Le téléphone sonne. Personne ne répond. Encore.
C'est jeudi soir, 17 h 12. Votre cuisine roule à plein régime, deux serveurs sont en plancher, le téléphone de la réception sonne pour la troisième fois en huit minutes. La gérante est en train de boxer une commande de livraison, le commis de bar prend une réservation pour samedi. L'appel passe à la boîte vocale.
Vous venez probablement de perdre 47 $ — ou 1 200 $, dépendant si la personne voulait juste un menu enfant ou un party de bureau pour vingt-deux personnes.
Une étude Breez de février 2025 a chiffré ce que tout le monde sentait déjà dans le tablier : 43 % des appels en restauration restent sans réponse. Les restaurants reçoivent en moyenne 187 appels par jour, et seulement 30 % d'entre eux ont un système capable de les acheminer correctement aux heures de pointe — soit midi, 16 h et 17 h, exactement les moments où votre staff n'a pas le temps de respirer. Côté Québec, l'Association Restauration Québec (ARQ) regroupe 5 000 membres, et la plupart vivent la même réalité : appel manqué = client chez le concurrent.
Le pire dans tout ça? 80 % des gens ne laissent pas de message. 85 % ne rappellent jamais. L'appel manqué n'est pas reporté — il est perdu pour de bon.
Si vous avez déjà essayé de mettre un agent IA vocal générique sur votre ligne, vous avez probablement frappé un mur encore plus frustrant : l'agent décroche, mais quand le client demande « Est-ce que vous avez du gluten-free? » ou « Vos heures du dimanche? », l'agent répond « Je n'ai pas cette information ». Ou pire, il invente. Un agent qui hallucine vos prix, c'est pire qu'un téléphone qui sonne dans le vide.
La bonne nouvelle : la mise à jour ElevenLabs du 13 avril 2026 a ajouté la recherche de contenu dans la base de connaissances (knowledge base content search) avec une recherche fuzzy sur le contenu des documents. Couplée au mode RAG, ça permet enfin de brancher votre menu PDF, votre liste d'allergènes et vos heures d'ouverture directement dans le cerveau de votre Agent IA Vocal — sans coder une ligne. En 45 minutes chrono.
Voici le tutoriel.
Pourquoi votre Agent IA Vocal sort hors script (et comment la KB règle ça)
Avant de plonger dans les étapes, deux minutes pour comprendre pourquoi un agent vocal générique échoue dans un restaurant.
Le LLM derrière votre agent — GPT-Realtime, Claude, Gemini — connaît la langue, la grammaire et la culture générale. Il ne connaît pas votre menu de mardi soir. Il ne sait pas que votre risotto aux champignons devient sans gluten si on retire le bouillon de poulet, que votre cuisine ferme à 22 h en semaine sauf le vendredi, que les desserts maison ne sont pas faits dans une cuisine sans noix.
Sans base de connaissances, l'agent fait l'une de trois choses : il dit qu'il ne sait pas (et le client raccroche), il invente une réponse plausible mais fausse (et le client se présente avec une crise d'allergie), ou il transfère à un humain qui n'est pas là (et on retombe à la case départ). C'est ce que mon équipe TECHMA a documenté dans les 6 trous classiques où votre agent IA vocal craque hors script en 2026.
La base de connaissances ElevenLabs résout ça en deux modes :
- Mode contexte direct : pour les petites bases (moins de ~10 000 mots, soit un menu + une page d'allergènes + horaires). Le contenu est injecté directement dans la fenêtre de contexte du modèle. Latence quasi nulle.
- Mode RAG (Retrieval-Augmented Generation) : pour les grandes bases (menu saisonnier + carte des vins + politiques de groupe + 50 FAQ). Le système cherche les sections pertinentes selon la question. Ajoute environ 500 ms de latence — acceptable, mais à mesurer (voir notre benchmark de latence sur les agents IA vocaux au Québec).
Pour 80 % des restos québécois, le mode contexte direct suffit. C'est ce qu'on configure dans ce tutoriel.
Étape 1 — Préparer vos documents (10 minutes)
Avant de toucher au tableau de bord ElevenLabs, vous devez préparer un seul document consolidé. C'est le piège numéro un : les gens uploadent leur PDF de menu, leur fichier Excel d'horaires et leurs trois pages Google Docs de FAQ comme trois documents séparés. Mauvaise idée. La doc officielle d'ElevenLabs est claire là-dessus : « consolidez avant l'upload » — un seul fichier bien structuré bat 500 fichiers fragmentés.
