SynoptïaDonner le bon classeur à l’assistant
Vous demandez à une IA comment appliquer une procédure interne. Sans accès à la bonne version du document, une réponse très bien rédigée peut être complètement à côté.
Le RAG, pour Retrieval-Augmented Generation, ajoute une étape de recherche dans un corpus avant la rédaction de la réponse. L’analogie du classeur fonctionne assez bien : l’assistant cherche une page utile, puis s’en sert pour répondre.
Trouver une page ne garantit ni qu’elle soit la bonne ni que l’assistant la comprenne correctement. Le RAG apporte des éléments de réponse ; ils restent à vérifier.
Ce qui se passe entre la question et la réponse
Le système prépare les documents, recherche des passages pertinents, puis les fournit au modèle avec la question. La recherche peut utiliser la proximité de sens, des mots-clés ou une combinaison de méthodes. La documentation de recherche d’OpenAI montre notamment comment retrouver des extraits et leur fichier d’origine.
Un dossier de procédures, une documentation produit ou une base de connaissances peuvent constituer un corpus. Il n’est pas nécessaire de modifier le modèle pour lui donner ces passages au moment de la demande.
Ranger les sources avant d’accuser le modèle
Pour un premier essai, choisissez un ensemble limité de documents que vous connaissez. Écartez les doublons inutiles, identifiez les versions et désignez la référence quand deux textes se contredisent.
Conservez les dates utiles et la possibilité de revenir au document d’origine. Une réponse qui cite un ancien tarif avec assurance reste une mauvaise réponse, même si la citation existe.
Décidez aussi qui peut consulter quoi. Un moteur de recherche interne ne doit pas rendre visible à toute l’équipe un document dont l’accès était limité au départ.
Tester les absences et les contradictions
Voici un petit jeu d’essai que vous pouvez préparer à partir de votre propre corpus :
- Une question dont la réponse figure clairement dans un document.
- Une autre qui demande de rapprocher deux passages.
- Une question portant sur une information absente.
- Un cas où deux versions se contredisent.
- Une demande à laquelle l’utilisateur ne doit pas avoir accès.
Pour chaque réponse, ouvrez la source. Le passage cité soutient-il réellement la conclusion ? Les réserves ont-elles été conservées ? Quand le corpus ne permet pas de répondre, le système doit le dire au lieu de compléter au hasard.
Gardez ce jeu d’essai pour les futures modifications de documents ou de configuration. Vous pourrez vérifier si une amélioration sur certains cas en dégrade d’autres.
Savoir où vont les extraits
Un index hébergé localement peut transmettre des passages à un modèle distant. L’étape qui prépare les représentations des documents peut, elle aussi, utiliser un service externe. Il faut examiner la chaîne complète avant de qualifier le montage de local.
Pour un essai initial, des documents publics ou de démonstration permettent de comprendre le comportement. Le passage à des données internes demande de valider les accès et les services utilisés.
Un besoin documentaire avant une infrastructure
Si quelques documents joints à une conversation suffisent, commencez ainsi. Un corpus plus large et régulièrement mis à jour peut justifier une recherche dédiée. Le choix dépend du besoin, des droits à préserver et de la capacité à entretenir les sources.
Le parcours PROPULSER, avec Claude Code ou Codex, permet de travailler ces questions sur votre environnement. Pour un autre aspect du contexte, voir les consignes et la mémoire de Claude Code.