Base de connaissances IA : préparer vos documents

À chaque question, l’assistant travaille sur des extraits.
Il découpe d’abord les documents en passages, puis, lorsqu’on l’interroge, retrouve les passages les plus proches de la question et rédige sa réponse à partir d’eux, en citant ses sources.

Trois conséquences en découlent :

• Une version périmée peut être choisie si elle ressemble davantage à la question que la version à jour.
• Un document mal numérisé est invisible : un plan scanné sans reconnaissance de texte n’existe pas pour l’outil.
• Les droits d’accès doivent être posés en amont : l’assistant ne devine pas qu’un passage est confidentiel.

Choisir un premier usage

Une base de connaissances se construit pour répondre à des questions précises : répondre aux appels d’offres, renseigner le SAV, guider les nouveaux arrivants.
L’usage détermine les documents à retenir.

Inventorier les corpus

Où vivent les documents utiles : serveurs d’agence, espace partagé, messagerie, logiciel métier ?
Qui les produit, qui les met à jour ?

Trier sans ménagement

Une seule version de référence par document.
Les brouillons, doublons et versions remplacées sont archivés hors de la base.

Enrichir chaque document de quelques informations

Date de validité, type de document, métier, secteur, statut (validé ou non).
Ces métadonnées permettent à l’assistant de privilégier le bon document.

Poser les droits et les passerelles

Le commerce a besoin des CV et des références, sans accès aux contrats de travail.
Chaque passerelle entre corpus s’ouvre délibérément, et l’assistant respecte les droits de la personne qui l’interroge.

Tester avec de vraies questions

Une cinquantaine de questions posées par les équipes, dont la bonne réponse est connue, servent de jeu de test.
C’est la même logique que pour créer un agent IA : mesurer avant de mettre en service.

Si vos fichiers sont déjà rangés dans une GED open source, une grande partie des étapes 3 et 4 est déjà faite : versions, métadonnées et droits existent.

Prenons une société de maintenance industrielle de 60 personnes, répartie sur trois agences.
Elle souhaite un assistant pour ses techniciens : procédures d’intervention, fiches techniques des équipements, historiques de pannes.

Le point de départ

• Environ 12 000 fichiers répartis sur trois serveurs d’agence et un espace partagé.
• Un premier test, sans préparation, sur 50 questions de techniciens : 55 % de réponses justes.
• Les erreurs viennent surtout de procédures remplacées et de fiches en double, d’une agence à l’autre.

Le travail de préparation

• Six jours de tri, menés avec un référent par agence : 3 800 documents conservés, soit moins d’un tiers du volume initial.
• Deux jours pour ajouter les métadonnées (équipement, date de validité, statut) et numériser correctement 400 fiches scannées.
• Une demi-journée pour poser les droits : les tarifs et contrats restent réservés à l’encadrement.

Le résultat

• Sur les mêmes 50 questions, le taux de réponses justes passe à 88 %.
• Les réponses citent systématiquement la procédure à jour, avec sa date.
• Les techniciens cessent d’appeler le bureau pour vérifier une référence, soit plusieurs heures gagnées chaque semaine pour les chefs d’agence.

Les huit jours et demi de préparation ont davantage amélioré la qualité des réponses que n’importe quel réglage technique de l’outil.

Une base de connaissances se dégrade si personne ne s’en occupe.
Trois règles suffisent :

• Un propriétaire par corpus, chargé de retirer ce qui devient obsolète.
• Un circuit simple : tout nouveau document validé entre dans la base ; les autres restent en dehors.
• Un retour des utilisateurs : une réponse signalée comme fausse remonte vers le propriétaire du document concerné.

Ces règles rejoignent la question de l’hébergement : des documents sensibles, bien classés, gagnent à rester sur une IA souveraine, hébergée en France ou chez vous.

La technologie d’un assistant interne est désormais accessible.
Sa valeur se joue en amont, dans la qualité des documents qu’on lui confie et dans la discipline qui les entretient.
Les entreprises qui consacrent quelques jours à ce travail obtiennent un outil auquel leurs équipes font confiance ; c’est cette confiance qui assure son adoption.

Le bénéfice dépasse d’ailleurs l’IA : une documentation triée, datée et bien classée profite à tous, qu’il s’agisse de rédiger un mémoire technique ou d’accueillir un nouveau collaborateur.

Cette préparation fait partie intégrante de notre accompagnement lorsque nous déployons un chatbot interne d’entreprise : nous l’organisons avec vos référents, à partir d’un premier usage mesurable.

Faut-il tout réorganiser avant de brancher une IA ?

Non, seulement les documents utiles au premier usage. Une base de connaissances se construit par périmètre, en commençant par celui qui apporte le gain le plus net.

Quels formats de documents une IA peut-elle exploiter ?

Textes, PDF, tableurs, présentations et messages sont exploitables. Les documents scannés doivent passer par une reconnaissance de texte ; les tableaux complexes, comme les grilles de prix, gagnent à être structurés pour que l’assistant les lise correctement.

Combien de temps prend la préparation ?

Pour un premier périmètre de quelques milliers de documents, comptez une à deux semaines, menées avec un référent par équipe. Le temps dépend surtout du nombre de versions et de doublons à trier.

Qui doit s’en charger en interne ?

Les personnes qui produisent et utilisent les documents : elles savent quelle version fait foi. Notre rôle consiste à organiser le tri, à poser les règles et à traiter la partie technique.