Gérer la réception d'un hôtel avec Claude Code : confirmations, FAQ et réponses aux avis

Vendredi, 19 h. Quatre groupes font la queue au check-in. Pendant ce temps, sur l’extranet de la plateforme de réservation, trois messages tombent — « le petit-déjeuner, c’est à partir de quelle heure demain ? » — plus une demande de changement de type de chambre, et un avis trois étoiles laissé par un client de la veille.

Quand je donnais un coup de main à la réception, à cette heure-là il m’aurait fallu une troisième main. Je ne voulais pas faire attendre le client en face de moi. Mais si je laissais traîner les messages, le lendemain matin la pile de non-lus dépassait dix, et la réponse à l’avis finissait par partir avec trois jours de retard. « Je comprends que vous soyez débordés, mais vous répondez tard » — et une étoile de moins.

Cette boucle, je crois que tout le monde la connaît à la réception d’un hôtel. Embaucher, c’est compliqué. Mais rien que pour les échanges standardisés, si on laisse l’IA rédiger le brouillon, la réception peut se concentrer sur « la dernière vérification et l’envoi ». Aujourd’hui, je vous explique comment monter ce système, du point de vue d’un gérant et d’un réceptionniste.

Points clés

• À la réception d’un hôtel, les trois tâches qui mangent le plus de temps — confirmations de réservation, FAQ, réponses aux avis — se prêtent très bien à l’automatisation des brouillons avec Claude Code.
• L’IA s’arrête au brouillon et aux propositions. Le bouton « Envoyer », ainsi que toute décision touchant aux réclamations, aux remboursements ou aux données personnelles, restent entre les mains d’un humain.
• Vous trouverez trois modèles de prompt à copier-coller, plus un script de vérification qui génère en lot des brouillons de réponse à partir d’un fichier CSV d’avis.
• Le nom du client, le numéro de réservation et les données de carte bancaire ne sont jamais transmis à l’IA. On en fait une règle pour éviter l’accident.
• Trente à quarante minutes gagnées par jour, ce n’est pas rien sur un mois. Ce temps repart vers l’accueil et le chiffre d’affaires.

D’abord, fixons le lecteur visé et le flux de travail actuel

Le lecteur que vise cet article, c’est un gérant ou un responsable d’un hôtel indépendant ou d’une petite chaîne, entre 40 et 120 chambres, avec une réception tenue par deux à quatre personnes. Pas de chargé de communication ni de marketing dédié. Les réservations arrivent en mélange : OTA (les plateformes comme Booking.com, Expedia ou Hotels.com), réservations directes sur votre site, et téléphone. C’est à peu près toujours cette forme-là.

Une journée type à la réception, en gros, ressemble à ça :

1. Le matin : vérification des arrivées du jour, repérage des cas particuliers (arrivée anticipée, séjour prolongé, nom à porter sur la facture).
2. En journée : réponses aux messages OTA et aux e-mails, traitement des questions type FAQ.
3. En fin de journée et le soir : check-in, questions supplémentaires, préparation du lendemain.
4. Le lendemain matin et après : lecture des avis et réponses.

Dans tout ça, ce qu’on rédige à chaque fois en repartant de zéro, ce sont les réponses FAQ du point 2 et les réponses aux avis du point 4. Huit fois sur dix, le contenu est presque identique. Et pourtant, on le réécrit à la main à chaque fois. C’est là que se trouve le gisement de temps.

Les reprises et les irritants les plus fréquents

Avant de passer au gain de temps, posons honnêtement les reprises qui se produisent sur le terrain. C’est précisément pour ça qu’on monte un système.

