Tous les articles
Intelligence artificielle

Faire répondre une IA à partir de vos documents

IA et documents d'entreprise : comment fonctionne le RAG, ce qu'il faut préparer, les limites et les précautions pour une IA qui répond à partir de vos sources.

7 min de lecture
Sommaire
  1. 1Pourquoi un assistant comme ChatGPT ne connaît-il pas vos documents ?
  2. 2Qu’est-ce que le RAG, en termes simples ?
  3. 3Quels usages pour une PME ?
  4. 4Ce qu’il faut préparer avant de commencer
  5. 5Quelles sont les limites d’une IA qui répond à partir de documents ?
  6. 6Confidentialité : où vont vos documents ?
  7. 7Comment se déroule un projet, étape par étape ?
  8. 8Questions fréquentes

Une IA peut répondre à des questions à partir de vos propres documents (procédures, contrats, fiches produits, réglementation interne) sans être réentraînée. La méthode s’appelle le RAG : à chaque question, le système retrouve les passages utiles dans vos documents et demande au modèle de répondre uniquement à partir d’eux, en citant ses sources. Bien fait, c’est l’un des usages de l’IA les plus utiles pour une entreprise ; mal préparé, il donne des réponses fausses avec assurance.

Pourquoi un assistant comme ChatGPT ne connaît-il pas vos documents ?

Un grand modèle de langage a appris sur une immense quantité de textes publics. Il sait rédiger, résumer, raisonner, mais il ignore tout de votre entreprise : vos grilles de remise, vos conditions de garantie, la procédure d’ouverture d’un compte client, la dernière version de votre catalogue.

Quand on l’interroge sur ces sujets, il a deux réactions possibles : dire qu’il ne sait pas, ou inventer une réponse plausible. La seconde est la plus dangereuse. Copier-coller vos documents dans une conversation aide pour un cas ponctuel, mais ne tient pas à l’échelle de centaines de fichiers ni d’une équipe entière.

Il faut donc un système qui donne au modèle, à chaque question, les bons extraits de vos documents.

Qu’est-ce que le RAG, en termes simples ?

RAG signifie Retrieval-Augmented Generation, « génération augmentée par la recherche ». Le principe tient en trois temps.

  1. La préparation. Vos documents sont découpés en passages courts (quelques paragraphes). Chaque passage est transformé en une empreinte numérique qui représente son sens, puis rangé dans une base de recherche.
  2. La recherche. Quand quelqu’un pose une question, le système cherche les passages dont le sens est le plus proche, même si les mots diffèrent. « Combien de temps pour rendre un article ? » retrouve un paragraphe intitulé « Délai de rétractation ».
  3. La réponse. Le modèle reçoit la question et ces passages, avec une consigne stricte : répondre seulement à partir de ces extraits, citer le document d’origine, et signaler clairement quand l’information n’y figure pas.

Dans un système RAG, l’IA joue le rôle d’un lecteur rapide. Ce qu’elle sait vient de vos documents, à chaque question.

Le gros avantage : vos documents ne sont pas intégrés au modèle. Quand une procédure change, il suffit de remplacer le fichier dans la base ; la réponse suivante en tient compte.

Quels usages pour une PME ?

Quelques situations où une IA qui répond à partir de documents rend un vrai service :

  • Le support client. Un assistant sur votre site répond aux questions fréquentes à partir de vos conditions de vente, de vos notices et de votre FAQ, et passe la main à un humain quand il ne sait pas. Nous en parlons dans un assistant IA sur votre site.
  • La documentation interne. Un nouveau salarié demande « comment on fait un avoir ? » et obtient la procédure, avec le lien vers le document complet.
  • Les métiers réglementés. Un cabinet retrouve en quelques secondes la clause pertinente dans une série de contrats types, avec la référence exacte.
  • Le technique. Un technicien sur le terrain interroge les fiches de maintenance d’un équipement depuis son téléphone.
  • Le commercial. Un vendeur obtient les caractéristiques d’un produit ou les conditions d’une offre sans fouiller dans dix fichiers.

Le point commun : des documents existants, souvent consultés, où l’on perd du temps à chercher.

Ce qu’il faut préparer avant de commencer

La qualité des réponses dépend d’abord de la qualité des documents. C’est la partie la plus sous-estimée d’un projet RAG.

Des documents à jour et sans contradiction

Si deux versions d’une même procédure coexistent, l’IA peut citer la mauvaise. Avant de brancher quoi que ce soit, il faut trier : supprimer les anciennes versions, signaler les documents qui font foi, dater ce qui doit l’être.

Des documents lisibles par une machine

Type de document Facilité de traitement Ce qu’il faut savoir
Word, texte, pages web Bonne Les titres et la structure aident à bien découper
PDF issu d’un traitement de texte Bonne Attention aux tableaux complexes
PDF scanné, photo Moyenne Passe par une reconnaissance de caractères, à vérifier
Tableur Variable Mieux vaut souvent interroger les données directement
Schémas, plans Faible Le texte des images est mal exploité sans traitement dédié

Une liste de vraies questions

Rassemblez cinquante questions réellement posées par vos clients ou vos équipes, avec la bonne réponse. Elles serviront à tester le système avant sa mise en service, puis à vérifier qu’il ne se dégrade pas après chaque modification.

