Le dirigeant qui veut un assistant IA branché sur les documents de son entreprise commence presque toujours par la même question : quel modèle choisir? C'est la question la moins utile du projet. Quand on construit des agents IA pour des PME, l'erreur qui revient le plus souvent vient d'un modèle qui raisonne très bien, sur la mauvaise version de la procédure.
Un assistant de ce genre cherche d'abord, dans vos documents, les passages qui semblent répondre à la question, puis rédige sa réponse à partir de ces passages. Le modèle ne voit que ce que la recherche lui apporte : si vos dossiers contiennent trois versions de la politique de garantie, il répondra avec aplomb à partir de celle qu'il a trouvée.
Cet article porte sur le travail qui décide de la qualité des réponses, et qui n'a rien de technique, puis sur ce qu'un abonnement ChatGPT, Copilot ou Claude fait déjà.
La réponse courte, pour les pressés
Un assistant IA qui répond à partir des documents d'une entreprise travaille en deux temps : il cherche les passages pertinents dans vos fichiers, puis il rédige une réponse à partir de ce qu'il a trouvé. La qualité des réponses dépend donc de vos documents avant le modèle. Quatre décisions font l'essentiel du travail : une seule version en vigueur par procédure, un responsable et une date de révision pour chaque document, des réponses qui citent le document et le passage utilisés, et une liste de questions d'examen, écrite avant le lancement et refaite après chaque changement. Pour un petit corpus stable que toute l'équipe a le droit de lire, un projet ChatGPT ou Claude, ou Copilot dans Microsoft 365, suffit souvent. Un assistant construit se justifie quand les documents se comptent par centaines dans plusieurs systèmes, que les droits d'accès varient selon la personne, que la réponse dépend de données en direct ou qu'il faut un journal des questions et des réponses.
Chercher, puis répondre : le mécanisme sans le jargon
Imaginez un recherchiste très doué, enfermé dans une pièce, qui ne lit que les pages qu'un commis lui glisse sous la porte. Il écrit vite et bien, mais ne peut pas savoir qu'une page date de 2019, ni qu'une autre version dort dans un autre classeur. Le commis, c'est l'étape de recherche; le recherchiste, c'est le modèle.
Les fournisseurs décrivent eux-mêmes ce fonctionnement. Dans un projet Claude, sur les forfaits payants, quand les documents approchent la limite de ce que le modèle peut lire d'un coup, Claude bascule automatiquement vers un outil de recherche : au lieu de tout charger, il va chercher les passages pertinents. Anthropic indique que ce mode multiplie jusqu'à dix fois la capacité d'un projet. Un de ses conseils pour que la recherche fonctionne est presque banal : des noms de fichiers clairs et descriptifs.
Un modèle plus puissant rédige mieux, et cherche parfois mieux. Il ne peut pas deviner quelle version d'une procédure fait foi si rien, dans vos fichiers, ne le dit. Ce problème se règle dans vos dossiers.
Le vrai chantier : l'hygiène documentaire
Le premier problème est la contradiction. Dans presque toute PME, la même procédure existe en plusieurs exemplaires : la version du manuel de l'employé, celle envoyée par courriel l'an dernier, le fichier « procedure_retours_v3_FINAL » et sa copie modifiée. Un employé d'expérience sait laquelle tout le monde suit. L'assistant voit des textes contradictoires qui ont la même autorité. Il faut en garder une et sortir les autres de sa portée.
Le deuxième est l'absence de responsable. Un document sans propriétaire vieillit en silence. Chaque document que l'assistant peut lire doit avoir un responsable nommé : la personne qui le corrige quand la réalité change, et qu'on prévient quand une réponse pose problème.
Le troisième est l'absence de date. Inscrivez une date de révision sur chaque document, et une échéance pour la suivante, plus courte pour une liste de prix que pour une politique qui bouge peu. Un document dont l'échéance est passée sort du corpus jusqu'à ce que son responsable l'ait relu.
Le quatrième est ce qu'on laisse dehors. Plus de documents ne donne pas de meilleures réponses. Les brouillons, les fils de courriels, les comptes rendus où une décision a été discutée puis changée, les anciennes grilles tarifaires : chacun donne à la recherche une occasion de ramener un passage plausible et faux. Anthropic conseille de téléverser d'avance tous les documents pertinents dans un projet, et le conseil est bon pour un corpus déjà trié. Sur un lecteur partagé tel quel, il produit l'effet inverse. Quant aux renseignements personnels, les tenir à l'écart est une question d'architecture, traitée dans l'article sur les données confidentielles.
Tout ça tient dans un tableau de quatre colonnes : document, responsable, date de révision, statut (en vigueur ou archivé). C'est le livrable le plus utile du projet, et il sert aussi aux employés qui n'ouvriront jamais l'assistant.
Une réponse qui cite sa source
Un assistant qui répond sans dire d'où vient sa réponse demande à l'employé de lui faire confiance. Celui qui affiche le nom du document et le passage utilisé permet de vérifier en dix secondes, avant d'envoyer la réponse au client.
La source change aussi la façon dont l'outil s'améliore. Quand une réponse fausse cite la politique de 2021, le problème est localisé : un document à corriger ou à archiver, un responsable à prévenir. Sans source, une mauvaise réponse devient un mystère qu'on tente de régler en réécrivant les instructions, ce qui ne corrige pas un document périmé. C'est la défaillance qu'on appelait « connaissance périmée » dans l'article sur les hallucinations : la réponse a l'air bonne, et la source est vieille.