• La réponse est standardisée, mais comme on la réécrit à chaque fois, ça prend trois à cinq minutes par message. Quand le volume monte, on reste tard.
• Le ton varie d’un collègue à l’autre. Entre celui qui soigne et celui qui expédie, l’image de l’hôtel devient instable.
• On repousse les réponses aux avis, et au final elles restent une semaine en plan. Les nouveaux clients voient « un hôtel qui répond lentement ».
• En haute saison, on répond dans la précipitation et on colle le mauvais numéro de réservation ou le mauvais nom dans le message d’un autre client. Ça, c’est un accident.

Le dernier point ne prête pas à rire. Plus le travail manuel s’accumule, plus les erreurs de copier-coller et d’envoi finissent par arriver. C’est justement pour ça que la répartition « brouillon par l’IA, vérification et envoi par l’humain » est efficace.

Cas d’usage 1 : le brouillon du message de confirmation

C’est le moment où, face à une réservation arrivée par une OTA, on envoie un message de confirmation et d’information pratique. L’idéal : une information standard sur l’heure de check-in, le parking, les horaires du petit-déjeuner et le Wi-Fi, à laquelle on ajoute une phrase propre à cette réservation (mot de bienvenue pour un séjour prolongé, vérification du nom de facturation, etc.).

L’essentiel ici, c’est de ne jamais saisir le vrai nom du client ni le numéro de réservation dans l’IA. On ne fait produire à l’IA que le « moule ». Les informations propres au client, la réception les insère ensuite, de son côté.

Modèle de prompt (à copier-coller) :

Tu es réceptionniste dans un hôtel.
Rédige le brouillon d'un message de confirmation de réservation selon les conditions ci-dessous.
N'insère aucun nom propre (nom du client, numéro de réservation) : laisse des champs à compléter
de la forme [Nom du client] et [N° de réservation].

# Données de l'hôtel
- Check-in 15:00–01:00 / Check-out 10:00
- Petit-déjeuner 6:30–9:30 (restaurant au RDC, buffet)
- Parking : premier arrivé, premier servi, 5 € la nuit, non réservable
- Wi-Fi : gratuit dans toutes les chambres, mot de passe au dos de la carte-clé

# Particularités de cette réservation
- Séjour de 2 nuits / nom à confirmer pour la facture

# Format de sortie
- Objet et corps du message
- Ton courtois sans être rigide. 3 à 5 lignes, concis
- Terminer par « N'hésitez pas si vous avez la moindre question »

On récupère le brouillon, la réception remplit seulement les champs à compléter, puis envoie. Trois minutes par message deviennent trente secondes.

Cas d’usage 2 : transformer la FAQ en modèles

« Y a-t-il une supérette à proximité ? » « Le check-in anticipé est-il possible ? » « Peut-on séparer les factures ? » Ces questions arrivent par dizaines chaque mois, et pourtant on les rédige à la main à chaque fois.

Ici, le plus rapide, c’est de donner à Claude Code 20 à 30 questions fréquentes d’un coup et de lui faire produire un recueil de modèles de réponses. On colle ce recueil dans un document partagé en interne, et la réception copie-colle puis ajuste légèrement.

Catégorie de question	Ce qu’on confie à l’IA	Ce que l’humain tranche toujours
Équipements / alentours	Tout le brouillon de la réponse	Vérification des horaires et fermetures à jour
Check-in anticipé / late check-out	Le modèle du message et de la tarification	La faisabilité selon la disponibilité du jour
Factures / paiement	Le brouillon du texte	La validation finale du montant, du nom, du fractionnement
Réclamation / litige	Seulement des pistes de première réponse	La politique de remboursement, d’excuse, et le feu vert à l’envoi

Regardez la colonne de droite. La vérification des faits et la décision finale reviennent à l’humain. L’IA écrit sans broncher des « mensonges plausibles ». La distance jusqu’à la supérette, les horaires du commerce voisin : on les écrase avec les faits du terrain, pas avec la mémoire de l’IA. Sur ce point, pas de compromis.

Si l’usage de base de Claude Code vous inquiète encore, parcourez d’abord Claude Code pour les non-développeurs et le guide de démarrage de Claude Code. La suite des étapes passera tout seul.

