LangChain + WhatsApp : construire un chatbot RAG

Construire un chatbot RAG sur WhatsApp avec LangChain est devenu accessible à toute équipe de développement disposant de compétences Python ou Node.js. Le pattern est puissant : combiner la Cloud API de Meta pour l'interface conversationnelle, LangChain pour l'orchestration IA, et un vector store pour la base de connaissances métier. Voici l'architecture type et les points de vigilance en production.

Le pattern RAG en deux minutes

RAG signifie Retrieval Augmented Generation. Plutôt que de fine-tuner un modèle sur vos données, on indexe ces données dans un vector store, puis à chaque message utilisateur on récupère les passages pertinents et on les fournit au LLM comme contexte. Résultat : des réponses grounded, à jour, sans réentraînement.

L'architecture de bout en bout

1. Réception du message via webhook WhatsApp

La Cloud API Meta envoie chaque message entrant à votre endpoint HTTPS. Vous devez répondre en moins de 20 secondes, sinon Meta considère l'appel comme échoué.

2. Préparation du prompt avec LangChain

LangChain expose plusieurs abstractions clés :

• Document loaders pour ingérer FAQ, PDF, pages web.
• Text splitters pour découper en chunks de ~500 tokens.
• Embeddings (OpenAI, Cohere, ou modèles open source) pour vectoriser.
• Vector stores (Pinecone, Weaviate, Qdrant, pgvector).
• Retrievers pour extraire les top-k passages pertinents.
• Chains pour orchestrer prompt + retrieval + LLM.

3. Appel LLM et streaming

La chain envoie au modèle (GPT-4o, Claude Sonnet, Mistral) le prompt système, les documents récupérés et le message utilisateur. Pour respecter la limite 20 secondes de Meta, il est courant d'envoyer d'abord un accusé "Je cherche l'information..." puis d'envoyer la réponse finale via un second appel API dès qu'elle est prête.

4. Gestion de la mémoire conversationnelle

WhatsApp étant un canal conversationnel long, il faut conserver l'historique. LangChain propose ConversationBufferMemory, ConversationSummaryMemory, ou l'intégration à Redis pour la persistance. Clé : utiliser le numéro WhatsApp comme identifiant de session.

5. Envoi de la réponse via Cloud API

Retour à Meta via un POST sur l'endpoint messages. En dehors de la fenêtre 24h, il faut passer par un template pré-approuvé — pertinent surtout pour le premier contact ou la relance.

Choisir le bon vector store

Pinecone

SaaS mature, latence faible, facile à démarrer. Compter environ 70 USD/mois pour un index moyen. Attention à la data residency si conformité réglementaire.

pgvector sur PostgreSQL

Solution open source, s'intègre à une base Postgres existante (Supabase, Neon, VPS marocain). Idéal pour rester en souveraineté data.

Qdrant self-hosted

Performances excellentes, licence Apache 2.0. Recommandé pour les projets nécessitant plusieurs millions de vecteurs.

Points de vigilance en production

Latence

Sur mobile Maroc en 4G, chaque seconde compte. Cible : réponse sous 8 secondes pour maintenir l'engagement. Optimisations : cache Redis sur les questions fréquentes, choix d'un modèle rapide (GPT-4o-mini, Haiku), réduction du nombre de chunks retournés.

Hallucinations

Toujours ancrer la réponse dans les documents. Prompt système typique : "Réponds uniquement à partir des informations fournies. Si tu ne sais pas, dis-le explicitement."

Coûts LLM

Un chatbot RAG WhatsApp bien fréquenté peut coûter plusieurs centaines à plusieurs milliers de MAD/mois en tokens. Prévoir un budget par utilisateur et couper les conversations abusives.

Conformité conformité réglementaire

Chaque message utilisateur peut contenir des données personnelles. Anonymisation des logs, rétention limitée, hébergement adapté : autant de sujets à traiter dès la conception.

Sécurité webhook

Meta signe chaque webhook avec HMAC-SHA256. Vérifier la signature X-Hub-Signature-256 à chaque requête est non négociable pour éviter les injections malveillantes.

Conclusion

LangChain + WhatsApp forme aujourd'hui une des stacks les plus productives pour bâtir un chatbot RAG en production. Le vrai enjeu n'est pas la brique IA, mais l'orchestration : gestion de la mémoire, respect des délais Meta, contrôle des coûts et conformité réglementaire. Un projet MVP peut sortir en 4 à 6 semaines pour une équipe expérimentée, avec un vrai impact business sur le support et la conversion.