits/mois, sans carte bancaire
Chatbase propose un plan Free limité à 50 crédits mensuels et 1 agent supprimé après 14 jours d'inactivité — suffisant pour évaluer la qualité des réponses avant de passer au Hobby (40$/mois) pour un usage réel.
Dante AI : le no-code multi-canal
Dante AI vise un positionnement proche de Chatbase — no-code, base de connaissance uploadée — avec un accent plus marqué sur le multi-canal (site, WhatsApp, Messenger, Slack) et un objectif affiché de prise en charge autonome d'une large part des conversations de support.
L'éditeur revendique une prise en charge autonome allant jusqu'à 95% des conversations de support sur les cas d'usage adaptés. Le builder no-code fonctionne bien pour un chatbot standard, mais atteint vite ses limites dès qu'il faut de la logique conditionnelle avancée ou des intégrations au-delà de Zapier — pas de connecteur natif vers Make par exemple, il faut repasser par un webhook générique.
Les tarifs Dante AI ont augmenté sur l'ensemble des paliers en 2026 — un point à vérifier si tu compares à une offre vue l'an dernier :
Plan gratuit à 100 crédits/mois
Dante AI propose un plan Free avec 1 chatbot et 100 crédits mensuels pour valider l'usage avant de passer au Starter (29$/mois), dont le tarif a augmenté de 5$ courant 2026.
Vue comparative synthétique
Un tableau ne remplace pas le calcul de coût détaillé plus bas, mais il pose les grandes différences avant de creuser.
| Option | Mise en place | Mémoire conversation | Intégrations métier | Prix d'entrée | Coût au volume |
|---|---|---|---|---|---|
| Make + OpenAI | 0,5 à 1 jour de config | ✅ Totale (Data Store) | ✅ Illimitées (2 000+ apps) | 10,59$/mois + tokens | Linéaire, très bas à faible volume |
| Chatbase | ✅ ~10 minutes | ⚠️ Gérée par l'outil, opaque | ⚠️ Widget + Zapier/Make en add-on | 40$/mois (Hobby) | Palier 150$→500$ sans transition |
| Dante AI | ✅ ~15 minutes | ⚠️ Gérée par l'outil, opaque | ⚠️ Zapier natif, pas Make | 29$/mois (Starter) | 299$/mois dès le palier Pro |
Un dernier repère : eesel AI, pas détaillé en fiche complète ici, applique un modèle différent des trois options ci-dessus — facturation à la tâche résolue plutôt qu'à l'abonnement, ce qui change la logique de calcul pour un volume faible ou irrégulier (voir la pépite plus bas).
Red flags à connaître avant de choisir
- ❌ Tous les outils no-code : confondre "plan gratuit" avec "chatbot en production" — le plan Free de Chatbase supprime l'agent après 14 jours d'inactivité, celui de Dante AI reste limité à 100 crédits/mois.
- ❌ Chatbase : ne pas anticiper le saut de prix 150$ → 500$ avant que le volume de conversations ne l'impose en urgence.
- ❌ Make : repartir d'un tutoriel qui utilise encore les modules liés à l'ancienne API Assistants OpenAI — ils ne fonctionnent plus depuis le 26 août 2026, le scénario doit être reconstruit sur Responses API.
- ❌ Toutes les options : laisser le chatbot répondre sans filet sur des questions sensibles (remboursement, résiliation, litige) — l'escalade vers un humain n'est jamais automatique par défaut, elle se configure.
Combien coûte vraiment un chatbot IA selon ton volume
Le prix affiché sur une page pricing ne dit jamais tout — surtout pour Make, où le coût dépend directement du nombre de conversations et du modèle IA choisi. Voici un calcul concret pour une PME qui traite environ 800 conversations de support par mois.
- Avec Chatbase (plan Standard, 150$/mois) : 4 000 crédits inclus couvrent large 800 conversations à quelques échanges chacune. Coût fixe, prévisible, mais tu paies le même montant à 200 conversations qu'à 3 900.
- Avec Dante AI (plan Starter, 29$/mois) : le volume exact de crédits inclus au Starter reste en dessous de ce que Chatbase Hobby propose à prix comparable — à vérifier sur la page pricing officielle selon ton usage réel avant de t'engager, l'éditeur ne détaille pas ce chiffre aussi clairement que Chatbase.
- Avec Make + GPT-5.6 Luna (0,20$/1,20$ par million de tokens) : en comptant environ 1 500 tokens d'entrée (contexte + historique) et 600 tokens de sortie par conversation, le coût du modèle IA seul tombe autour de 0,001$ par conversation — soit moins d'1$/mois de tokens pour 800 conversations. À ça s'ajoute l'abonnement Make (10,59$/mois en Core), largement suffisant pour ce volume à raison de 4-5 opérations par échange.
