Un client écrit au chatbot de votre boutique, un dimanche soir : « Où en est ma commande CMD-10482 ? ». Le chatbot connaît vos pages, vos délais, vos conditions de retour. Mais l'état de cette commande-là vit dans votre logiciel, pas sur votre site. Pour répondre, il faut que le chatbot puisse interroger votre API. Trois méthodes y mènent, de la plus directe à la plus simple, avec des règles de sécurité qui ne se négocient pas.
La réponse courte
Intégrer une API à un chatbot IA, c'est lui permettre d'aller chercher une donnée ou de déclencher une action dans votre logiciel. Trois méthodes : le function calling (le modèle demande l'appel, votre code le fait), un serveur MCP (votre API décrite une fois pour plusieurs assistants d'IA), ou un webhook relayé par n8n, Make ou Zapier pour les actions qui suivent la conversation. Dans tous les cas, la clé de l'API reste sur un serveur, jamais dans la page.
Deux sens à ne pas confondre
« Chatbot » et « API » se croisent dans deux sens. Le premier, sujet de ce guide : le chatbot appelle votre logiciel. Le second : votre logiciel lit ou pilote le chatbot, par l'API de l'éditeur. Pour ce second sens, et pour simplement afficher un chatbot sur votre site (une ligne de script, aucune API), voyez la documentation de l'API de Causerie.
| Sens | Ce qui se passe | Exemples |
|---|---|---|
| Une API dans le chatbot | Le chatbot appelle votre logiciel pendant la conversation | « Où en est ma commande ? », un créneau libre, un stock |
| L'API du chatbot | Votre logiciel lit ou pilote le chatbot | Envoyer les contacts au CRM, archiver les conversations |
Méthode 1 : le function calling
C'est la méthode de référence pour une réponse en direct. Vous décrivez au modèle les fonctions qu'il peut demander : un nom, à quoi elle sert, ses paramètres. Le modèle ne touche jamais à votre API lui-même. Quand la question l'exige, il renvoie le nom de la fonction et ses arguments ; votre code fait l'appel, puis lui rend le résultat.
Photo générée par IALes cinq étapes de l'aller-retour
OpenAI les décrit ainsi dans sa documentation :
- ✓votre application envoie la question au modèle, avec la liste des fonctions disponibles ;
- ✓le modèle répond par une demande d'appel : « suivi_commande, numéro CMD-10482 » ;
- ✓votre code appelle votre API avec ce numéro ;
- ✓votre application renvoie le résultat au modèle ;
- ✓le modèle rédige la réponse au client, ou demande un autre appel.
Décrire une fonction
Voici la description d'une fonction de suivi de commande, au format d'OpenAI. Le mode strict oblige le modèle à respecter exactement le schéma des paramètres ; OpenAI recommande de l'activer toujours.
{
"type": "function",
"name": "suivi_commande",
"description": "Donne l'état d'une commande à partir de son numéro.",
"parameters": {
"type": "object",
"properties": {
"numero": { "type": "string", "description": "Numéro de commande, ex. CMD-10482" }
},
"required": ["numero"],
"additionalProperties": false
},
"strict": true
}Le principe est le même chez Anthropic, sous le nom de tool use : Claude répond par un bloc tool_use qui nomme l'outil et ses arguments, votre code l'exécute et renvoie un bloc tool_result. Mistral propose aussi le function calling. Changer de modèle demande donc d'adapter le format, pas l'architecture.
La description compte autant que le code : c'est elle que le modèle lit pour décider quand appeler la fonction. Une phrase claire, des noms de paramètres explicites et un exemple de valeur évitent la plupart des appels à tort.
Méthode 2 : un serveur MCP
MCP (Model Context Protocol) est un standard ouvert pour brancher des assistants d'IA sur des logiciels. Au lieu de décrire votre API dans le code de chaque chatbot, vous la décrivez une fois, dans un serveur MCP ; Claude, ChatGPT, Visual Studio Code, Cursor et d'autres savent s'y connecter. Sous le capot, c'est le même mécanisme : chaque outil a un nom, une description et des paramètres, et l'assistant demande à l'utiliser.
Le bon cas : plusieurs assistants doivent utiliser la même API. Une équipe interne qui interroge son outil de gestion depuis Claude, des clients qui veulent passer par ChatGPT, un développeur qui code avec Cursor. Causerie fonctionne ainsi : son connecteur MCP permet à Claude ou à ChatGPT de créer un chatbot, d'ajouter une page à ses connaissances ou de donner son code d'installation. Pour un seul chatbot sur votre site, la méthode 1 reste plus simple.
Méthode 3 : sans code, le webhook et l'automatisation
Beaucoup de besoins ne demandent pas de réponse en direct, mais une action une fois la conversation finie : créer le contact dans le CRM, ouvrir un ticket, prévenir l'équipe sur Slack. Pour ça, pas besoin de toucher au modèle. Le chatbot envoie un webhook (un message automatique vers une adresse que vous choisissez) à chaque nouveau contact ; un outil d'automatisation comme n8n, Make ou Zapier le reçoit et appelle votre API.
La limite est nette : le chatbot ne connaît pas le résultat de l'action pendant la conversation. Il peut dire « votre demande est transmise », pas « votre colis arrive jeudi ».
