Un assistant RAG peut retrouver des informations dans des procédures, contrats, notices ou bases de connaissances. Mais une réponse qui semble précise n’est pas forcément correcte, et un document retrouvé ne doit pas nécessairement être accessible à tous. La qualité d’un projet RAG dépend autant de la gouvernance documentaire que du modèle d’intelligence artificielle.
Exemple : deux salariés, une même question, des droits différents
Un conseiller interroge une politique de retour produit. Son responsable pose la même question, mais dispose en plus d’une note interne sur les dérogations. Le système doit rechercher les documents autorisés pour chaque utilisateur avant d’interroger le modèle. Masquer une citation après génération ne suffit pas : l’information confidentielle ne doit pas entrer dans le contexte de la réponse.
À vérifier lors de la recette : le conseiller ne voit pas la note réservée, le responsable peut la consulter et les deux réponses indiquent les versions réellement utilisées.
Ce scénario fictif fournit un test plus révélateur qu’une simple question « Comment faire un retour ? ». Il teste simultanément les permissions, les citations et la gestion des versions.
Ce que fait réellement un système RAG
Le Retrieval-Augmented Generation combine une recherche dans un corpus avec une génération de réponse. Lorsqu’une question arrive, le système identifie des passages pertinents, puis les transmet à un modèle pour formuler une synthèse. Il ne remplace pas la gestion documentaire : les sources doivent être identifiées, lisibles et actualisées.
Pour une vue d’ensemble, consultez notre article RAG en entreprise : rendre une base documentaire interrogeable.
Respecter les droits avant de lancer la recherche
Une entreprise peut posséder des fiches techniques publiques, des procédures réservées au support, des informations commerciales et des documents de direction. Ces contenus ne doivent pas être mélangés sans contrôle. Chaque source doit disposer d’un périmètre d’accès clair, et la recherche doit respecter les autorisations de l’utilisateur avant que les extraits soient envoyés au modèle.
Un simple filtrage de la réponse finale est insuffisant : un modèle ne doit pas recevoir un passage confidentiel qu’il n’était pas autorisé à exploiter. Des tests doivent vérifier les croisements de rôles, équipes et organisations, notamment sur les environnements multi-clients.
Les métadonnées qui rendent les réponses exploitables
Pour chaque document, conservez autant que possible son titre, son propriétaire, sa date ou version, son périmètre et son emplacement d’origine. Si plusieurs versions existent, définissez laquelle fait autorité. Les réponses peuvent alors renvoyer vers une source consultable, et un collaborateur peut corriger une procédure au bon endroit.
Exemple : une procédure SAV qui change
Une entreprise met à jour ses conditions de retour, mais conserve un ancien PDF dans une archive. Sans règle d’actualisation, le moteur peut retrouver les deux versions et produire une réponse ambiguë. Une stratégie robuste prévoit le retrait ou le marquage des versions obsolètes, puis la réindexation contrôlée des documents concernés.
Un test doit ensuite vérifier qu’une question sur le délai de retour cite uniquement la procédure en vigueur. Ce scénario concret vaut davantage qu’une démonstration fondée sur une FAQ figée.
Construire une campagne de tests représentative
| Situation | Comportement attendu |
|---|---|
| Réponse présente dans un document autorisé | Réponse exacte et source identifiable |
| Sources contradictoires | Signaler la contradiction |
| Question sans réponse dans le corpus | Reconnaître la limite |
| Document non autorisé | Ne pas retrouver ni révéler son contenu |
| Procédure mise à jour | S’appuyer sur la bonne version |
Mesurer la qualité sans se limiter à un score
Suivez la pertinence des passages retrouvés, la fidélité aux sources, les refus justifiés et les retours utilisateurs. Ajoutez des tests après chaque modification importante des données, des règles d’accès ou du moteur de recherche. En production, prévoyez un circuit de correction pour qu’une mauvaise réponse puisse être signalée et investiguée.
Quel déploiement pour une PME ?
À Toulouse, en Occitanie ou ailleurs en France, un premier lot de procédures bien choisies suffit souvent à vérifier l’intérêt métier d’un assistant documentaire. Le choix de l’hébergement, des connecteurs et du fournisseur de modèle dépend des contraintes réelles du projet. Découvrez la solution IA et RAG DYDAPS, ou sollicitez notre accompagnement IA pour cadrer la sécurité et les usages avant déploiement.







