Un assistant WhatsApp conçu pour les chauffeurs privés. Il aide à traiter les demandes de course, à préparer les réponses et à reprendre contact avec les clients.
Projet interne
Le parcours, en quatre étapes
WhatsApp
Recevoir la demande et identifier les informations de course.
Règles
Tenir compte des tarifs, horaires et choix du chauffeur.
Réponse
Préparer une réponse selon le mode choisi : approbation ou automatique.
Suivi
Retrouver les courses et les échanges dans le même parcours.
Comprendre la réalisation
Une demande WhatsApp doit devenir une course compréhensible
Mesio est un projet interne destiné aux chauffeurs qui reçoivent leurs demandes sur WhatsApp. Son intérêt dépasse la rédaction d’une réponse : il relie la conversation, les informations de course et le suivi dans un tableau de bord.
01
Passer d’un message à des informations utiles
Une demande peut mêler lieu de départ, destination, horaire et nombre de passagers dans une même conversation. Mesio organise le traitement de ces échanges pour aider le chauffeur à comprendre le besoin et à préparer la suite.
Le tableau de bord présente les courses à venir, celles du jour et les courses terminées. Le chauffeur retrouve ainsi une lecture opérationnelle de son activité, complémentaire au fil des messages WhatsApp.
Explorez l’interface
Version de démonstration issue du code du projet. Les interactions restent dans cette page et toutes les données sont fictives.
Interface présentée en français.
À essayer dans cet aperçu
Passez entre les onglets des courses à venir, du jour et terminées.
Mettez l’assistant en pause et observez son état.
Réactivez-le, ou réinitialisez l’aperçu pour retrouver l’état initial.
Ce que vous pouvez observer La liste des trajets change avec l’onglet ; l’état de l’assistant change avec la pause. Les courses sont fictives et aucun compte WhatsApp n’est connecté.
Chargement de la démonstration…
Ce qui fait fonctionner la solution
02
Choisir la place de l’assistant
Le chauffeur choisit un fonctionnement avec approbation des réponses ou un mode automatique. Cette distinction est essentielle : les besoins ne sont pas les mêmes lorsqu’il peut relire ses messages et lorsqu’il est déjà occupé.
Les tarifs et paramètres du service fournissent le contexte de travail. L’assistant accompagne les réponses et le suivi ; l’interface permet aussi de mettre son activité en pause. Le produit est pensé pour rester pilotable par le chauffeur.
03
Garder le fil de la relation client
Répondre une fois ne suffit pas toujours à organiser une course. Les échanges suivants, les rappels et les relances participent au suivi. Mesio rapproche ces étapes de la gestion des réservations plutôt que de laisser tout le contexte dispersé dans les conversations.
La démonstration présentée sur cette page reprend l’interface du projet avec des trajets fictifs. Les onglets permettent d’explorer les différents moments du suivi ; la pause illustre le contrôle de l’assistant. Aucun compte WhatsApp n’y est connecté.
04
n8n : un parcours de réponse avec des règles et des décisions
Les workflows relient la réception WhatsApp, le contexte du chauffeur, la préparation de la réponse et son suivi. Le fonctionnement tient compte du mode choisi, de la langue, des tarifs et des règles d’automatisation. La configuration prévoit notamment des plages horaires et des critères encadrant le traitement automatique.
En mode avec approbation, une réponse proposée possède un état : en attente, à modifier, refusée, expirée ou envoyée. Une correction et un refus ne sont donc pas assimilés à un envoi. La synchronisation avec l’application prévoit aussi le respect de la mise en pause avant le traitement par l’assistant. C’est cette gestion des étapes, des choix et des exceptions qui donne sa profondeur au système.
Les choix techniques, et leur utilité
Relier conversation et application
L’interface web est construite en HTML, CSS et JavaScript. Supabase assure les comptes et les données, tandis que les workflows n8n relient la messagerie WhatsApp Business et les traitements de l’assistant.
Donner un contexte aux réponses
L’intégration du modèle de langage intervient dans un parcours défini par les paramètres du chauffeur et son mode de réponse. Le projet prévoit des interfaces en français, néerlandais, anglais et arabe : le parcours ne se limite pas à une conversation de démonstration.
Consulter le site public
Le lien ouvre le site du projet. Les espaces privés nécessitent un accès autorisé.