Créer un assistant qui répond à partir de vos documents

Le problème à résoudre

Vos réponses existent déjà : dans un manuel, dans d'anciens tickets, dans la tête de deux personnes. Le problème n'est pas de les produire, c'est de les retrouver.

Un assistant documentaire n'est pas un modèle qui « connaît » votre entreprise. C'est un moteur de recherche qui rédige. Cette distinction change tout dans la façon de le construire.

1. Préparer les documents — l'étape qu'on saute et qu'on regrette

La qualité des réponses dépend à 80 % de cette étape. Trois règles :

Retirez ce qui est périmé. Un document obsolète produira des réponses fausses avec assurance. C'est pire qu'une absence de réponse, parce que personne ne vérifie une réponse qui semble sûre.

Découpez par section logique, pas par longueur fixe. Un découpage tous les 500 caractères coupe au milieu des procédures. Découpez sur les titres, en gardant le titre dans chaque fragment — c'est ce qui permet au modèle de savoir de quoi parle le passage.

Gardez la provenance. Chaque fragment doit porter son document d'origine et sa section. Sans cela, vous ne pourrez pas citer vos sources, et une réponse non vérifiable ne sera pas utilisée.

// Nœud Code — découpage par titre avec conservation du contexte
const texte = $input.first().json.contenu
const doc = $input.first().json.nomDocument

const sections = texte.split(/\n(?=#{1,3} )/)

return sections
  .filter((s) => s.trim().length > 80)
  .map((s) => {
    const titre = s.match(/^#{1,3} (.+)$/m)?.[1] ?? 'Sans titre'
    return {
      json: {
        texte: s.trim(),
        metadonnees: { document: doc, section: titre },
      },
    }
  })

Le filtre à 80 caractères écarte les fragments trop courts pour être utiles — titres isolés, lignes vides — qui polluent les résultats de recherche.

2. Indexer

Le nœud Vector Store de n8n gère l'indexation. Deux points de configuration importants :

Le modèle d'embeddings doit rester le même entre indexation et recherche. Changer de modèle oblige à tout réindexer.

Prévoyez la réindexation dès le départ. Un nœud Schedule hebdomadaire qui détecte les documents modifiés et met à jour uniquement ceux-là. Un index figé se dégrade en quelques mois, et personne ne s'en aperçoit avant qu'un client ne signale une réponse fausse.

3. Le prompt — là où se joue la fiabilité

C'est ici que l'assistant devient utile ou dangereux :

Tu réponds aux questions à partir des EXTRAITS fournis, et d'eux seuls.

Règles absolues :
- N'utilise JAMAIS tes connaissances générales. Uniquement les extraits.
- Si les extraits ne permettent pas de répondre, écris exactement :
  "Je ne trouve pas cette information dans la documentation."
  N'essaie pas de deviner ni de formuler une réponse approchante.
- Cite après chaque affirmation le document et la section dont elle vient.
- Si deux extraits se contredisent, signale-le au lieu de choisir.
- Si la question porte sur un prix, un contrat ou un sujet juridique,
  réponds : "Cette question doit être traitée par un humain."

EXTRAITS :
{{ extraits }}

QUESTION :
{{ question }}

Quatre instructions méritent un commentaire.

« Uniquement les extraits » est l'instruction la plus importante, et elle doit être répétée. Un modèle a une tendance naturelle à compléter avec ce qu'il sait.

La formule exacte de non-réponse permet de détecter ces cas par une simple correspondance de chaîne, et de les router vers un humain automatiquement.

Le signalement des contradictions transforme un défaut en fonctionnalité : chaque contradiction remontée est une incohérence à corriger dans votre documentation.

L'exclusion des sujets sensibles doit être dans le prompt et dans un filtre en amont. Un prompt seul n'est pas une garantie.

4. Filtrer en amont, pas seulement dans le prompt

Avant l'appel au modèle, un nœud IF écarte les questions contenant des termes contractuels, tarifaires ou juridiques. Ces questions partent directement vers un humain.

Cette double barrière n'est pas de la paranoïa : une instruction de prompt peut être contournée par une formulation inattendue. Un filtre déterministe, non.

5. Le seuil de pertinence

Le Vector Store renvoie les passages les plus proches, même quand aucun n'est réellement pertinent. Ajoutez un nœud IF sur le score de similarité : en dessous d'un seuil — autour de 0,7 selon le modèle — ne faites pas appel au modèle du tout et renvoyez directement la non-réponse.

Cela évite le cas le plus courant de réponse inventée : un modèle qui tente de répondre à partir de trois passages hors sujet.

6. Mettre l'humain dans la boucle

La réponse ne part pas au client. Elle arrive dans un canal Slack avec deux boutons : envoyer, ou corriger.

Pendant les deux premières semaines, gardez cette validation systématique. Elle vous donnera le taux de correction réel, qui est la seule mesure qui compte. Au-delà de 15 % de corrections, le problème est dans la documentation, pas dans le modèle.

7. La boucle qui rend le système meilleur

Chaque question à laquelle l'assistant n'a pas su répondre est une information précieuse : elle signale un trou dans votre documentation.

Journalisez ces questions dans un tableau. Une revue mensuelle de cette liste, et la rédaction de deux ou trois fiches manquantes, améliore l'assistant plus sûrement que n'importe quel réglage de prompt.

Ce que cet assistant ne fera jamais

Soyez explicite auprès de vos équipes, sinon les attentes dérivent :

• Il ne remplace pas la lecture du contrat
• Il ne répond pas aux questions qui n'ont jamais été écrites nulle part
• Il ne décide rien
• Il n'est pas meilleur que votre documentation

Ce dernier point est le plus utile à répéter. L'assistant amplifie la qualité de ce que vous avez écrit, dans les deux sens.