Quelle méthode choisir ?
| Méthode | Pour quoi | Effort | Exemples |
|---|---|---|---|
| Function calling | Une réponse en direct, tirée de votre logiciel | Un développeur, quelques jours | Suivi de commande, stock, disponibilités |
| Serveur MCP | La même API, pour plusieurs assistants d'IA | Un développeur, une à deux semaines | Assistant interne, clients qui utilisent Claude ou ChatGPT |
| Webhook et automatisation | Une action après la conversation | Sans code, une heure | Contact dans le CRM, ticket, message Slack |
Les efforts indiqués sont des ordres de grandeur pour une API déjà documentée, à confirmer avec votre développeur. Commencez petit : une seule fonction en lecture, testée sur de vraies questions, avant d'en ajouter d'autres.
Sécurité : cinq règles
Brancher un chatbot sur votre logiciel, c'est ouvrir une porte. L'OWASP, qui fait référence en sécurité web, classe dans son top 10 des risques des applications d'IA de 2025 l'injection de prompt (LLM01), l'agentivité excessive, c'est-à-dire laisser l'IA agir au-delà du nécessaire (LLM06), et la consommation sans limite (LLM10). Cinq règles en découlent.
Photo générée par IA- ✓La clé reste sur le serveur. Une clé présente dans le code de la page est lisible par n'importe quel visiteur.
- ✓Le moins de droits possible. Une fonction de suivi de commande lit une commande ; elle ne modifie rien et ne voit que celle du client qui écrit.
- ✓Vérifier chaque argument. Le mode strict garantit la forme, pas le fond : votre code contrôle que le numéro existe et appartient bien à ce client.
- ✓Une confirmation avant toute action irréversible. Annuler une commande ou rembourser passe par un humain, ou au moins par un « oui » explicite du client.
- ✓Se méfier du texte entrant. Un message de visiteur, ou un contenu renvoyé par une API, peut contenir des consignes déguisées. Le modèle les traite comme des données, et vos limites (nombre d'appels, coût) sont posées dans le code.
Et avec Causerie ?
Causerie couvre la partie la plus courante du travail : répondre à partir de vos pages et de vos documents, recueillir les demandes sérieuses et proposer un lien de prise de rendez-vous (Calendly, Cal.com, Doctolib et d'autres). Pour le reste, voici ce qui existe et ce qui n'existe pas, au 5 novembre 2026.
- ✓Webhook : chaque nouveau contact part en direct vers votre CRM, n8n, Make ou Zapier, dès la formule Pro (méthode 3).
- ✓API en lecture : vos chatbots, contacts et conversations, depuis votre logiciel (les contacts et les conversations dès Pro).
- ✓Connecteur MCP : Claude ou ChatGPT créent et règlent vos chatbots, dès la formule Gratuit.
- ✓Appeler votre API pendant la conversation : pas à ce jour. Pour un suivi de commande ou un stock en direct, il faut un développement sur mesure ; parlons-en lors d'une démo avec un fondateur.
Méthode et sources
Étapes et formats vérifiés le 5 novembre 2026 sur les documentations officielles d'OpenAI (function calling), d'Anthropic (tool use), de Mistral (function calling) et du protocole MCP, et sur la page du top 10 de l'OWASP pour les applications d'IA (édition 2025). Fonctions de Causerie tirées de sa documentation et de sa fiche produit, relues le même jour. Les noms de champs évoluent d'une version à l'autre : partez toujours de la documentation du modèle que vous utilisez.
Questions fréquentes
Qu'est-ce que le function calling ? C'est la capacité d'un modèle d'IA à demander l'appel d'une fonction que vous avez décrite (nom, rôle, paramètres). Le modèle ne lance rien lui-même : il renvoie le nom de la fonction et ses arguments, votre code fait l'appel à votre API, puis renvoie le résultat au modèle, qui rédige la réponse. OpenAI, Anthropic (sous le nom de tool use) et Mistral le proposent.
Faut-il un serveur MCP pour connecter un chatbot à une API ? Non. Pour un seul chatbot, le function calling dans votre propre code suffit. Un serveur MCP devient utile quand plusieurs assistants doivent utiliser la même API (Claude, ChatGPT, un outil de développement, un assistant interne) : vous la décrivez une fois, chacun s'y branche.
Peut-on connecter un chatbot à une API sans développeur ? Oui pour les actions qui suivent la conversation : un webhook envoie le contact ou le résumé à n8n, Make ou Zapier, qui appellent ensuite votre CRM ou votre outil de tickets. Pour qu'un chatbot réponde en direct avec une donnée de votre logiciel (un stock, un suivi de commande), il faut du code, ou un éditeur qui le propose.
Où mettre la clé de l'API dans un chatbot ? Toujours sur un serveur, jamais dans la page web : une clé présente dans le code de la page est lisible par n'importe quel visiteur. Le widget du chatbot parle à un serveur, et c'est ce serveur, seul, qui appelle votre API avec la clé.
Causerie peut-il appeler mon API pendant une conversation ? Pas à ce jour. Causerie répond à partir de vos pages et documents, recueille les demandes, propose un lien de prise de rendez-vous, envoie chaque contact par webhook dès la formule Pro et donne accès à ses données par une API en lecture. Pour un appel en direct à votre logiciel, il faut un développement sur mesure.
Pour aller plus loin : intégrer ChatGPT sur son site, comment fonctionne un chatbot IA et empêcher un chatbot d'inventer.