Notion + RAG : Connecter votre wiki d'entreprise

Notion est devenu le wiki de reference pour des milliers d'entreprises. Sa flexibilite, son interface intuitive et ses fonctionnalites de collaboration en font un outil incontournable pour centraliser la connaissance d'equipe. Mais a mesure que votre workspace grandit, un probleme emerge : retrouver l'information devient un cauchemar. Avec des centaines de pages, sous-pages et bases de donnees, meme les utilisateurs les plus experimentes passent de precieuses minutes a chercher ce qu'ils savent exister quelque part.

Un chatbot RAG connecte a Notion transforme cette masse documentaire en assistant intelligent. Au lieu de naviguer, vous posez une question en langage naturel et obtenez une reponse synthetisee, sourcee et contextualisee. Ce guide vous montre comment realiser cette integration pas a pas.

Pourquoi connecter Notion au RAG ?

Les limites de la recherche Notion native

La recherche integree de Notion, bien qu'utile, presente des limitations significatives pour les grandes organisations :

Ce qu'apporte le RAG

L'approche RAG (Retrieval-Augmented Generation) resout ces limitations en combinant recherche semantique et generation de langage :

• Recherche semantique : Trouve l'information meme formulee differemment. "Comment poser des RTT" matchera "Procedure de demande de jours de repos"
• Synthese intelligente : Repond directement sans obliger a naviguer dans 5 pages
• Agregation multi-pages : Combine les informations de plusieurs sources pour une reponse complete
• Memoire conversationnelle : Chaque question beneficie du contexte des echanges precedents
• Citations sourcees : Chaque affirmation renvoie vers la page d'origine

Architecture Notion + RAG

L'integration suit une architecture en trois couches qui separe l'extraction, l'indexation et l'interrogation :

┌─────────────────────────────────────────────────────────────────────────┐
│                        Architecture Notion + RAG                         │
├─────────────────────────────────────────────────────────────────────────┤
│                                                                         │
│   EXTRACTION                   INDEXATION                INTERROGATION  │
│   ┌──────────────┐            ┌──────────────┐          ┌────────────┐ │
│   │  Notion API  │───────────▶│   Chunking   │─────────▶│   Qdrant   │ │
│   │              │            │              │          │            │ │
│   │  - Pages     │            │  - Sections  │          │  Vecteurs  │ │
│   │  - DBs       │            │  - 500 tokens│          │            │ │
│   │  - Blocs     │            │  - Overlap   │          └──────┬─────┘ │
│   └──────────────┘            └──────────────┘                 │       │
│                                      │                         │       │
│                               ┌──────┴──────┐                  │       │
│                               │  Embeddings │                  │       │
│                               │   BGE-M3    │                  │       │
│                               └─────────────┘                  │       │
│                                                                │       │
│   CHATBOT                                                      │       │
│   ┌──────────────┐     ┌─────────────┐     ┌──────────────┐   │       │
│   │   Question   │────▶│  Retrieval  │◀────│   Reranker   │◀──┘       │
│   │  utilisateur │     │   Top-20    │     │   Top-5      │           │
│   └──────────────┘     └─────────────┘     └──────┬───────┘           │
│                                                    │                   │
│                                             ┌──────┴──────┐            │
│                                             │     LLM     │            │
│                                             │   Reponse   │            │
│                                             └─────────────┘            │
│                                                                         │
└─────────────────────────────────────────────────────────────────────────┘

Composants cles

1. Extraction : Le connecteur Notion utilise l'API officielle pour recuperer pages et bases de donnees
2. Chunking : Les documents longs sont decoupes en segments de 500 tokens avec chevauchement
3. Embeddings : Chaque chunk est transforme en vecteur semantique (BGE-M3 pour le multilingue)
4. Base vectorielle : Qdrant stocke et indexe les vecteurs pour recherche rapide
5. Reranking : Un second modele reordonne les resultats par pertinence
6. Generation : Le LLM synthetise une reponse a partir des chunks pertinents

Connecteur Notion complet

Voici une implementation de reference pour extraire le contenu Notion :

DEVELOPERpython
from notion_client import Client
from datetime import datetime
import hashlib

class NotionConnector:
    def __init__(self, token: str):
        """Initialise le connecteur avec le token d'integration."""
        self.client = Client(auth=token)
        self.processed_ids = set()

    def get_all_pages(self, filter_by_parent: str = None) -> list:
        """
        Recupere toutes les pages accessibles par l'integration.

