Vos procédures sont dans un dossier partagé, les réponses commerciales dans des emails et les exceptions dans la mémoire de quelques personnes. Vous aimeriez poser une question et retrouver directement une réponse exploitable. Le RAG peut contribuer à ce parcours. Encore faut-il savoir quelles connaissances lui confier et comment vérifier ce qu’il en fait.
La difficulté n’est pas simplement de déposer des fichiers dans une interface. Il faut distinguer les documents valables des archives, préserver le contexte et prévoir le traitement des informations manquantes. Ce guide vous aide à préparer un premier périmètre, sans entreprendre immédiatement la réorganisation de toute votre documentation.
La réponse courte
Un RAG associe la recherche dans des sources à la préparation d’une réponse par un modèle de langage. Pour construire un corpus métier utile, partez de questions réelles, sélectionnez les documents autorisés, clarifiez leurs versions et vérifiez leur extraction. Testez ensuite séparément la recherche et la réponse. Des sources citées facilitent le contrôle ; elles ne garantissent pas, à elles seules, que chaque affirmation est correcte.
Ce que le RAG change dans la recherche d’information
Un moteur de recherche vous indique habituellement des documents à ouvrir. Un dispositif RAG peut retrouver des passages puis les utiliser pour préparer une réponse à la question posée. L’utilisateur gagne potentiellement une étape de lecture et de synthèse, à condition que les bons passages aient été retrouvés et correctement interprétés.
Le terme signifie « génération augmentée par la recherche ». La documentation Microsoft sur le RAG décrit cette association entre recherche et génération. Selon le système, la recherche peut combiner correspondances de mots, représentations sémantiques et filtres. Elle ne se résume donc pas nécessairement à une seule base vectorielle.
Pour l’entreprise, l’enjeu est plus simple à exprimer : permettre à une personne de retrouver une réponse, son origine et les limites de son application. Une procédure générale ne doit pas être présentée comme une décision adaptée à tous les cas. Un document ancien ne doit pas devenir actuel parce qu’il a été facilement retrouvé.
Commencer par les questions, pas par le dossier entier
Réunissez les questions que les clients ou collaborateurs posent réellement. Gardez leur formulation : les mots utilisés dans un email ne sont pas toujours ceux du titre de la procédure. Cette différence est précisément l’une des difficultés que le dispositif doit traiter.
Regroupez les questions par usage. Pour un catalogue, ce peut être le choix, la pose, l’entretien ou les limites d’utilisation. Pour une équipe, l’accueil d’un nouveau collaborateur, la préparation d’un dossier ou les règles de validation. Choisissez un groupe assez limité pour pouvoir examiner les réponses une par une.
Pour chaque question, demandez où se trouve la réponse et qui peut la confirmer. Vous identifierez trois catégories : les réponses documentées, celles qui demandent plusieurs sources et celles qui n’existent que dans les échanges. La troisième catégorie nécessite un travail métier avant un travail d’indexation.
Ne transformez pas cette collecte en concours de volume. Dix questions fréquentes correctement couvertes peuvent constituer un meilleur premier test qu’un ensemble d’archives difficile à vérifier. Ce nombre est un point de départ possible, pas une règle universelle : il doit correspondre à votre périmètre et à la variété des situations.
Faire l’inventaire des sources qui peuvent répondre
Un corpus utile possède des limites. Tous les documents disponibles ne doivent pas forcément être utilisés. Certains contiennent des informations confidentielles, des propositions abandonnées ou des conditions réservées à un client. Leur présence dans un dossier ne constitue pas une autorisation de les exposer.
Pour chaque source, relevez son titre, son emplacement, son propriétaire, sa version, sa date de validité et les personnes qui peuvent y accéder. Ajoutez les usages qu’elle couvre. Ces informations permettent de filtrer les recherches et d’expliquer pourquoi un document a été retenu.
Conservez un lien vers l’original. Si une fiche est modifiée dans le corpus sans que personne sache d’où elle vient, la maintenance devient difficile. L’objectif est de pouvoir remonter de la réponse au passage utilisé, puis au document de référence et à son responsable.
Les droits doivent être pensés pour le parcours complet. Un document réservé à une équipe ne doit pas devenir visible à tous par l’intermédiaire d’une réponse. Cette vérification concerne la recherche, les extraits transmis au modèle et ce qui apparaît dans l’interface.
Résoudre les contradictions avant de demander une synthèse
Deux procédures peuvent donner des instructions différentes parce qu’elles correspondent à des produits, des périodes ou des publics différents. La contradiction est parfois légitime. Le problème commence quand le contexte qui les distingue a disparu.
Ajoutez les conditions d’application au contenu. « Pour les demandes déposées après telle date » ou « pour les comptes professionnels » donne une information que le titre seul ne porte pas toujours. Une exception importante doit rester associée à la règle qu’elle modifie.