Cas d’usage 3 : générer en lot les brouillons de réponse aux avis

C’est celui qui rapporte le plus. Lire la note et le texte, puis écrire une réponse qui mêle gratitude, excuses et volonté d’amélioration, dans un ton fidèle à la personnalité de l’hôtel. Sincère, et en même temps rapide. Ce double objectif est difficile à tenir à la main.

Du coup, on rassemble les avis reçus dans la semaine dans un CSV et on fait générer les brouillons en lot par Claude Code (ou par une IA générative). La réception lit le brouillon, ajoute une ou deux lignes de remerciement personnalisé ou un fait précis, puis envoie.

Le modèle de prompt qui stabilise le ton :

Tu réponds aux avis en tant que gérant de notre hôtel.
Respecte le ton et les contraintes ci-dessous.

# Ton
- D'abord la gratitude. Ensuite une mention concrète du contenu. Enfin, l'invitation à revenir.
- Sur les notes basses, pas d'excuse facile : montre la volonté de s'améliorer en une phrase. Pas d'excuses excessives.
- 3 à 4 phrases par réponse. Pour éviter l'effet « modèle », reprends un mot précis du texte de l'avis.

# Interdit
- Ne mentionne ni le vrai nom du client, ni le numéro de chambre, ni le numéro de réservation
- Ne promets rien d'incertain (pas d'affirmation du type « ce sera corrigé à coup sûr »)

# Entrée
Étoiles : 3
Texte : « Bien situé, mais le bruit de la chambre voisine m'a gêné »

# Sortie
Le texte de la réponse uniquement

Plus la note est basse, plus une réponse en mode « modèle » fait l’effet inverse. Rien que reprendre le mot « bruit » du client change nettement l’impression que laisse votre réponse à celui qui la lit.

Ce qu’on confie à l’IA, et ce que l’humain tranche toujours

Fixons clairement la ligne de partage commune aux trois cas d’usage. Sans elle, en échange du confort, les accidents se multiplient.

Ce qu’on peut confier à l’IA

• La génération de brouillons : messages standardisés, FAQ, réponses aux avis.
• L’uniformisation du style et du ton, la proposition de plusieurs variantes.
• Le résumé d’un avis long, l’extraction des points soulevés.

Ce que l’humain tranche toujours

• La dernière vérification avant d’appuyer sur « Envoyer » (ça, on ne le confie jamais à l’IA).
• La politique de traitement des réclamations, remboursements et litiges.
• Les décisions de faisabilité touchant à la disponibilité, aux tarifs et aux stocks.
• Le contrôle d’exactitude des informations factuelles (horaires, distances, équipements).

Le critère de décision, en cas de doute, est simple : « est-ce qu’une erreur se règle avec des excuses, ou est-ce que de l’argent ou de la confiance sont en jeu ? » Si c’est le second cas, c’est l’humain qui tient la barre. Retenez juste ça, et vous éviterez les gros accidents.

À copier-coller : générer en lot les réponses aux avis depuis un CSV

Rendons le cas d’usage 3 utilisable chez vous. Voici un script de vérification : vous collez les avis de la semaine dans un CSV, et il génère les brouillons de réponse en lot. Il tourne avec Node.js et une clé d’API Anthropic.

D’abord le CSV d’entrée (reviews.csv). L’en-tête ne contient que les étoiles et le texte. On ne crée pas de colonne pour le nom du client ou le numéro de réservation. C’est la parade la plus simple et la plus sûre pour ne pas transmettre de données personnelles à l’IA.

star,body
3,Bien situé mais le bruit de la chambre voisine m'a gêné
5,Proche de la gare et très bon petit-déjeuner
4,Propre mais un peu d'attente au check-in

Le script lui-même (review-reply.mjs) :

import Anthropic from "@anthropic-ai/sdk";
import { readFile, writeFile } from "node:fs/promises";

const client = new Anthropic();

