Préparez vos documents pour un assistant RAG : versions, droits d’accès, découpage et questions de test avant de connecter l’IA à votre entreprise.
Un assistant documentaire doit retrouver la procédure applicable à une question. Si le dossier partagé contient deux versions contradictoires d’une même procédure, le projet commence par une décision éditoriale : laquelle fait référence ? Changer de modèle ne règle pas ce désaccord.
Le RAG consiste à rechercher des informations dans une base avant de les fournir au modèle qui prépare la réponse. Microsoft décrit ce fonctionnement dans sa présentation du RAG et des index. Les recommandations suivantes concernent la préparation d’un corpus interne, quel que soit le fournisseur retenu.
Choisir un périmètre documentaire utile
Commencez avec un ensemble dont un responsable connaît le contenu : procédures de support, notices d’un produit ou règles internes d’un service. Demandez aux futurs utilisateurs quelles questions leur font perdre du temps aujourd’hui. Gardez les formulations exactes, y compris leurs abréviations.
Le nombre de fichiers ne suffit pas à estimer le travail. Quelques PDF scannés avec des tableaux difficiles à lire peuvent demander davantage de préparation qu’un répertoire de documents structurés. Examinez un échantillon avant de choisir le pipeline d’import.
Dans une entreprise qui travaille en français et en arabe, essayez des questions dans les deux langues. Vérifiez aussi les noms de produits que les équipes écrivent différemment. Il faut observer ce que la recherche retrouve, sans supposer qu’une traduction automatique préservera tous les termes métier.
Tenir un registre des documents
Un tableur suffit pour commencer. Utilisez un identifiant stable et indiquez qui peut trancher lorsqu’une source semble périmée.
| Information | Exemple fictif | Décision facilitée |
|---|---|---|
| Identifiant | PROC-SAV-07 | Retrouver la source exacte |
| Responsable | Responsable du support | Faire corriger le contenu |
| Version applicable | Révision validée en octobre | Écarter les anciennes règles |
| Public autorisé | Équipe support | Contrôler la consultation |
| État | Validé, remplacé ou à relire | Autoriser ou suspendre l’indexation |
Deux fichiers portant des noms différents peuvent contenir la même procédure. Conservez une version de référence et documentez le sort des copies. À l’inverse, deux procédures presque identiques peuvent concerner des contrats différents : leur fusion ferait disparaître une distinction importante.
Garder les conditions avec la règle
Le découpage prépare des passages que la recherche pourra retrouver. Une séparation mal placée peut isoler une condition de son exception. Dans une procédure fictive, « échange possible sous quinze jours » perd son sens si la catégorie de produit concernée reste dans le passage précédent.
Les tableaux posent un problème similaire. Un montant sans intitulé de colonne ou sans unité devient difficile à interpréter. La documentation de Microsoft sur le découpage des documents pour le RAG détaille les compromis de segmentation. Pour votre recette, relisez des passages extraits hors de leur page d’origine : comprennent-ils encore le sujet, les conditions et la source ?
Gardez un lien vers le document complet. L’utilisateur doit pouvoir vérifier une réponse et comprendre le contexte que le résumé a laissé de côté.
Faire respecter les droits pendant la recherche
Un commercial ne doit pas retrouver un document réservé à la direction simplement parce que son assistant possède un accès technique plus large. Les permissions doivent être appliquées avant que les passages soient transmis au modèle. Azure AI Search décrit ce principe dans sa documentation sur le contrôle d’accès au niveau des documents.
Testez le même sujet avec deux profils disposant de droits différents. Essayez aussi une question qui nomme explicitement un document interdit. Une consigne demandant au modèle de rester discret ne remplace pas le filtrage des sources accessibles.
Organiser une recette qui révèle les lacunes
Associez chaque question de test au document attendu, au passage utile et au profil autorisé. Incluez des questions dont la réponse n’existe pas dans le corpus. Pour celles-ci, définissez un comportement de refus ou de transfert vers une personne.
Observez la recherche et la rédaction séparément. Si le passage utile manque, travaillez l’index ou les documents. S’il est présent mais mal interprété, examinez la construction de la réponse. Cette distinction évite de modifier au hasard tous les composants.
Après une mise à jour, vérifiez que la version remplacée n’apparaît plus dans les réponses et que le lien ouvre la bonne source. Le responsable du corpus doit disposer d’une procédure de correction, même après la livraison technique.
Votre premier projet d’automatisation IA peut se limiter à un service et à ses questions fréquentes. Pour préparer ce périmètre, contactez Sky Vaults avec les formats de documents, les langues et les groupes d’accès concernés. Notre offre d’automatisation IA au Maroc couvre ce travail de cadrage et d’intégration.