Le vrai basculement se situe autour de 500 à 1 000 conversations mensuelles. En dessous, le temps gagné à utiliser un outil clé-en-main (Chatbase ou Dante AI) compense largement l'écart de prix avec Make. Au-dessus, l'abonnement fixe d'un outil no-code devient disproportionné par rapport au coût réel des tokens consommés — c'est là que la construction sur mesure change de catégorie de prix, pas juste de quelques euros.
Mesurer si ton chatbot fonctionne vraiment
Un chatbot qui répond n'est pas la même chose qu'un chatbot qui aide. Trois indicateurs suffisent à savoir si l'investissement — qu'il s'agisse d'un abonnement Chatbase ou d'un scénario Make — vaut le coût qu'il représente, quel que soit l'outil retenu.
Le chatbot répond-il correctement sans intervention humaine ?
Le taux de résolution automatique — la part des conversations qui se terminent sans escalade ni relance du client — reste l'indicateur central. Un chiffre isolé ne veut rien dire sans contexte : 95% de résolution automatique sur des questions de type "quels sont vos horaires" n'a pas la même valeur que 60% sur des questions de facturation. Le bon réflexe consiste à segmenter ce taux par catégorie de question plutôt que de le regarder en moyenne globale, ce qui masque souvent un très bon score sur les questions simples et un score médiocre sur les cas qui comptent vraiment.
Le bot escalade-t-il au bon moment, ni trop tôt ni trop tard ?
Un taux d'escalade trop bas n'est pas forcément une bonne nouvelle — ça peut signifier que le bot répond à des questions qu'il ne devrait pas trancher seul. Un taux trop élevé annule l'intérêt même du chatbot. Le repère utile : suivre l'évolution de ce taux dans le temps plutôt que sa valeur absolue à un instant donné. Une base de connaissance qui s'améliore fait baisser le taux d'escalade sur les questions répétitives, sans jamais le faire tomber à zéro sur les cas réellement sensibles — et ça doit rester ainsi.
Le client repart-il satisfait, même après une escalade ?
Un court sondage post-conversation (une question, une échelle de 1 à 5) reste la méthode la plus simple pour capter ce signal. L'info la plus utile n'est pas la moyenne globale de satisfaction, mais l'écart entre les conversations résolues par le bot seul et celles escaladées vers un humain : un écart important signale soit une base de connaissance à enrichir, soit un routeur d'escalade réglé trop tard dans la conversation, quand la frustration du client est déjà installée.
Verdict : quelle option pour quel profil
Il n'y a pas d'option universellement meilleure — seulement une bonne réponse selon ton volume de conversations et ce que tu as déjà en interne côté compétence technique.
| Profil | Recommandation | Pourquoi |
|---|---|---|
| TPE, < 200 conversations/mois | Chatbase (Hobby, 40$) | Mise en place en minutes, aucun besoin de compétence technique en interne |
| PME avec plusieurs canaux de messagerie | Dante AI (Starter, 29$) | Multi-canal natif (WhatsApp, Messenger, Slack) sans configuration supplémentaire |
| Structure avec compétence no-code interne, 500+ conversations/mois | Make + OpenAI (Responses API) | Coût au volume nettement inférieur, intégrations CRM/tickets illimitées |
| Support à volume faible ou très irrégulier | eesel AI (pay-per-résolution) | Pas d'abonnement fixe payé pour des mois creux |
| Équipe technique avec besoin de logique complexe | Make + OpenAI, modèle premium ciblé | Seule option qui permet d'orchestrer une logique conditionnelle avancée sans plafond d'éditeur |
Un dernier repère utile si tu hésites encore : si ton besoin réel est de qualifier des leads plutôt que de répondre à des tickets de support, le calcul change complètement — c'est un autre article, avec d'autres outils, pas celui-ci.
Pour aller plus loin
- n8n + OpenAI : agent IA auto-hébergé, le coût réel (2026) — L'alternative auto-hébergée à Make pour qui veut garder les données en interne
- Make vs n8n 2026 : lequel choisir pour automatiser ? — Comparatif complet entre les deux plateformes citées dans cet article
- Voiceflow vs Botpress : quel chatbot IA choisir en 2026 ? — Deux autres plateformes de chatbot orientées développeurs
- Zapier pour débutants : automatiser sa première tâche — Si Make te semble trop technique pour démarrer