Lorsqu’un désaccord est réel, désignez qui tranche. Demander à l’IA de choisir la version la plus plausible revient à lui confier une décision métier non résolue. Elle peut signaler le conflit ; elle ne doit pas être utilisée pour inventer la politique de l’entreprise.
Classez les documents remplacés comme archives et définissez leur rôle. Vous pouvez avoir besoin de les conserver pour comprendre une ancienne décision, sans les utiliser pour répondre à une question actuelle. Cette différence doit apparaître dans les règles de recherche.
Nettoyer le contenu sans perdre les détails utiles
Le bon format est celui dont le contenu peut être extrait et interprété correctement dans votre système. Un texte structuré facilite souvent le travail, mais le nom de l’extension ne suffit pas. Un PDF textuel peut être bien exploité ; un fichier apparemment simple peut contenir des informations ambiguës.
Vérifiez notamment les tableaux, les colonnes, les unités et les notes. Un prix sans la mention de son unité peut produire une réponse trompeuse. Une restriction placée en bas de page peut être perdue lors de l’extraction. Une image contenant une instruction importante demande une alternative exploitable ou un traitement adapté.
Pour un document scanné, la reconnaissance de caractères peut aider, mais son résultat doit être contrôlé. Une référence produit ou un chiffre mal reconnu peut sembler parfaitement lisible au système. Les passages décisifs méritent une vérification humaine.
Retirez les répétitions inutiles et les éléments de navigation qui polluent les extraits. Préservez en revanche les titres, les étapes, les conditions et les références. Le but n’est pas d’obtenir le texte le plus court possible ; il est de rendre son sens accessible sans enlever ce qui permet de l’appliquer correctement.
Découper les documents en conservant leur contexte
Un guide long n’est pas inutilisable par principe. La question est de savoir comment ses passages sont préparés pour la recherche. Un découpage peut suivre les sections, les sujets ou d’autres limites adaptées au contenu. Il doit être évalué sur les questions auxquelles vous voulez répondre.
Évitez de séparer une règle de son exception ou une valeur de son unité. Si un passage explique les conditions de pose d’un produit, le nom du produit et le contexte doivent rester disponibles. Un fragment isolé qui dit « ne pas utiliser dans ce cas » perd son sens si le cas précédent a disparu.
Ne fixez pas une longueur universelle avant de tester. Des passages courts peuvent être précis mais incomplets ; des passages plus larges peuvent contenir le contexte nécessaire mais ajouter du bruit. La bonne préparation se juge à la capacité de retrouver les éléments utiles pour votre usage.
La source reste présente jusqu’à la réponse. Le parcours doit également permettre de signaler qu’une question ne peut pas être traitée avec les éléments disponibles.
Tester la recherche avant de juger le style
Une réponse fluide peut masquer une mauvaise recherche. Examinez donc d’abord les passages retrouvés. Contiennent-ils les éléments nécessaires ? Concernent-ils le bon produit, le bon public et la bonne période ? Une source importante a-t-elle été ignorée ?
Ensuite seulement, regardez la réponse. A-t-elle repris fidèlement les informations ? A-t-elle ajouté une affirmation absente ? La citation permet-elle réellement de vérifier ce qui est dit ? Le niveau de détail correspond-il au besoin de l’utilisateur ?
Préparez des questions ordinaires et des cas difficiles : formulation imprécise, informations contradictoires, sujet absent, demande concernant un autre client. Ajoutez une réponse attendue ou des critères d’acceptation. Vous ne cherchez pas une formulation unique, mais les faits nécessaires et les limites à respecter.
Un jeu de tests ne prouve pas que le système ne se trompera jamais. Il rend les progrès et les régressions visibles. Conservez les cas qui ont posé problème et rejouez-les après une modification importante du corpus ou du dispositif.
Prévoir une réponse utile lorsque l’information manque
« Je ne sais pas » peut être honnête sans être suffisant. L’utilisateur a encore besoin d’avancer. Le parcours peut demander une précision, proposer une source proche en expliquant sa limite ou préparer un message à la personne compétente.
Définissez ces sorties dès le départ. Pour un conseil produit, il peut manquer une caractéristique du projet. Pour une procédure interne, il peut manquer une règle validée. Dans le premier cas, une question supplémentaire aide ; dans le second, il faut faire remonter le besoin documentaire.
Évitez de mesurer uniquement le nombre de réponses produites. Un refus justifié ou une bonne demande de précision peut être un meilleur résultat qu’une réponse assurée mais fragile. Le critère doit refléter ce qui aide réellement le lecteur et protège la qualité de l’information.
Ce que Fémina et Jingjok permettent de comprendre
Dans Fémina, Mei prépare des contenus à partir d’une matière commune et du profil de la praticienne. Ces deux contextes ont des rôles différents. La méthode apporte des repères ; le profil aide à contextualiser la proposition. La praticienne relit et décide de ce qui sera publié.