// Lecture CSV très simple (pour la vérification : on suppose qu'aucun texte ne contient de virgule)
const raw = await readFile(new URL("./reviews.csv", import.meta.url), "utf8");
const rows = raw.trim().split("\n").slice(1).map((line) => {
  const i = line.indexOf(",");
  return { star: line.slice(0, i).trim(), body: line.slice(i + 1).trim() };
});

const system =
  "Tu es le gérant de notre hôtel. D'abord remercie, reprends un mot précis du texte, puis invite à revenir. " +
  "3 à 4 phrases. Ne mentionne ni le nom du client ni le numéro de chambre. " +
  "Même sur une note basse, pas d'excuse facile : montre la volonté de s'améliorer en une phrase.";

const out = [];
for (const r of rows) {
  const res = await client.messages.create({
    model: process.env.ANTHROPIC_MODEL || "claude-sonnet-4-6",
    max_tokens: 400,
    system,
    messages: [{ role: "user", content: `Étoiles : ${r.star}\nTexte : ${r.body}\nRéponds avec le texte de réponse uniquement.` }],
  });
  const reply = res.content.find((b) => b.type === "text")?.text ?? "";
  out.push(`[${r.star} étoiles] ${r.body}\n→ ${reply}\n`);
  console.log(out.at(-1));
}

await writeFile(new URL("./replies.txt", import.meta.url), out.join("\n"), "utf8");
console.log(`${rows.length} brouillons écrits dans replies.txt.`);

L’exécution se résume à ça :

npm install @anthropic-ai/sdk
export ANTHROPIC_API_KEY=sk-ant-xxxxx
node review-reply.mjs

Les brouillons s’alignent dans replies.txt. La réception ouvre le fichier, ajoute un remerciement personnalisé, et envoie. Pour 20 avis par semaine, une heure se réduit à un quart d’heure. Pour aller plus loin sur la qualité des prompts, les techniques avancées de prompt sont utiles.

Avant et après la mise en place : ce qui change

Les chiffres dépendent de la taille de l’établissement, donc ce ne sont que des ordres de grandeur. Voici l’estimation tirée de mes essais dans un petit hôtel.

Tâche	Avant (par message)	Après (par message)
Message de confirmation	3 min	30 s
Réponse FAQ	4 min	1 min
Réponse à un avis	5 min	1 min 30

En supposant 10 confirmations, 8 FAQ et 4 avis par jour, on gagne au total environ 30 à 40 minutes. Sur 20 jours par mois, cela fait 10 à 13 heures : plus d’une demi-journée d’un réceptionniste qui se libère chaque mois.

Quand ce temps gagné permet de répondre aux avis le jour même, l’effet se voit aussi sur le chiffre d’affaires : le taux de réponse et la rapidité pèsent directement sur l’image que renvoie votre fiche OTA. Plus que le gain de temps lui-même, la vraie valeur, c’est que le travail qui ne tournait plus se remet à tourner. C’est ce que je ressens.

Sécurité et données personnelles : les points à ne pas rater

Derrière le confort, c’est ici qu’une erreur vous coûte la confiance d’un coup. Fixez quelques règles minimales et partagez-les avec toute la réception.

• Le vrai nom du client, le numéro de réservation, le téléphone, les données de carte : on ne les colle pas dans le champ de saisie de l’IA. On les remplace par des champs à compléter ([Nom du client], etc.).
• Si vous mettez des données de travail dans un service d’IA grand public gratuit, vérifiez impérativement les conditions et le réglage : la saisie n’est-elle pas utilisée pour l’entraînement ? Choisissez une offre professionnelle ou un réglage qui exclut l’entraînement.
• La clé d’API du script ne s’écrit jamais en dur sur un PC partagé. On la passe par variable d’environnement. Au départ d’un employé, on change la clé.
• La sortie de l’IA est toujours relue par un humain avant l’envoi. On ne met jamais en place d’envoi automatique. C’est le dernier rempart.

