Guide / mis à jour le 4 octobre 2026

Utiliser ses documents avec l’IA : sources, confidentialité et limites

Un document joint ne garantit pas une réponse fidèle. Préparez les sources, contrôlez les passages et décidez quelles données l’outil est autorisé à utiliser.

Demandez une réponse vérifiable

Une réponse documentaire utile doit permettre de retrouver le passage qui la soutient. Commencez avec une question précise et quelques documents identifiés. Demandez au système d’indiquer ce qui est établi, ce qui reste ambigu et ce que le corpus ne contient pas.

Dans un exemple fictif, une notice mentionne une garantie de douze mois. Une autre décrit les conditions de retour, sans parler de garantie. Pour répondre sur la garantie, la référence utile est le passage de la première notice. Ajouter un second lien sans rapport direct n’améliore pas la réponse.

Préparez le corpus

Donnez un identifiant, un titre et une version à chaque document. Vérifiez que le texte peut être lu et que les tableaux conservent leur sens après extraction. Un fichier mal reconnu peut faire disparaître une unité, une date ou une exception. Une référence ne sera exploitable que si le passage reste retrouvable.

Si deux versions d’une procédure coexistent, précisez laquelle doit faire autorité. Si vous ne pouvez pas le déterminer, le résultat doit présenter le conflit. Dans le Lab, retirer la notice qui contient la réponse permet d’examiner ce que fait l’assistant quand sa source disparaît.

  • Identifier les documents et leur version.
  • Contrôler l’extraction des passages, tableaux et unités.
  • Conserver une référence ouvrable vers le passage utilisé.
  • Prévoir le traitement des contradictions et des réponses absentes.

Comprenez ce qu’apporte la recherche documentaire

La génération augmentée par recherche, souvent appelée RAG, consiste à rechercher des informations dans une base documentaire pour les apporter au modèle au moment de la réponse. La CNIL présente cette approche comme un moyen d’utiliser des données externes et de faciliter leur actualisation et leur traçabilité.

Cela ne suffit pas à garantir chaque phrase. Vérifiez séparément le passage retrouvé et la réponse construite à partir de lui. Le document peut contenir l’information pertinente, tandis que la réponse oublie une condition ou mélange deux cas. À l’inverse, une réponse correcte peut ne pas être soutenue par le passage affiché.

Décidez ce que vous pouvez partager

Avant d’importer un document, examinez les données qu’il contient et les conditions de l’outil : conservation, réutilisation, accès et transferts éventuels. La CNIL recommande de ne fournir que des informations autorisées et d’encadrer les usages par des règles internes. Un service grand public ne convient pas, par défaut, à des données confidentielles ou à des dossiers clients.

Pour l’apprentissage, un corpus fictif permet d’expérimenter sans exposer un dossier réel. Pour une mise en œuvre professionnelle, le responsable des données et les personnes compétentes dans votre organisation doivent définir les documents autorisés, le déploiement et les garanties nécessaires. Retirer un nom peut laisser d’autres éléments qui identifient encore une personne.

Limitez les accès et les actions

Le corpus doit respecter les droits de l’utilisateur qui pose la question. Une réponse ne devrait pas lui révéler le contenu d’un dossier auquel il n’a pas accès. De même, un passage documentaire est une donnée à analyser ; il ne doit pas accorder de nouveaux droits à l’assistant.

L’ANSSI décrit notamment le risque d’injection indirecte : une instruction malveillante placée dans un contenu externe peut chercher à détourner le système. Pour votre projet, ajoutez un document de test qui demande une action hors périmètre. Vérifiez que les outils, les secrets et les permissions restent protégés.

Évaluez les absences autant que les réponses

Un jeu de tests documentaire doit comprendre une question répondue par un passage clair, une question sans réponse, deux sources contradictoires et une source retirée. Écrivez le comportement attendu avant l’essai. Si le corpus ne permet pas de répondre, une indication explicite de cette absence est le résultat attendu.

Conservez les cas, les versions du corpus et les résultats observés. Cette méthode vous permettra de voir ce qui change après une mise à jour. Le projet avancé IA Étoile propose de construire ce type d’assistant traçable sur des documents fictifs et de documenter ses limites.

Sources.