Base de connaissances & RAG
Base de connaissances & RAG
Section intitulée « Base de connaissances & RAG »La base de connaissances est le fondement de votre bot IA. Téléchargez les vrais documents de votre organisation — le bot apprend à partir de ces données et répond aux questions grâce à un pipeline RAG (Génération augmentée par récupération) intelligent.
Téléchargement de documents
Section intitulée « Téléchargement de documents »-
Accédez à Base de connaissances dans le menu de gauche.
-
Cliquez sur Télécharger un document et sélectionnez un fichier (PDF, DOCX ou TXT).
-
Attendez que le système traite et indexe le document. Le statut affichera Prêt une fois terminé.
-
Testez le bot dans le panneau Tester le bot à droite pour vérifier que le bot peut répondre aux questions à partir du document téléchargé.
Créer à partir d’un texte
Section intitulée « Créer à partir d’un texte »En plus des téléchargements de fichiers, vous pouvez créer des entrées dans la base de connaissances directement à partir d’un texte :
- Cliquez sur Créer à partir d’un texte
- Saisissez un Titre pour faciliter la référence
- Collez ou tapez le contenu dans l’éditeur de texte
- Cliquez sur Enregistrer — le système indexera immédiatement
Ceci est utile pour les FAQ, les politiques ou tout contenu que vous souhaitez rédiger directement sans fichier.
Pipeline RAG
Section intitulée « Pipeline RAG »Lorsqu’un utilisateur pose une question, le système la traite via un pipeline RAG en 4 étapes :
-
Recherche hybride — Effectue une recherche dans tous les documents en combinant simultanément la recherche par mots-clés et la recherche vectorielle sémantique, pour ne manquer aucun contenu pertinent.
-
Réécriture de requête — Reformule la question de l’utilisateur pour la rendre plus précise et adaptée à la recherche, améliorant ainsi la précision de récupération même lorsque les questions sont vagues.
-
Reclassement — Note et reclasse les fragments de documents récupérés par pertinence, afin que le contenu le plus pertinent soit transmis en premier au modèle IA.
-
Génération de réponse — Le modèle IA génère une réponse en langage naturel fondée sur le contenu récupéré, avec des références aux sources.
Fonctionnalités RAG
Section intitulée « Fonctionnalités RAG »| Fonctionnalité | Description |
|---|---|
| Recherche hybride | Combine la recherche par mots-clés et la recherche vectorielle sémantique pour un meilleur rappel |
| Réécriture de requête | Reformule automatiquement les questions des utilisateurs pour améliorer la précision de récupération |
| Reclassement | Reclassement par encodeur croisé pour faire remonter les fragments les plus pertinents |
| Routage intelligent des modèles | Achemine les requêtes vers le modèle approprié en fonction de la complexité et du coût |
Modes de protection
Section intitulée « Modes de protection »Contrôlez avec quelle rigueur le bot reste dans les limites de la base de connaissances :
| Mode | Comportement |
|---|---|
| Strict | Le bot répond uniquement à partir des documents téléchargés. Refuse de répondre si aucun contenu pertinent n’est trouvé. |
| Hybride | Le bot utilise principalement la base de connaissances mais peut compléter avec des connaissances générales si nécessaire. |
| Ouvert | Le bot utilise la base de connaissances comme contexte mais peut répondre librement à partir de ses données d’entraînement. |
Tester le bot
Section intitulée « Tester le bot »Utilisez le panneau Tester le bot pour valider votre base de connaissances avant la mise en production :
- Posez des questions comme le ferait un utilisateur
- Vérifiez que les réponses sont fondées sur vos documents
- Utilisez la vue Source pour voir les fragments de documents récupérés par le bot
- Ajustez le mode de protection et retestez si nécessaire
Les modifications apportées à la base de connaissances prennent effet immédiatement dans le Tester le bot — aucun redéploiement n’est requis.
Suggestions automatiques de la base de connaissances
Section intitulée « Suggestions automatiques de la base de connaissances »
La fonctionnalité de suggestion automatique analyse les questions sans réponse du tableau de bord Analytics et génère automatiquement des ébauches d’articles de base de connaissances pour combler les lacunes de contenu :
- Le système identifie les sujets issus des questions sans réponse qui ne correspondent à aucun document
- Il génère un document brouillon avec un contenu suggéré basé sur les patterns de questions
- Les brouillons apparaissent dans la section Analytics → Sans réponse avec un badge « Brouillon suggéré »
- Révisez, modifiez et publiez le brouillon pour améliorer immédiatement la couverture du bot
Recherche multilingue
Section intitulée « Recherche multilingue »Le pipeline RAG prend en charge la récupération multilingue — les visiteurs peuvent poser des questions dans une langue et recevoir des réponses provenant de documents rédigés dans une autre langue.
Cela fonctionne grâce à deux mécanismes :
- Traduction de requête — Le service de réécriture de requêtes traduit automatiquement les requêtes non anglaises en anglais avant la recherche, rendant ainsi les documents en anglais accessibles quelle que soit la langue du visiteur.
- Filet de recherche élargi — Lorsque le reclasseur est activé, le système utilise un seuil de similarité initial plus bas pour s’assurer que les requêtes multilingues et familières ayant une faible similarité cosinus mais une haute pertinence sémantique ne soient pas filtrées avant que le reclasseur puisse les évaluer.
Aucune configuration n’est nécessaire — la recherche multilingue est activée par défaut lorsque les fonctionnalités de réécriture de requêtes et de reclassement du pipeline RAG sont actives. Si la traduction de requête est indisponible, le système effectue la recherche avec la requête d’origine. L’amélioration est particulièrement notable pour les organisations dont la base de connaissances est en anglais et qui servent des visiteurs multilingues.