Voici la structure que j'utilise pour mes clients restaurateurs :
SECTION 1 — MENU (avec prix, allergènes, options sans gluten)
SECTION 2 — HEURES D'OUVERTURE (par jour, incluant fériés)
SECTION 3 — RÉSERVATIONS (taille minimale de groupe, dépôt, annulation)
SECTION 4 — LIVRAISON ET RAMASSAGE (zones, frais, délais)
SECTION 5 — POLITIQUES (allergies, enfants, animaux, BYOW)
SECTION 6 — FAQ (les 30 questions qu'on entend chaque semaine)
Format : Markdown ou texte brut. Évitez les PDF avec mise en page complexe — ElevenLabs les parse, mais les colonnes, les images de plats et les fonts décoratives dégradent la qualité de l'extraction. Si votre menu est seulement en PDF designé, copiez-collez le contenu dans un .txt ou un .md. Cinq minutes de copier-coller.
Astuce Loi 25 : ne mettez jamais de données personnelles dans la KB (téléphones de clients, courriels, historique de réservations). La base de connaissances est lue à chaque appel, et ça crée un risque de fuite vers un autre client. Les politiques publiques oui, les données nominatives non. Pour la liste complète des contraintes, consultez le test de conformité Loi 25 en 12 questions pour votre Agent IA Vocal.
Étape 2 — Créer la base de connaissances dans ElevenLabs (5 minutes)
Connectez-vous à votre tableau de bord ElevenLabs Agents. Dans le menu de gauche, sélectionnez Knowledge Base (Base de connaissances).
Cliquez sur Add Document. Vous avez trois options : URL (utile pour pointer vers une page web qui change souvent), File Upload (le cas le plus courant), ou Text Input (copier-coller direct). Pour un menu de restaurant, File Upload est le plus pratique — vous gardez le fichier source comme version de vérité.
Uploadez votre document consolidé. ElevenLabs traite l'extraction en 10 à 30 secondes selon la taille. Vérifiez ensuite l'aperçu : les sections doivent être bien séparées, le texte lisible. Si le parser a tout mis sur une seule ligne ou a perdu vos titres, retournez à l'étape 1 et nettoyez le format.
Nommez le document de manière descriptive : menu_resto_2026_05.md plutôt que final_v3.pdf. Vous serez content dans six mois quand viendra le temps de mettre à jour.
Étape 3 — Brancher la KB à votre agent (5 minutes)
Allez dans Agents → sélectionnez votre agent → onglet Knowledge Base.
Cliquez sur Add Document, choisissez le document que vous venez d'uploader. Si votre menu fait moins de 10 000 mots (la plupart des cas), laissez le toggle Use RAG désactivé : le mode contexte direct est plus rapide et moins coûteux.
Si votre base est plus grosse (carte des vins étoffée, politiques de groupe, multilingue), activez Use RAG. Notez que ça ajoute ~500 ms de latence par requête, et que le RAG fonctionne mieux avec des paragraphes courts et des titres clairs. Si vous activez RAG, retournez nettoyer votre document : un H2 par section, des paragraphes de 3-5 phrases max.
Sauvegardez. Votre agent connaît maintenant votre menu.
Étape 4 — Calibrer le system prompt (10 minutes)
C'est l'étape que la majorité des tutoriels sautent — et c'est pourquoi 60 % des agents IA vocaux qu'on audite chez TECHMA sortent hors script malgré une bonne KB.
Le system prompt doit dire explicitement à l'agent : « utilise la base de connaissances pour répondre, ne réponds jamais hors KB, et si l'info n'y est pas, dis-le et propose un transfert humain ». Voici la version que mon équipe utilise comme point de départ pour les restaurants québécois :
Tu es l'assistant vocal du restaurant [NOM] à [VILLE].
Réponds toujours en utilisant uniquement les informations
de la base de connaissances fournie.
Si une information n'est pas dans la KB :
- N'invente JAMAIS une réponse.
- Dis : « Je n'ai pas cette information sous la main,
je vous transfère à [PRÉNOM] qui pourra vous aider. »
- Déclenche le transfert.
Pour les questions d'allergènes :
- Donne uniquement ce qui est explicitement listé dans la KB.
- Termine TOUJOURS par : « Si vous avez une allergie sévère,
je recommande de confirmer directement avec notre chef au moment
de la commande. »
Langue : tu réponds dans la langue du client (français ou anglais).
Si le client mélange les deux, suis le code-switching naturel
du Québec.
Le passage sur le code-switching n'est pas accessoire — c'est ce qui distingue un agent qui sonne local d'un agent qui sonne franco-français. Détails complets dans notre guide de configuration code-switching FR-EN pour le Québec.
Étape 5 — Tester avec 10 questions réelles (15 minutes)
Ne testez pas avec « Quelles sont vos heures? ». C'est trop facile. Testez avec les questions tordues que vos clients posent vraiment, celles que vous avez documentées dans la SECTION 6 — FAQ.
