Une solution potentielle pour aider les gens à changer leur comportement alimentaire consiste à développer des systèmes conversationnels capables de recommander des recettes saines. Au-delà de la qualité intrinsèque de la recommandation elle-même, divers facteurs peuvent influencer la perception qu’ont les utilisateurs d’une recommandation. Deux de ces facteurs sont le style conversationnel du système et la modalité d’interaction avec ses utilisateurs. Dans cet article, nous présentons Cora, un système conversationnel qui recommande des recettes alignées sur les habitudes alimentaires et les préférences actuelles de ses utilisateurs. Les utilisateurs peuvent interagir avec Cora en cliquant sur des boutons ou en écrivant du texte en langage naturel. De son côté, Cora peut engager les utilisateurs via un dialogue social ou aller droit au but. Nous avons mené une expérience pour évaluer l’impact du style conversationnel de Cora et du mode d’interaction avec les utilisateurs sur la qualité perçue de l’interaction et du système, et sur l’intention de l’utilisateur de cuisiner les recettes recommandées. Nos résultats montrent qu’un système de recommandation conversationnel qui engage ses utilisateurs à travers un dialogue social améliore la qualité perçue de l’interaction ainsi que celle du système.