En Europe, le RGPD impose une finalité déterminée et des mesures de sécurité pour le traitement des données personnelles (voir le site officiel de la CNIL). Que vous utilisiez l’IA ou non, l’hôtellerie est par nature un concentré de données personnelles. Profitez de l’arrivée de l’IA pour mettre vos règles internes au propre une bonne fois.

Pour mettre ces règles par écrit et les faire vivre en équipe, comment rédiger un CLAUDE.md sert de référence. En écrivant dans un seul fichier ce qu’on a le droit de transmettre à l’IA et ce qui est interdit, le jugement reste stable même quand un nouveau arrive.

FAQ

Q. Si je laisse faire l’IA, les réponses ne vont-elles pas sonner mécaniques ? R. En imposant dans le prompt « reprends un mot précis du texte de l’avis », l’effet « modèle » disparaît largement. Et si, à la fin, la réception ajoute une ligne, le côté humain ressort nettement. Le brouillon, c’est 80 % ; la finition, les 20 % restants par un humain. C’est réaliste.

Q. Un employé peu à l’aise avec l’informatique peut-il s’en servir ? R. Pour copier-coller un modèle de prompt et y insérer les informations propres au client, aucune compétence particulière n’est requise. Pour le script, demandez à quelqu’un de calé pour la mise en place initiale ; ensuite, l’usage se réduit à « ouvrir un fichier et copier-coller ». Ça tourne.

Q. Peut-on confier aussi les réponses aux réclamations à l’IA ? R. Jusqu’à la proposition de pistes de brouillon, oui. Mais le feu vert à l’envoi et la politique, c’est toujours l’humain qui décide. Un remboursement ou des excuses relèvent d’une décision de gestion. L’IA propose des options, l’humain tranche : c’est le partage le plus sûr.

Q. Ça marche aussi pour les avis et demandes en anglais ? R. Oui. Il suffit d’ajouter « réponds en anglais » au prompt. Plus un hôtel reçoit une clientèle internationale, plus pouvoir sortir un brouillon multilingue à la volée a de la valeur.

Ce que j’ai constaté en l’essayant vraiment

Dans un petit hôtel d’un proche, j’ai fait tourner le script de réponse aux avis ci-dessus sur une semaine entière (17 avis). Je voulais vérifier deux choses : « le ton tient-il sur les notes basses ? » et « des données personnelles ne se glissent-elles pas par mégarde ? ».

Sur les 4 avis à note basse, 3 ont donné des brouillons quasiment prêts à envoyer. Le dernier nécessitait une mention propre à l’établissement : la réception a ajouté deux lignes pour finir. Comme prévu, l’endroit où l’humain intervient s’est nettement détaché.

Pour les données personnelles, le choix de ne tout simplement pas créer de colonne « nom » ou « numéro de réservation » dans le CSV a fait son effet. Ce qu’on ne transmet pas ne fuite pas. C’est évident, mais c’est ce qu’il y a de plus sûr.

Le changement ressenti, c’est que la réponse aux avis est passée d’un « travail pour dans trois jours » à « une tâche du jour même ». Surtout, la barrière psychologique de devoir composer une réponse en partant de zéro a disparu. Plutôt que de tout faire faire intelligemment par l’IA, tracer nettement la ligne « brouillon par l’IA, vérification et envoi par l’humain » : c’est la forme qui colle le mieux au terrain d’un hôtel. Je l’ai à nouveau ressenti cette fois.

Quand vous en serez à vouloir adapter ces modèles à votre propre établissement et fixer des règles d’usage en équipe, on peut construire ensemble cette première étape de conception via la formation et le conseil. Et si vous préférez d’abord mettre les mains dans le cambouis tout seul pour prendre le coup, commencez par les supports et le PDF gratuit.