Démonstration

Réponses sourcées (RAG)

Des réponses fondées sur vos documents, avec leurs sources

Recherche hybride, enrichissement contextuel et citations vérifiées : chaque réponse renvoie aux extraits qui la justifient.

Tester les réponses sourcéesParler de votre projet
Quels documents faut-il fournir pour une demande de remboursement ?

Joignez la facture acquittée et le formulaire de demande signé 1. Au-delà de 500 €, une validation préalable de votre responsable est aussi requise 2.

Sources

  1. 1Procédure remboursements.pdfPDF« …toute demande est accompagnée de la facture acquittée et du formulaire signé… »
  2. 2Note de service n° 12.docxWord« …au-delà de 500 €, l’accord préalable du responsable est requis… »
Schéma d’interface : réponse sourcée dans le portail de conversation (contenu d’illustration).

Le problème

Pourquoi c’est utile

Un modèle de langage seul répond avec assurance, y compris lorsqu’il se trompe. Pour un usage professionnel, une réponse doit pouvoir être vérifiée.

La génération augmentée par la recherche (RAG) consiste à retrouver les passages pertinents dans vos documents, puis à demander au modèle de répondre à partir de ces passages, en les citant.

En pratique

  1. Comprendre la questionLa question est reformulée en plusieurs variantes pour ne pas manquer un passage formulé différemment.
  2. RechercherRecherche sémantique (vecteurs) et recherche plein texte combinées, puis pondération selon la priorité de chaque corpus.
  3. RédigerL’agent sélectionne les extraits utiles, peut approfondir un document, puis rédige sa réponse.
  4. CiterSeuls les extraits effectivement récupérés peuvent être cités ; ils sont numérotés [1], [2]… et présentés avec le document d’origine.

Capacités

Ce que vous pouvez faire

Chaque capacité est indiquée avec sa disponibilité réelle.

  • Recherche hybride sémantique + plein texteFusion des classements (RRF), sur PostgreSQL et pgvector.Disponible
  • Enrichissement contextuel des extraitsChaque extrait est indexé avec une phrase de contexte sur le document.Disponible
  • Reformulation multi-requêtesDisponible
  • Priorités de corpusDe 1 à 10 : en cas de contradiction, la source prioritaire l’emporte.Disponible
  • Citations vérifiéesNom du document, extrait, URL d’origine pour les pages web, droits de consultation par corpus.Disponible
  • Avertissement « preuves insuffisantes »Signalé quand aucune source pertinente n’a été trouvée.Disponible
  • Recherche approfondieMode dédié, avec un modèle spécifique.Disponible
  • Reclassement des résultats par un modèleDisponible lorsque le modèle interne est OpenAI.Sur configuration
  • Recherche web en complémentVia le service Serper (clé requise).Sur configuration

Bénéfices

Ce que vous y gagnez

Vérifiable

L’utilisateur remonte en un clic à l’extrait et au document cités.

Moins d’inventions

Le modèle répond à partir de vos contenus et signale quand il ne trouve pas.

Hiérarchie des sources

Un référentiel officiel peut primer sur une documentation secondaire.

Prérequis et limites

Corpus documentaires

Importez vos fichiers, indexez des sites web, transcrivez l’audio et la vidéo, et contrôlez chaque document avant qu’il n’alimente les réponses.

Modèles de langage

OpenAI, Mistral, Anthropic, Gemini ou un modèle hébergé chez vous : un choix par assistant, des clés chiffrées et un benchmark pour décider sur des faits.

Supervision et amélioration

Indicateurs, revue des conversations, analyse par l’IA, rapports, reprise en direct par un agent et centre de tickets multicanal.

Prochaine étape

Interrogez l’assistant de démonstration et observez les citations.

Tester les réponses sourcéesNous contacter