        Args:
            filter_by_parent: ID de page parent pour filtrer (optionnel)

        Returns:
            Liste de documents formates pour le RAG
        """
        pages = []
        has_more = True
        cursor = None

        while has_more:
            results = self.client.search(
                filter={"property": "object", "value": "page"},
                start_cursor=cursor,
                page_size=100
            )

            for page in results['results']:
                # Eviter les doublons
                if page['id'] in self.processed_ids:
                    continue

                # Filtrer par parent si specifie
                if filter_by_parent:
                    parent = page.get('parent', {})
                    if parent.get('page_id') != filter_by_parent:
                        continue

                doc = self._format_page(page)
                if doc and len(doc['content']) > 50:  # Ignorer pages vides
                    pages.append(doc)
                    self.processed_ids.add(page['id'])

            has_more = results['has_more']
            cursor = results.get('next_cursor')

        return pages

    def _format_page(self, page: dict) -> dict:
        """Formate une page Notion en document RAG."""
        title = self._extract_title(page)
        content = self._extract_content(page['id'])

        # Generer un hash pour detecter les changements
        content_hash = hashlib.md5(content.encode()).hexdigest()

        return {
            "id": f"notion_{page['id']}",
            "title": title,
            "content": f"# {title}\n\n{content}",
            "metadata": {
                "source": "notion",
                "source_type": "wiki",
                "page_id": page['id'],
                "url": page.get('url', ''),
                "last_edited": page['last_edited_time'],
                "created_time": page['created_time'],
                "content_hash": content_hash,
                "parent_type": page.get('parent', {}).get('type'),
                "icon": self._extract_icon(page)
            }
        }

    def _extract_title(self, page: dict) -> str:
        """Extrait le titre d'une page."""
        props = page.get('properties', {})

        # Chercher dans les proprietes 'title' ou 'Name'
        for key in ['title', 'Title', 'Name', 'name']:
            if key in props and props[key].get('title'):
                title_parts = props[key]['title']
                return ''.join([t['plain_text'] for t in title_parts])

        return "Sans titre"

    def _extract_content(self, page_id: str) -> str:
        """Extrait le contenu textuel complet d'une page."""
        content_parts = []

        def process_blocks(block_id: str, depth: int = 0):
            """Recursif pour gerer les blocs imbriques."""
            if depth > 5:  # Limite de profondeur
                return

            blocks = self.client.blocks.children.list(block_id=block_id)

            for block in blocks['results']:
                text = self._block_to_text(block, depth)
                if text:
                    content_parts.append(text)

                # Traiter les enfants si le bloc en a
                if block.get('has_children'):
                    process_blocks(block['id'], depth + 1)

        process_blocks(page_id)
        return "\n\n".join(content_parts)

    def _block_to_text(self, block: dict, depth: int = 0) -> str:
        """Convertit un bloc Notion en Markdown."""
        block_type = block['type']
        indent = "  " * depth

        handlers = {
            'paragraph': lambda b: self._rich_text(b['paragraph']['rich_text']),
            'heading_1': lambda b: f"# {self._rich_text(b['heading_1']['rich_text'])}",
            'heading_2': lambda b: f"## {self._rich_text(b['heading_2']['rich_text'])}",
            'heading_3': lambda b: f"### {self._rich_text(b['heading_3']['rich_text'])}",
            'bulleted_list_item': lambda b: f"{indent}- {self._rich_text(b['bulleted_list_item']['rich_text'])}",
            'numbered_list_item': lambda b: f"{indent}1. {self._rich_text(b['numbered_list_item']['rich_text'])}",
            'to_do': lambda b: f"{indent}- [{'x' if b['to_do']['checked'] else ' '}] {self._rich_text(b['to_do']['rich_text'])}",
            'toggle': lambda b: f"{indent}> {self._rich_text(b['toggle']['rich_text'])}",
            'quote': lambda b: f"> {self._rich_text(b['quote']['rich_text'])}",
            'callout': lambda b: f"> {b['callout'].get('icon', {}).get('emoji', '')} {self._rich_text(b['callout']['rich_text'])}",
            'code': lambda b: f"```{b['code']['language']}\n{self._rich_text(b['code']['rich_text'])}\n```",
            'divider': lambda b: "---",
            'table_row': lambda b: self._table_row_to_text(b),
        }

        handler = handlers.get(block_type)
        return handler(block) if handler else ""

    def _rich_text(self, rich_text: list) -> str:
        """Convertit le rich text Notion en texte avec mise en forme Markdown."""
        parts = []
        for rt in rich_text:
            text = rt['plain_text']
            annotations = rt.get('annotations', {})

            if annotations.get('bold'):
                text = f"**{text}**"
            if annotations.get('italic'):
                text = f"*{text}*"
            if annotations.get('code'):
                text = f"`{text}`"
            if rt.get('href'):
                text = f"[{text}]({rt['href']})"

            parts.append(text)

        return ''.join(parts)

    def _table_row_to_text(self, block: dict) -> str:
        """Convertit une ligne de tableau."""
        cells = block['table_row']['cells']
        row = [self._rich_text(cell) for cell in cells]
        return "| " + " | ".join(row) + " |"

    def _extract_icon(self, page: dict) -> str:
        """Extrait l'icone de la page."""
        icon = page.get('icon', {})
        if icon.get('type') == 'emoji':
            return icon.get('emoji', '')
        return ''


class NotionDatabaseConnector(NotionConnector):
    """Extension pour extraire les bases de donnees Notion."""

    def get_database_entries(self, database_id: str) -> list:
        """
        Recupere toutes les entrees d'une base de donnees.

