Aller au contenu
Module
Module 4 sur 5Leçon 2 sur 3~14 min

Prévoir les replis

Quand le modèle ne répond pas, ou répond mal, l'utilisateur ne doit pas se retrouver devant une page vide. Cette leçon vous apprend à spécifier une chaîne de solutions de secours, du nouvel essai au passage vers un humain, et à choisir pour chaque type d'échec celle qui reste utile.

Mis à jour le 29 septembre 2026.

En bref

Un repli est la solution de secours prévue quand le modèle ne répond pas ou répond mal : nouvel essai, modèle de remplacement, réponse simplifiée, fonctionnalité désactivée proprement ou passage vers un humain. Chaque type d'échec appelle le sien. Pour un PM, c'est la garantie que l'utilisateur garde toujours un chemin utile.

Objectif de la leçon

À la fin de cette leçon, vous serez capable de spécifier la chaîne de replis d'une fonctionnalité IA (nouvelles tentatives bornées, délai maximal, modèle de secours, mode dégradé, passage à un humain) et de choisir, pour chaque type d'échec, le repli qui reste utile pour l'utilisateur.

Les questions auxquelles cette leçon répond

  • Que faire quand le fournisseur du modèle d'IA ne répond plus ?

    Réessayer brièvement, puis basculer vers un autre modèle ou fournisseur si c'est prévu, sinon proposer une version simplifiée ou un message clair avec une alternative.

  • Comment concevoir un mode dégradé pour une fonctionnalité IA ?

    Listez les échecs possibles, puis prévoyez pour chacun une version réduite mais utile du service : réponse plus simple, contenu prédéfini, action manuelle ou orientation vers un humain.

Thèmes abordés

  • fallback
  • mode dégradé
  • résilience
  • modèle de secours

Guide sur ce thème

Dans quel module

Incidents, replis et changements de modèle

Que faire quand la qualité, le fournisseur ou le modèle change sous vos pieds ?

Leçons du module

  1. Reconnaître les incidents propres à l'IA
  2. Prévoir les replis (cette leçon)
  3. Changer de modèle sans régression

Ce que vous apprendrez dans la formation

Cette leçon fait partie de la formation Mettre en production et monitorer une fonctionnalité IA