L’assistant IA repose sur une architecture de type Retrieval Augmented Generation (RAG), soit, en français, la “génération à enrichissement contextuel”. Cette architecture garantit des réponses basées spécifiquement sur le corpus documentaire de VSL plutôt que sur les connaissances générales du modèle.
Collecte et nettoyage
Un robot indexeur parcourt le site pour collecter les informations. Il effectue un nettoyage systématique qui supprime les éléments structurels de navigation (menus, en-tête, pied de page) et ne conserve que le contenu à haute valeur ajoutée.
Traitement et indexation
Les sources sont traitées pour être pleinement exploitables quel que soit leur format :
- PDF : extraction textuelle, suivie d’une correction via un modèle de langage (LLM) pour résoudre les erreurs de formatage (mots collés, paragraphes mal ordonnés). Les documents volumineux sont segmentés en sections pour optimiser la précision de la recherche et limiter la charge lors de l’inférence.
- Vidéos : le système exploite les descriptions et les transcriptions pour intégrer le contenu vidéo à la base de connaissances.
- Vectorisation : chaque segment de contenu est converti en vecteur sémantique (embedding), permettant une mesure de proximité précise entre les données indexées et les requêtes des utilisateurs.
Interaction
Lorsqu’une question est soumise, l’assistant effectue une recherche vectorielle pour extraire les passages les plus pertinents. Ces informations sont transmises à l’API d’OpenAI pour générer une réponse contextualisée, systématiquement accompagnée des liens vers les sources originales.
Synergie projet
Le développement de l’outil a été mené en parallèle de la rédaction des contenus du nouveau site institutionnel. Cette collaboration étroite a permis, lors de la phase de tests par les collaborateurs de VSL, d’identifier les lacunes informationnelles et d’enrichir le contenu de manière continue.