        Chaque entree devient un document avec ses proprietes
        comme metadonnees structurees.
        """
        entries = []
        has_more = True
        cursor = None

        while has_more:
            results = self.client.databases.query(
                database_id=database_id,
                start_cursor=cursor,
                page_size=100
            )

            for entry in results['results']:
                doc = self._format_database_entry(entry, database_id)
                if doc:
                    entries.append(doc)

            has_more = results['has_more']
            cursor = results.get('next_cursor')

        return entries

    def _format_database_entry(self, entry: dict, db_id: str) -> dict:
        """Formate une entree de base de donnees."""
        props = entry.get('properties', {})

        # Extraire toutes les proprietes comme texte structure
        prop_texts = []
        metadata_props = {}

        for name, prop in props.items():
            value = self._extract_property_value(prop)
            if value:
                prop_texts.append(f"**{name}**: {value}")
                metadata_props[name] = value

        title = metadata_props.get('Name', metadata_props.get('Titre', 'Entree'))
        content = "\n".join(prop_texts)

        # Ajouter le contenu de la page si elle en a
        page_content = self._extract_content(entry['id'])
        if page_content:
            content += f"\n\n{page_content}"

        return {
            "id": f"notion_db_{entry['id']}",
            "title": title,
            "content": f"# {title}\n\n{content}",
            "metadata": {
                "source": "notion",
                "source_type": "database",
                "database_id": db_id,
                "entry_id": entry['id'],
                "url": entry.get('url', ''),
                "last_edited": entry['last_edited_time'],
                **metadata_props
            }
        }

    def _extract_property_value(self, prop: dict) -> str:
        """Extrait la valeur d'une propriete Notion."""
        prop_type = prop.get('type')

        extractors = {
            'title': lambda p: self._rich_text(p.get('title', [])),
            'rich_text': lambda p: self._rich_text(p.get('rich_text', [])),
            'number': lambda p: str(p.get('number', '')),
            'select': lambda p: p.get('select', {}).get('name', '') if p.get('select') else '',
            'multi_select': lambda p: ', '.join([s['name'] for s in p.get('multi_select', [])]),
            'date': lambda p: p.get('date', {}).get('start', '') if p.get('date') else '',
            'checkbox': lambda p: 'Oui' if p.get('checkbox') else 'Non',
            'url': lambda p: p.get('url', ''),
            'email': lambda p: p.get('email', ''),
            'phone_number': lambda p: p.get('phone_number', ''),
            'status': lambda p: p.get('status', {}).get('name', '') if p.get('status') else '',
        }

        extractor = extractors.get(prop_type)
        return extractor(prop) if extractor else ''

Synchronisation intelligente

La synchronisation peut etre declenchee de plusieurs manieres selon vos besoins :

Synchronisation par polling

DEVELOPERpython
from datetime import datetime, timedelta

class NotionSyncManager:
    def __init__(self, connector: NotionConnector, indexer):
        self.connector = connector
        self.indexer = indexer
        self.last_sync = None

    def sync_incremental(self):
        """
        Synchronisation incrementale : ne traite que les pages modifiees
        depuis la derniere synchronisation.
        """
        pages = self.connector.get_all_pages()

        updated = []
        for page in pages:
            last_edited = datetime.fromisoformat(
                page['metadata']['last_edited'].replace('Z', '+00:00')
            )

            if self.last_sync is None or last_edited > self.last_sync:
                updated.append(page)

        if updated:
            self.indexer.upsert_documents(updated)
            print(f"Synchronise {len(updated)} pages")

        self.last_sync = datetime.now()

    def sync_full(self):
        """Synchronisation complete : re-indexe tout."""
        pages = self.connector.get_all_pages()
        self.indexer.replace_all(pages)
        self.last_sync = datetime.now()
        print(f"Indexe {len(pages)} pages")

Synchronisation temps reel

Pour une synchronisation en temps reel, utilisez les webhooks Notion (disponibles via l'API) ou un worker qui poll regulierement avec une granularite fine :