Quelles sont les limites d’une IA qui répond à partir de documents ?

Le RAG réduit fortement les inventions, il ne les supprime pas. Les erreurs typiques :

  • La recherche rate le bon passage. La question est formulée trop différemment, ou l’information est éparpillée entre plusieurs documents. Le modèle répond alors avec ce qu’il a, parfois à côté.
  • La réponse mélange deux sources. Deux passages proches mais différents (deux contrats, deux gammes de produits) sont combinés à tort.
  • Les questions de calcul ou de synthèse globale. « Combien de contrats arrivent à échéance en mars ? » demande d’interroger une base de données, pas de lire des extraits.

Les garde-fous qui comptent :

  • Citer la source de chaque réponse, avec un lien vers le document, pour que l’utilisateur puisse vérifier.
  • Autoriser l’aveu d’ignorance et le préférer à une réponse approximative.
  • Garder un humain pour les décisions qui engagent (un remboursement, un avis juridique, un diagnostic).
  • Suivre les questions sans réponse : elles montrent les trous de votre documentation.

Une IA qui cite ses sources se vérifie en un clic. Sans source, chaque réponse demande une confiance aveugle.

Confidentialité : où vont vos documents ?

Envoyer des documents internes à un service d’IA pose des questions légitimes. Les points à vérifier :

  • Le fournisseur du modèle : utilise-t-il vos données pour entraîner ses modèles ? Les offres professionnelles des grands fournisseurs prévoient en général que non, mais cela se vérifie dans les conditions du contrat.
  • L’hébergement : où sont stockés les documents et la base de recherche, et qui peut y accéder.
  • Les droits d’accès : un salarié ne doit obtenir que des réponses issues des documents qu’il a le droit de lire. Un assistant qui puise dans les fiches de paie pour répondre à tout le monde est une fuite de données.
  • Les données personnelles : si les documents en contiennent, le RGPD s’applique pleinement. La CNIL a publié des fiches pratiques sur l’IA qui détaillent les obligations.

Nous avons consacré un article complet à ce sujet : IA et données de l’entreprise : la confidentialité. Selon l’usage, le règlement européen sur l’IA peut aussi imposer des obligations, par exemple d’informer les personnes qu’elles échangent avec une IA ; voir notre article sur l’AI Act pour les entreprises et le texte officiel.

Comment se déroule un projet, étape par étape ?

  1. Choisir un périmètre restreint : un type de questions, un ensemble de documents, un groupe d’utilisateurs.
  2. Préparer les documents et la liste de questions de test.
  3. Construire un premier assistant et le tester sur les vraies questions, en mesurant la part de réponses justes, justes mais incomplètes, et fausses.
  4. Corriger : souvent les documents eux-mêmes, parfois le découpage ou les consignes données au modèle.
  5. Ouvrir progressivement, avec un suivi des questions posées, des réponses et du coût d’utilisation.

C’est la démarche que nous appliquons : un essai sur vos vraies données, avec des garde-fous et un coût suivi et plafonné, avant toute généralisation.

Questions fréquentes

Faut-il entraîner une IA sur nos documents ?

Dans la grande majorité des cas, non. Le RAG fournit les documents au modèle au moment de la question, sans modifier le modèle. C’est plus simple, moins coûteux, et la mise à jour se fait en remplaçant un fichier. L’entraînement spécifique sert plutôt à apprendre un style ou un format, rarement des faits.

L’IA peut-elle répondre à partir de documents en plusieurs langues ?

Oui. Les modèles actuels comprennent la plupart des langues courantes, et la recherche par le sens fonctionne aussi d’une langue à l’autre. Une question posée en français peut retrouver un passage en anglais, et la réponse peut être rédigée en français. Cela se vérifie quand même sur vos propres documents pendant les tests.

Combien de documents peut-on intégrer ?

Le RAG est conçu pour de grands volumes : de quelques dizaines à plusieurs milliers de documents. La limite pratique tient moins au nombre qu’à la qualité : plus le corpus est grand, plus les doublons et versions obsolètes posent problème. Mieux vaut commencer avec les documents les plus consultés.

Peut-on brancher l’assistant sur nos outils existants ?

Oui, c’est souvent là qu’il est le plus utile : dans l’intranet, dans une messagerie d’équipe, dans un logiciel métier ou sur le site. Les documents peuvent aussi être synchronisés depuis l’endroit où ils sont déjà rangés, pour éviter une double saisie.

Notre page intelligence artificielle présente les projets que nous menons, des assistants qui répondent à partir de vos documents à la lecture automatique de factures. Pour savoir si vos documents s’y prêtent, décrivez-les-nous depuis la page contact.

Un article de l'équipe Devolim, publié le 7 novembre 2026.

De l'IA dans votre entreprise ?

Décrivez-nous votre idée en deux minutes. Réponse en moins de 24 heures.

Un projet en tête ? Parlons-en.

Une app, un outil, un site, de l'IA ou une vidéo : décrivez-nous votre idée en deux minutes.