Et quand la recherche ne ramène rien de solide, l'assistant doit le dire et indiquer à qui poser la question, plutôt que de compléter avec ses connaissances générales.
Les questions d'examen, écrites avant le lancement
Avant de brancher quoi que ce soit, demandez aux personnes qui utiliseront l'assistant d'écrire les questions qu'elles posent vraiment, avec leurs mots, leurs abréviations et leurs fautes de frappe. Trente à cinquante suffisent pour commencer. Pour chacune, notez la réponse attendue et le document qui la contient. Ajoutez quelques questions dont la réponse n'est dans aucun document : la bonne réponse est alors « je ne sais pas », suivie du nom de la personne à consulter.
Cette liste devient votre instrument de mesure. On la fait passer au lancement, puis après chaque changement : un lot de nouveaux documents, une procédure réécrite, un changement de modèle ou d'instructions. Vingt nouveaux documents peuvent faire remonter, pour une question qui fonctionnait la veille, un passage tiré d'un fichier sans rapport, et on ne le voit qu'en reposant toute la liste. Vous n'avez pas besoin d'un taux de réussite affiché par un fournisseur; vous avez besoin du vôtre, mesuré sur vos questions.
Effet secondaire utile : en cherchant le document qui contient chaque réponse, on découvre les questions fréquentes auxquelles aucun document ne répond. Comment se construit un agent IA explique pourquoi cette évaluation se prépare avant la mise en service.
Quand ChatGPT, Copilot ou Claude suffit
Avant de construire, regardez ce que votre abonnement fait déjà. Les trois grands outils permettent de réunir des documents dans un espace de travail et de poser des questions dessus.
ChatGPT. Un projet regroupe des fichiers, des instructions et des conversations. Sur ChatGPT Business, un projet accepte jusqu'à 40 fichiers et jusqu'à 100 collaborateurs, et on peut y ajouter comme sources des liens vers des fichiers ou dossiers Google Drive et des canaux Slack. Par défaut, OpenAI n'entraîne pas ses modèles sur le contenu d'un espace Business.
Claude. Chaque fichier d'un projet peut peser jusqu'à 30 Mo, et sur les forfaits payants, le mode recherche décrit plus haut prend le relais quand le volume grossit. Sur les forfaits Team et Enterprise, un projet se partage avec des collègues, en lecture ou en modification.
Copilot. Sans la licence Copilot payante de Microsoft 365, Copilot Chat ne lit pas les données de l'entreprise, mais chacun peut téléverser un fichier dans la conversation; le fichier est alors conservé dans son OneDrive. Avec la licence, l'outil Agent Builder permet de créer en langage courant un assistant qui répond à partir des fichiers SharePoint d'une équipe. Microsoft précise que ces agents respectent les permissions existantes : un employé ne voit pas le contenu d'un site auquel il n'a pas accès.
Ces outils suffisent quand le corpus est petit et stable, que toute l'équipe a le droit de tout lire, et qu'une personne relit chaque réponse avant d'agir. Pour choisir l'abonnement lui-même, voyez notre comparatif de Copilot, ChatGPT et Claude. Le ménage reste le même : un projet ChatGPT rempli de versions contradictoires répondra aussi mal qu'un assistant sur mesure.
Quand un assistant construit se justifie
Quatre signaux font basculer la décision.
Le volume et la dispersion. Quand les documents se comptent par centaines et vivent dans plusieurs systèmes (un lecteur partagé, un wiki, un logiciel métier, des boîtes de courriel), les déposer à la main dans un projet devient une corvée que personne ne refera. Un assistant construit les lit à la source.
Les permissions par personne. Dans un projet ChatGPT ou Claude, toute personne qui a accès au projet voit l'ensemble de ses fichiers. Dès que les droits varient selon le poste (les dossiers RH, les marges, les contrats d'un client), l'assistant doit savoir qui l'interroge et ne fouiller que les fichiers que cette personne peut déjà ouvrir. Copilot le fait pour le contenu Microsoft 365; ailleurs, ça se conçoit.
Les données en direct. « Ce client a-t-il payé sa dernière facture? » ou « combien en reste-t-il en stock? » ne se trouvent dans aucun document. La réponse vient d'un logiciel, au moment de la question, par une intégration API.
Le journal. Pour savoir qui a demandé quoi et ce que l'assistant a répondu, il vous faut un journal que vous contrôlez. Un assistant qui répond à des clients plutôt qu'à des employés en a toujours besoin : c'est le cas traité dans l'article sur l'agent IA au service client.
Par où commencer
Choisissez un seul domaine, celui qui génère le plus de questions répétées : les procédures de l'atelier, les politiques RH, les fiches produits. Faites le tableau des documents, avec un responsable et une date pour chacun. Écrivez trente questions d'examen. Puis faites l'essai avec l'abonnement que vous payez déjà.
Si le test passe, vous avez votre assistant, et vous n'avez pas besoin de nous. S'il bute sur le volume, les permissions ou les données en direct, parlons-en : on part de votre tableau et de vos questions d'examen, qui serviront de toute façon.
→ Première conversation, sans engagement
Fonctionnalités et limites des produits lues sur les pages d'aide d'OpenAI, d'Anthropic et de Microsoft le 15 octobre 2026; elles changent souvent.
Écrit parXavier Peich