Passer au contenu principal
BilgeQor

Intégration de l'IA

Assistant RAG : fixer des limites de données sûres

4 min de lecture

La génération augmentée par récupération (RAG) permet à un assistant IA de répondre à des questions à partir de vos propres documents : politiques, procédures, informations produit, contrats ou historique du support. C'est l'un des usages les plus concrets de l'IA en entreprise. C'est aussi l'un des moyens les plus faciles d'exposer des informations aux mauvaises personnes, car un assistant capable de tout rechercher résumera volontiers n'importe quoi. Ce sont les limites de données, décidées avant le début de l'indexation, qui rendent un assistant RAG utile et sûr. Ce guide explique comment les définir.

Définition

Un système RAG comporte trois étapes principales. L'ingestion collecte les documents provenant de sources approuvées, les découpe en fragments (chunks) et les stocke dans un index de recherche, souvent une base de données vectorielle. La récupération trouve les fragments les plus pertinents pour la question d'un utilisateur. La génération transmet ces fragments à un modèle de langage, qui rédige une réponse, idéalement en citant ses sources. Les limites de données s'appliquent à chaque étape. Lors de l'ingestion, vous décidez quelles sources et quels types de documents sont autorisés, et lesquels sont exclus. Lors de la récupération, le système doit respecter les mêmes droits d'accès que ceux des utilisateurs dans les systèmes d'origine ; si un utilisateur ne peut pas ouvrir un document sur le partage de fichiers, l'assistant ne doit pas le récupérer pour lui. Lors de la génération, vous décidez ce que le modèle peut faire du contenu récupéré et ce qu'il doit refuser. Autour de tout cela s'appliquent des règles de conservation pour les index, les prompts et les journaux, ainsi que les politiques de tout fournisseur de modèle externe concernant le traitement des données soumises.

Public concerné

Ce guide s'adresse :

  • Aux organisations qui prévoient un assistant interne pour les connaissances des collaborateurs, les RH, l'informatique ou les opérations
  • Aux équipes qui construisent un assistant destiné aux clients à partir de contenus produit ou support
  • Aux responsables de la protection des données et de la sécurité qui examinent un projet RAG
  • Aux managers qui décident quels contenus doivent, ou non, être consultables par l'IA

Ce qu'il aide à clarifier

Fixer des limites aide à clarifier :

  • Quelles sources de connaissances sont approuvées, ont un responsable et sont suffisamment à jour pour être fiables
  • Si la récupération respecte les droits d'accès de chaque utilisateur
  • Où des données personnelles, confidentielles ou réglementées pourraient entrer dans l'index
  • Combien de temps les données indexées, les prompts et les réponses sont conservés, et où

Ce qui est inclus

  • Listez les sources candidates et attribuez à chacune un responsable qui approuve son inclusion
  • Excluez par défaut les dossiers RH individuels, les affaires juridiques, la paie, les données de santé, les identifiants et les documents du conseil d'administration, sauf besoin spécifique et approuvé
  • Les documents périmés doivent être supprimés ou archivés afin que l’assistant ne cite pas de politiques remplacées.
  • Reportez les droits d'accès des documents dans l'index et filtrez la récupération selon les accès de l'utilisateur courant
  • Testez avec des utilisateurs de différents rôles pour confirmer qu'ils ne voient que ce qu'ils doivent voir
  • Détectez et traitez les données personnelles et les secrets lors de l'ingestion
  • Exigez que les réponses citent leurs sources et permettez aux utilisateurs d'ouvrir le document d'origine
  • Demandez à l'assistant d'indiquer quand il ne sait pas, plutôt que de deviner
  • Définissez la conservation de l'index, des prompts et des journaux, ainsi que la manière dont les suppressions dans les systèmes sources se répercutent
  • Examinez les conditions de traitement et de conservation des données du fournisseur de modèle
  • Recueillez les retours sur les réponses erronées ou inutiles et désignez une personne chargée d'y donner suite

Ce qui n'est pas inclus

  • L'affirmation que les réponses de l'assistant seront toujours exactes
  • Un conseil juridique sur les obligations en matière de protection des données
  • L'indexation de sources qui n'ont pas été approuvées par leurs responsables
  • Une certification ou une approbation réglementaire

Quand le choisir

Fixez les limites dès le tout début, lors de la sélection des sources, et non après la première démonstration. Ajouter un filtrage par droits d'accès après coup est plus difficile que de le prévoir dès la conception, et une seule réponse erronée révélant des informations confidentielles peut entamer la confiance dans l'ensemble du projet. Réexaminez les limites lorsque de nouvelles sources, de nouveaux groupes d'utilisateurs ou de nouveaux fournisseurs de modèles sont ajoutés.

Notre approche

Commencez modestement, avec une gouvernance solide. Choisissez un ensemble limité de sources approuvées et à jour, dotées d’un responsable et d’un public clairement définis, comme une bibliothèque d’aide informatique ou une base de connaissances produit. Mettez en place dès le départ une récupération tenant compte des autorisations, même si le premier public est large. Testez avec des questions réalistes provenant de différents rôles et incluez des questions auxquelles l’assistant devrait refuser de répondre. Notre service d’assistant pour les connaissances internes prépare un assistant à partir de sources de connaissances approuvées, de limites d’accès, de la fiabilité de la récupération et d’un usage maîtrisé par le personnel. La gouvernance de l’AI, les politiques et la sécurité des données peuvent en définir les règles d’utilisation et les limites de données, et un examen de la sécurité des LLM et des agents AI peut examiner les risques liés à la récupération et l’exposition des données dans un assistant existant. Mesurez la réussite à l’aune de réponses fiables et référencées aux questions courantes, et non du nombre de documents indexés.

service d’assistant pour les connaissances internes

Voir la page du service Internal Knowledge Assistant

Voir la page du service Internal Knowledge Assistant

Cycle intensif de création d’un assistant pour les connaissances internes

Foire aux questions

Articles connexes

Démarrer

Vous prévoyez un assistant de connaissances sur vos propres contenus ?

Indiquez-nous les sources envisagées, les utilisateurs visés et vos éventuelles préoccupations concernant les données sensibles. Nous vous proposerons une première étape délimitée.

Demander un périmètre écrit