Comment un assistant IA cite ses sources : le fonctionnement expliqué

Un ouvrage entier est trop long pour être fourni à un modèle à chaque question. On le découpe donc en passages de quelques centaines de mots, en essayant de respecter les frontières naturelles : section, sous-titre, paragraphe.

La qualité du découpage détermine la qualité des réponses. Un découpage à l'aveugle tous les mille caractères coupe les raisonnements en deux, et l'assistant restitue des demi-explications. Conserver le titre du chapitre avec chaque passage permet ensuite d'afficher une source lisible pour un humain.

Chaque passage est transformé en vecteur numérique qui représente son sens. La même opération est appliquée à la question posée, puis on recherche les passages dont le vecteur est le plus proche de celui de la question.

L'intérêt par rapport à une recherche par mots-clés est direct : la question « comment ne pas me tromper sur la taxe quand je vends à un Allemand ? » retrouve un passage qui parle de « TVA applicable dans le pays de l'acheteur », sans qu'aucun mot ne soit commun.

Cette recherche est imparfaite. Sur des formulations très courtes ou très ambiguës, elle ramène parfois des passages hors sujet. C'est pourquoi la suite compte autant.

Les passages retrouvés sont fournis au modèle avec une consigne stricte : répondre en s'appuyant sur ces extraits, citer l'ouvrage et le chapitre utilisés, et dire explicitement quand l'information n'y figure pas.

Cette dernière règle est la plus importante et la moins spectaculaire. Un assistant qui répond « ce point n'est pas traité dans nos ouvrages, voici qui contacter » est plus utile qu'un assistant qui improvise une réponse crédible sur une question fiscale.

Un assistant commercial peut parfaitement être utile et agréable tout en restant contraint : recommander un ouvrage existant, à son prix réel, avec son lien réel, c'est du conseil ; annoncer une promotion qui n'existe pas, c'est un problème que le client découvrira au paiement.

Une source utile est une source que le lecteur peut atteindre : titre de l'ouvrage, chapitre, et lien vers la page correspondante. Une mention vague du type « d'après nos contenus » n'apporte rien et empêche toute vérification.

Côté interface, il vaut mieux afficher deux ou trois sources précises que dix références approximatives : au-delà, personne ne les lit et la citation devient décorative.

Elle ne rend pas le modèle infaillible : si un passage du catalogue est obsolète, la réponse sera obsolète aussi. La mise à jour des contenus reste un travail éditorial humain.

Elle ne remplace pas non plus un professionnel sur les sujets réglementés. Sur une question fiscale, juridique ou médicale, le bon comportement d'un assistant est de donner le cadre général, de citer sa source, puis de renvoyer vers un professionnel.

Enfin, elle a un coût : chaque question déclenche une recherche et une génération. C'est un arbitrage assumé entre rapidité et fiabilité — nous préférons quelques centaines de millisecondes supplémentaires à une belle phrase fausse.