Assistant documentaire RAG
Un assistant qui répond à partir de vos documents, et qui cite ses sources.
Procédures, fiches techniques, contrats types, comptes rendus : l’information existe, mais la retrouver prend du temps, et chacun finit par interroger un collègue qui n’a pas toujours la bonne version sous la main.
Le RAG permet de construire un assistant qui cherche d’abord dans vos documents autorisés, puis rédige une réponse en citant ses sources. Avec Comm360, Dimitri vous aide à choisir le périmètre documentaire, à régler les droits d’accès et à vérifier la qualité des réponses.
Prendre rendez-vous avec Dimitri
Ce bouton ouvre un appel au 06 85 51 18 36. Demandez Dimitri pour convenir d’un rendez-vous et présenter vos documents de référence.
Qu’est-ce que le RAG ?
La CNIL en donne une définition précise dans ses questions-réponses sur l’IA générative : « La génération augmentée de récupération (Retrieval Augmented Generation ou RAG) consiste à intégrer un mécanisme de recherche d’informations dans une base de données vectorisée (ou embedding). Elle permet de produire des réponses enrichies par des données externes, potentiellement plus spécifiques et plus faciles à actualiser que le modèle lui-même. »
En termes simples : avant de répondre, le système retrouve les passages de vos documents qui correspondent à la question, puis le modèle de langage rédige sa réponse à partir de ces passages. La CNIL relève aussi que cette méthode « permet davantage de traçabilité des informations contenues dans les réponses », puisque chaque réponse peut renvoyer à sa source.
Comment fonctionne un assistant documentaire
- Choisir les documents sources, dans leur version validée.
- Les découper en passages et les indexer pour permettre la recherche par le sens.
- À chaque question, retrouver les passages les plus pertinents, dans la limite des droits de la personne qui interroge.
- Faire rédiger la réponse par le modèle de langage à partir de ces seuls passages.
- Afficher les sources utilisées, pour que chacun puisse vérifier.
C’est souvent l’approche la plus raisonnable pour exploiter une documentation propre à l’entreprise : ajuster un modèle à ses données, le fine-tuning, « requiert des ressources importantes, notamment en termes de capacités de calcul », rappelle la CNIL, alors qu’un assistant RAG se met à jour en actualisant ses documents.
Des usages possibles dans l’entreprise
Un assistant fondé sur le RAG rend service partout où l’on cherche souvent la même information dans une documentation abondante :
- Au service qualité, retrouver la procédure applicable et sa dernière version.
- Au support technique, répondre à partir des fiches produits et des notices.
- Aux ressources humaines, éclairer les questions courantes sur les règles internes, avec renvoi vers le texte exact.
- Au service commercial, retrouver une condition générale ou une caractéristique technique avant de répondre à un client.
La qualité dépend d’abord des documents
Un document périmé produit une réponse périmée, bien rédigée et donc convaincante. Avant tout projet, nous proposons de faire l’inventaire des sources : versions en double, procédures contradictoires, documents sans responsable. Chaque source retenue doit avoir quelqu’un qui la tient à jour.
Les documents scannés passent par une reconnaissance de texte dont la qualité conditionne celle des réponses. Les tableaux complexes et les schémas demandent une attention particulière.
Respecter les droits d’accès
Un assistant ne doit jamais donner accès à un document que la personne n’aurait pas le droit d’ouvrir. L’Agence nationale de la sécurité des systèmes d’information (ANSSI) le formule ainsi dans ses recommandations de sécurité : « Le système d’IA doit intégrer la question des droits d’accès et du respect du besoin d’en connaître dans les réponses qu’il apporte. »
Si cette base contient des données personnelles, la CNIL considère que le fait de l’avoir connectée au système engage la responsabilité de votre organisme pour ce traitement : un point à faire trancher par votre délégué à la protection des données, dont la page RGPD et sécurité de l’IA détaille le rôle.
Évaluer les réponses avant de déployer
Nous proposons de constituer avec vos équipes un jeu d’essai : des questions réelles accompagnées de leur bonne réponse, d’autres volontairement étrangères aux documents, quelques-unes ambiguës. Pour chacune, on note si la réponse est juste, si la source affichée est la bonne et si l’assistant sait reconnaître qu’il ignore.
Ce jeu d’essai sert ensuite à chaque mise à jour, pour vérifier qu’une amélioration n’en casse pas une autre. Nous proposons de remettre l’assistant configuré, le périmètre documentaire, les règles d’accès, le jeu d’essai avec ses résultats et la procédure de mise à jour des sources.
Quel budget pour un assistant RAG ?
Il dépend du volume et de l’état des documents, de la complexité des droits d’accès, du mode d’hébergement retenu et de l’ampleur de l’évaluation. Une fois l’assistant en service, trois dépenses reviennent : l’hébergement de l’index, les appels au modèle et le temps passé à tenir les sources à jour.
Pour les autres formes d’assistants et d’agents, la page agents IA présente les options.
Questions fréquentes sur le RAG
- Nos documents partent-ils chez le fournisseur du modèle ? Les passages retrouvés lui sont transmis pour rédiger la réponse ; le mode de déploiement et le contrat déterminent ce qu’il en advient.
- L’assistant peut-il se tromper ? Oui : il peut mal comprendre une question ou s’appuyer sur un passage mal choisi. D’où l’affichage des sources et la vérification des réponses importantes.
- Peut-on l’intégrer à nos outils ? Oui, dans une messagerie interne ou un intranet par exemple, souvent au moyen de l’API ChatGPT ou d’un autre fournisseur de modèle.
- Quelle différence avec un moteur de recherche interne ? Le moteur renvoie une liste de documents ; un assistant RAG rédige une réponse à partir des passages trouvés et les cite.
- Faut-il tout numériser avant de commencer ? Non, un premier périmètre limité à quelques documents clés permet de juger l’intérêt de la démarche.
Quels documents vos équipes cherchent-elles le plus ?
Choisissez un ensemble de documents que vos équipes consultent souvent et quelques questions typiques. Dimitri verra avec vous si un assistant fondé sur le RAG peut y répondre de façon fiable, et sur quel périmètre commencer.