Live Session : livrer un chatbot RAG, puis former l'équipe à l'autonomie

Livrer ne suffit pas

La plupart des prestataires livrent un projet puis disparaissent. Résultat : le client rappelle au moindre bug, ne comprend pas la boîte noire qu'il a entre les mains, et finit frustré.

Pour la mission Live Session, j'ai pris le problème dans l'autre sens. Le livrable n'était pas seulement un chatbot RAG fonctionnel : c'était une équipe capable de le faire tourner, de le diagnostiquer et de le faire évoluer sans moi.

Le chatbot livré

Live Session avait besoin d'un assistant capable de répondre sur un fonds documentaire dense et hétérogène. J'ai déployé un chatbot RAG sur mesure, avec plusieurs briques spécifiques à leur usage :

• Reformulation intelligente des questions utilisateurs avant le retrieval, pour rattraper les formulations approximatives
• OCRisation automatique des PDF scannés, pour indexer des documents qui n'étaient pas nativement textuels
• Gestion avancée des tableaux, souvent le point faible des pipelines RAG génériques

Résultat en production : 95% de pertinence sur les réponses et un temps de réponse sous les 5 secondes.

Le vrai différenciateur : la formation

Un système RAG performant qui n'est compris par personne en interne devient une dette technique le jour du premier incident. J'ai donc structuré un transfert de compétences en 4 sessions, du concept à l'exploitation.

1. Les fondamentaux du RAG

L'objectif : que l'équipe comprenne la technologie, pas qu'elle la subisse.

• Comment fonctionne l'embedding
• Le processus d'indexation et de retrieval
• Les différents types de RAG existants

2. Leur implémentation custom

L'objectif : qu'ils maîtrisent parfaitement leur produit, pas le RAG en général.

• La reformulation intelligente des questions
• L'OCRisation automatique des PDF
• La gestion avancée des tableaux

3. Les limites du système

L'objectif : savoir réagir quand ça coince, au lieu de paniquer.

• Les types de questions sur lesquels le système échoue
• Les documents où le RAG trouve ses limites
• Les premiers soins en cas de défaillance

4. Atelier pratique

L'objectif : l'autonomie maximale, en conditions réelles.

• Restauration de la base de données
• Lecture et exploitation du dashboard Grafana
• Scaling prévisionnel
• La veille technologique à maintenir

Le résultat : l'autonomie

Aujourd'hui, Live Session n'a plus besoin de moi pour la grande majorité des manipulations. L'équipe maîtrise son produit, sait où regarder en cas de problème, et peut le faire évoluer seule.

Merci à Laurent Janolin et à toute l'équipe Live Session pour une mission aussi riche techniquement qu'humainement, et à Ailog pour le cadre.

À propos de Pierre Kasparian

Pierre est freelance en intégration IA et ingénierie des données, et associé chez Ailog. Il déploie des LLM, des systèmes RAG et des agents IA pour les PME et les startups, avec une exigence : ne jamais envoyer les données hors d'Europe, conformément au RGPD.

Pour en savoir plus sur ses missions et son approche, c'est sur pierrekasparian.com.

---

Vous voulez un chatbot RAG dont votre équipe garde la maîtrise ? Découvrez Ailog ou parlez-en directement avec Pierre.