Sommaire
Choisir son architecture

RAG en entreprise : réussir son assistant documentaire

Un assistant documentaire utilise les documents de l'entreprise pour répondre aux questions et citer ses sources. Sa qualité dépend de documents à jour, d'une recherche fiable et du respect des droits d'accès. Ce guide explique comment vérifier ces points.

Publié le 22 septembre 2026

Le principe, en une minute

Un modèle de langage ne connaît pas vos documents. Le RAG (retrieval-augmented generation, génération augmentée par la recherche) contourne cette limite : avant de répondre, le système cherche les passages pertinents dans vos documents et les fournit au modèle avec la question. Le principe a été formalisé en 2020 dans un article de recherche de Lewis et al..

  1. IngérerLes documents sont récupérés dans leurs sources (partages, GED, wiki, messagerie) et leur texte est extrait.
  2. Découper et indexerChaque document est découpé en passages, indexés pour la recherche par mots-clés et par le sens.
  3. RechercherÀ chaque question, le système retrouve les passages les plus pertinents auxquels l'utilisateur a droit.
  4. Répondre en citantLe modèle rédige la réponse à partir de ces passages, et indique d'où vient chaque information.
Le RAG prépare, recherche et sélectionne les passages avant de demander une réponse au modèle.

Le modèle intervient après la recherche. La qualité des documents, leur découpage et la sélection des passages influencent donc directement la réponse. Dans une plateforme interne, cette chaîne documentaire demande aussi un suivi régulier, comme l'explique le guide L'IA générative on-premise en entreprise.

Pourquoi tant d'assistants documentaires déçoivent

Une réponse erronée peut venir d'un passage obsolète ou mal sélectionné, même si le modèle l'a résumé correctement. Vérifiez d'abord les sources et la recherche.

  • Des sources obsolètes ou en double : si plusieurs versions d'une procédure sont indexées, l'assistant peut citer une version périmée.
  • Une extraction ratée : PDF scannés sans reconnaissance de texte, tableaux aplatis, en-têtes et pieds de page mélangés au contenu.
  • Un découpage qui coupe le sens : une condition d'un côté, son exception dans le passage suivant, jamais retrouvés ensemble.
  • Une recherche uniquement sémantique : elle retrouve les idées proches, mais rate les références exactes comme un numéro de contrat, un code produit ou le nom d'un article de règlement. Combiner recherche par mots-clés et recherche par le sens corrige ce défaut.
  • Aucun refus : quand rien de pertinent n'est trouvé, l'assistant invente au lieu de dire qu'il ne sait pas.

Changer de modèle ne corrige ces défauts qu'à la marge. Ils se corrigent par le travail sur les sources, par les réglages de la chaîne et par la consigne donnée au modèle.

Les droits d'accès : la condition non négociable

Un assistant documentaire qui ignore les droits d'accès transforme un moteur de recherche interne en fuite d'information : il suffit de poser la bonne question pour obtenir un extrait d'un dossier RH ou d'une note de direction. Le risque est d'autant plus sérieux que personne ne le voit : aucune alerte, juste une réponse bien formulée.

Trois exigences en découlent :

  1. Le filtrage se fait à la recherche, pas à l'affichage. Un passage auquel l'utilisateur n'a pas droit ne doit jamais atteindre le modèle, même s'il n'apparaît pas dans la réponse.
  2. Les droits suivent ceux de la source. Un document retiré d'un partage, ou un collaborateur qui change de service, doit se refléter dans l'index sans délai excessif.
  3. Le périmètre est explicite. L'utilisateur, ou l'agent qui travaille pour lui, sait sur quelles collections porte la recherche.

La même logique s'applique quand un agent va chercher l'information directement dans les outils métier : le guide Connecter un agent IA à son SI traite des droits avec lesquels il agit.

Les critères d'un bon assistant documentaire

Avant de choisir un outil ou de valider un projet, ce tableau sert de grille d'examen.

CritèreQuestion à poserSignal d'alerte
Sources citéesChaque réponse renvoie-t-elle au passage exact et au document d'origine ?Une liste de documents sans passage, ou pas de source du tout
RefusQue répond l'outil quand l'information n'existe pas ?Une réponse plausible, sans source
FraîcheurEn combien de temps un document modifié est-il pris en compte ?Une réindexation manuelle ou mensuelle
RechercheRetrouve-t-il un numéro de contrat ou une référence exacte ?Seule la recherche par le sens est disponible
FormatsTraite-t-il les PDF scannés, les tableaux, les présentations ?Des documents indexés vides ou illisibles
DroitsLes droits de la source s'appliquent-ils à la recherche ?Un index unique, visible par tous

Exigez des citations précises et une réponse explicite quand aucune source ne permet de répondre. Sans ces fonctions, les réponses sont difficiles à vérifier.

Mesurer la qualité avant de généraliser

Un assistant documentaire se juge sur un jeu de questions réelles, pas sur une démonstration. Rassemblez quelques dizaines de questions posées par les métiers, avec pour chacune le document qui contient la réponse.

Mesurez ensuite deux choses séparément. D'abord la recherche : le bon passage figure-t-il parmi ceux que le système a retrouvés ? Ensuite la réponse : est-elle juste, fidèle au passage et correctement sourcée ? Cette séparation dit où agir. Si la recherche échoue, changer de modèle ne servira à rien ; si la recherche réussit et que la réponse est fausse, le problème est dans la consigne ou dans le modèle.

Ajoutez des questions sans réponse dans le corpus, pour vérifier que l'assistant sait le dire. Rejouez l'ensemble à chaque changement : nouvelle source, nouveau découpage, nouveau modèle. Et commencez petit : une collection bien tenue, pour un métier, vaut mieux que tout le partage réseau indexé d'un coup.

Point de vigilance

Un RAG réduit les réponses inventées, il ne les supprime pas. Les citations servent à vérifier : un utilisateur qui ne clique jamais sur les sources fait confiance à l'outil sans contrôle.

Questions fréquentes

Faut-il choisir entre RAG et affinage du modèle ?

Pour faire connaître vos documents au modèle, le RAG est le bon outil : il se met à jour au fil des documents et cite ses sources. L'affinage modifie le comportement du modèle, pas sa connaissance consultable ; il sert plutôt à imposer un style ou un format. Le choix du modèle lui-même est traité dans le guide LLM open source ou propriétaire.

Faut-il une base vectorielle dédiée ?

Pas nécessairement. Une base vectorielle spécialisée est une option, mais une base relationnelle déjà exploitée, comme PostgreSQL avec l'extension pgvector, peut suffire. Le critère est surtout opérationnel : sauvegarde, supervision et compétences disponibles dans vos équipes.

Un assistant documentaire peut-il fonctionner sans flux sortant ?

Oui. L'indexation, la recherche et le modèle peuvent tous tourner dans votre périmètre. Ce choix est même le plus simple à justifier pour des documents sensibles, puisque les extraits envoyés au modèle ne quittent jamais votre système d'information.

Où se situe SmartAGT

SmartAGT se déploie dans votre périmètre, avec un modèle 100 % local si vous le souhaitez, sans aucun flux sortant. Les bases vectorielles prises en charge sont PostgreSQL avec pgvector et Pinecone.

Les connecteurs SharePoint, OneDrive, Google Drive et Confluence, entre autres, agissent avec les droits du compte connecté. Des exemples d'usages sont sur la page Cas d'usage.

DÉPLOIEMENT DANS VOTRE INFRASTRUCTURE

Une question que ces guides
ne tranchent pas ?