Voici la batterie que j'utilise pour valider une KB de restaurant :
1. « Est-ce que vous avez quelque chose pour ma fille de 6 ans qui ne mange pas de gluten? » 2. « Vous êtes ouverts à quelle heure ce dimanche, y'a un long weekend? » (test des fériés) 3. « Combien ça coûterait pour 18 personnes le 14 juin pour le party de bureau? » (test groupe) 4. « Le serveur m'a dit la dernière fois que vous aviez un menu végé, c'est lequel? » (test mémoire — il ne devrait PAS prétendre se souvenir) 5. « Est-ce que je peux apporter mon vin? » 6. « Combien de temps livraison à H2X? » 7. « Mon chum est allergique aux noix, vos desserts sont safe? » 8. « Vous prenez Apple Pay au resto? » 9. « What time do you close tonight? » (test code-switching) 10. « Ça fait 20 minutes que j'attends ma commande, où elle est rendue? » (test cas hors KB → transfert)
Pour chaque réponse, notez : (a) précise et basée sur la KB? (b) honnête sur ce qu'elle ne sait pas? (c) latence acceptable (< 1 seconde idéalement)? Si une réponse échoue, regardez d'abord si l'info est dans la KB. Si oui mais l'agent ne la trouve pas, vérifiez le format du document. Si le document est OK mais l'agent invente, le system prompt n'est pas assez strict.
Cas réel : un resto du Plateau, avant/après
Un de nos clients sur le Plateau-Mont-Royal — bistro français, 65 places, deux services — recevait en moyenne 41 appels par jour. Avant l'intégration KB : l'agent répondait correctement à 58 % des questions, transférait 22 %, et inventait ou refusait 20 %. Après le tutoriel ci-dessus appliqué sur leur menu (un PDF de 4 pages converti en Markdown structuré) : 91 % de réponses correctes, 7 % de transferts (réservations spéciales, plaintes), 2 % d'erreurs résiduelles sur des questions très ambiguës.
Le revenu récupéré sur les commandes prises par l'agent qui auraient autrement été perdues : environ 2 800 $ par mois. Pour un coût d'agent (ElevenLabs + intégration TECHMA) de 380 $ par mois. ROI : 7,4x.
Quand le DIY ne suffit plus
Si vous êtes assez à l'aise techniquement pour suivre ce tutoriel et calibrer le system prompt, vous pouvez avoir un agent décent en 45 minutes. C'est exactement pour ça que je l'ai écrit comme ça.
Mais il y a trois moments où le DIY décroche :
- Quand vous voulez intégrer les réservations OpenTable ou Resy (webhook + outil custom dans ElevenLabs, plus juste de la KB).
- Quand votre menu change chaque semaine et que personne au resto n'a 20 minutes pour mettre à jour le document, le réuploader, retester.
- Quand vous voulez mesurer la conformité Loi 25 (qui décide de la rétention des transcriptions, des consentements verbaux, du log d'accès).
À ce moment-là, ce que TECHMA fait pour ses clients restaurants : on prend en charge l'intégration au CRM/POS, le pipeline de mise à jour automatique du menu (par courriel ou Drive partagé), et l'audit de conformité Loi 25 chaque trimestre. Vous restez focus sur la cuisine, on s'occupe du téléphone.
Cinq mille restos au Québec partagent à peu près la même combinaison de problèmes : appels qui débordent aux heures de pointe, staff qui change, menu qui bouge. La technologie pour répondre est prête depuis avril 2026. La question, ce n'est plus « est-ce que ça marche ». C'est « qui prend 45 minutes pour le brancher correctement ».
En résumé
- 43 % des appels en restauration restent sans réponse. 80 % des appelants ne laissent pas de message.
- Un agent IA vocal générique sans KB répond correctement à environ 50-60 % des questions clients. Avec une KB bien structurée, on monte à 85-95 %.
- ElevenLabs a ajouté la recherche de contenu KB le 13 avril 2026, et le mode contexte direct couvre 80 % des cas en restauration.
- Le tutoriel : (1) document consolidé en Markdown, (2) upload dans Knowledge Base, (3) attacher à l'agent, (4) calibrer le system prompt avec règle « utilise la KB ou transfère », (5) tester avec 10 questions réelles.
- Sans données personnelles dans la KB. Loi 25 oblige.
Si vous voulez qu'on regarde votre cas spécifique — un audit gratuit de 30 minutes avec un de nos consultants qui parle restauration — écrivez-nous via la page contact. On regarde votre flux d'appels actuel, on identifie le top 3 des questions où votre agent (ou votre staff humain) sort de script, et on vous donne un plan concret. C'est gratuit et sans engagement.