Dans le pilote Jingjok, des informations utiles aux familles deviennent des fiches relues par le bureau de l’association. Les questions non couvertes peuvent signaler ce qu’il faut ajouter au référentiel. La connaissance évolue avec une validation identifiée.
Ces exemples ne démontrent pas un taux universel de bonnes réponses. Ils montrent deux choix de conception : distinguer les sources selon leur rôle et organiser la responsabilité de leur contenu. C’est cette organisation qui rend le système compréhensible pour ceux qui l’utilisent.
Entretenir le corpus sans créer une seconde administration
Un corpus devient coûteux à maintenir lorsqu’il faut modifier la même information à plusieurs endroits. Identifiez un emplacement de référence et un processus de mise à jour. Lorsque la source change, qui le signale et comment la modification arrive-t-elle dans le dispositif de recherche ?
Prévoyez aussi les suppressions. Ajouter une nouvelle procédure ne suffit pas si l’ancienne reste disponible sans indication. Les changements doivent pouvoir être suivis : document ajouté, remplacé, retiré ou réservé à un autre public.
Le rythme dépend de l’activité. Une mise à jour importante d’offre peut exiger une action immédiate ; une revue périodique peut convenir à des contenus stables. Une fréquence arbitraire ne remplace pas l’identification des événements qui rendent une information obsolète.
Après une modification, vérifiez les questions concernées. Une correction sur un produit peut modifier les réponses à plusieurs usages. Le lien entre documents et tests permet de concentrer l’effort sur les zones touchées.
La fiche pratique pour votre premier corpus
Avant de chercher un outil, rassemblez ces éléments pour un sujet : les questions reçues, les réponses validées, les documents de référence, le public autorisé, le responsable et les cas à transmettre à une personne. Ajoutez un exemple de réponse satisfaisante et un exemple à refuser.
Vous disposez alors d’un point de départ que l’on peut tester. Si ces éléments manquent, le premier travail est leur clarification. S’ils existent mais sont difficiles à retrouver, la recherche et l’interface deviennent les prochains sujets.
Diginative peut vous accompagner dans la préparation des connaissances et la conception d’un agent métier. Présentez les questions que votre équipe reçoit et les types de documents disponibles. Nous pourrons définir un premier périmètre sans vous demander de transmettre toutes vos archives dès le premier échange.
Questions fréquentes
Faut-il réécrire tous nos documents ?
Non. Commencez par ceux qui répondent au premier groupe de questions. Certaines sources peuvent être utilisées après vérification ; d’autres nécessitent une clarification ou une extraction différente. La priorité va aux contradictions et aux informations manquantes qui empêchent de répondre, pas à une remise en forme générale sans objectif d’usage.
Peut-on utiliser Notion, WordPress ou des PDF ?
Oui, selon les accès et la qualité d’extraction disponibles. Le nom de l’outil ne garantit pas le résultat. Il faut vérifier les contenus récupérés, leur provenance, leur actualisation et les droits associés. Des pages bien organisées dans un outil existant peuvent constituer une bonne base sans imposer un nouveau système éditorial.
Un RAG supprime-t-il les erreurs de l’IA ?
Non. Il fournit des informations pour préparer la réponse, mais la recherche peut manquer un passage et le modèle peut mal l’interpréter. Les sources consultables, les tests, les limites de réponse et le relais humain réduisent certains risques et facilitent le contrôle. Ils ne constituent pas une garantie d’absence d’erreur.
Faut-il choisir une base vectorielle avant de commencer ?
Il vaut mieux définir les questions, les droits et les sources en premier. La stratégie de recherche vient ensuite et peut combiner plusieurs mécanismes. Choisir une technologie avant de savoir ce qui doit être retrouvé risque de déplacer l’effort vers l’outil plutôt que vers la qualité des réponses.
Peut-on y mettre les prix et les stocks ?
Il faut distinguer une règle tarifaire stable d’une donnée opérationnelle changeante. Pour annoncer une disponibilité actuelle, un accès au logiciel de référence peut être plus approprié qu’un document indexé. Notre guide pour connecter l’IA aux outils métier explique comment choisir le chemin selon l’information recherchée.
Qui doit maintenir les connaissances ?
La personne qui maîtrise le sujet doit pouvoir valider le fond. Le dispositif technique organise ensuite l’accès et les mises à jour. Une responsabilité uniquement technique ne suffit pas lorsque la question concerne une règle commerciale ou une procédure. Prévoyez ce partage avant la mise en service et gardez un moyen simple de signaler une correction.
Votre première étape : une question et sa source
Choisissez une question récurrente et retrouvez les documents nécessaires pour y répondre correctement. Cet exercice montrera déjà ce qui est prêt et ce qui manque. Diginative vous aide à transformer ce premier périmètre en parcours testable, avec des réponses contrôlables et une place claire pour votre équipe.
Poser une question