DEVELOPERpython
import schedule
import time

def start_sync_worker(sync_manager: NotionSyncManager):
    """Demarre le worker de synchronisation."""
    # Synchronisation incrementale toutes les 5 minutes
    schedule.every(5).minutes.do(sync_manager.sync_incremental)

    # Synchronisation complete quotidienne (nettoyage)
    schedule.every().day.at("03:00").do(sync_manager.sync_full)

    while True:
        schedule.run_pending()
        time.sleep(60)

Prompt systeme optimise pour Notion

Le prompt systeme est crucial pour obtenir des reponses de qualite. Voici une version optimisee pour les wikis d'entreprise :

DEVELOPERpython
NOTION_KB_SYSTEM_PROMPT = """Tu es l'assistant base de connaissances de {company_name}.
Tu aides les employes a trouver rapidement les informations dans notre wiki Notion.

## Ta mission
- Repondre aux questions en te basant UNIQUEMENT sur le contenu du wiki
- Citer systematiquement les sources avec le titre de la page
- Orienter vers la bonne personne/equipe si la question depasse le wiki

## Regles strictes
1. Ne jamais inventer d'information absente du wiki
2. Si tu n'es pas sur, dis-le clairement
3. Privilegier les informations les plus recentes
4. Adapter le niveau de detail a la question (resume vs detail)

## Format de reponse
- Commence par repondre directement a la question
- Ajoute des details si pertinents
- Termine par "Source: [Titre de la page]" pour chaque information

## Contexte disponible
{context}

## Historique de conversation
{chat_history}
"""

def build_notion_prompt(company: str, docs: list, history: list) -> str:
    """Construit le prompt avec le contexte."""
    context_parts = []
    for doc in docs:
        context_parts.append(f"### {doc['title']}\n{doc['content'][:1000]}")

    history_parts = []
    for msg in history[-5:]:  # 5 derniers messages
        role = "Utilisateur" if msg['role'] == 'user' else "Assistant"
        history_parts.append(f"{role}: {msg['content']}")

    return NOTION_KB_SYSTEM_PROMPT.format(
        company_name=company,
        context="\n\n---\n\n".join(context_parts),
        chat_history="\n".join(history_parts) if history_parts else "Aucun"
    )

Cas d'usage concrets

1. Onboarding des nouveaux employes

Question : "Comment configurer mon environnement de developpement ?"

Reponse RAG :

Pour configurer ton environnement de dev, voici les etapes :

1. Clone le repo principal : git clone [email protected]:company/main.git
2. Installe les dependances : npm install
3. Copie le fichier .env.example vers .env
4. Demande les credentials a l'equipe DevOps sur Slack (#devops-support)

Source: [Guide Setup Dev] | [Onboarding Tech]

2. Questions RH frequentes

Question : "Comment poser des conges ?"

Reponse RAG :

Pour poser des conges :

1. Va sur Payfit > Absences > Nouvelle demande
2. Selectionne le type (CP, RTT, sans solde)
3. Indique les dates et valide

Delai de validation : 48h par ton manager. Pour les urgences, contacte RH.

Source: [Procedure conges et absences]

3. Documentation technique

Question : "C'est quoi l'architecture du service de paiement ?"

Reponse RAG :

Le service de paiement suit une architecture event-driven :

• API Gateway : Authentification et routing
• Payment Service : Orchestration des transactions
• Stripe Adapter : Integration Stripe
• Event Bus : Kafka pour les notifications

Diagramme complet disponible sur la page dediee.

Source: [Architecture Payment Service] | [Diagrammes techniques]

Bonnes pratiques

Structurer Notion pour le RAG

Gerer les permissions

Le RAG herite des permissions de l'integration Notion. Pour un controle granulaire :

1. Creer une integration dediee au RAG
2. Partager uniquement les pages publiques avec l'integration
3. Gerer les acces par workspace si multi-tenant

Monitorer la qualite

• Tracker les questions sans reponse
• Collecter les feedbacks utilisateurs
• Identifier les pages les plus citees
• Detecter le contenu obsolete

Ressources complementaires

• Base de connaissances entreprise - Guide pilier complet
• Confluence + RAG - Pour les environnements Atlassian
• SharePoint + RAG - Pour Microsoft 365
• Introduction au RAG - Les fondamentaux

Connectez Notion avec Ailog

Transformez votre wiki Notion en assistant intelligent sans ecrire une ligne de code. Ailog simplifie l'integration :

• Connecteur Notion natif : Synchronisation automatique en quelques clics
• Recherche semantique : Trouvez l'info avec vos mots, pas ceux du wiki
• Multi-workspace : Gerez plusieurs espaces Notion dans une meme interface
• Controle des acces : Respectez les permissions de votre organisation
• Hebergement France : Donnees sur serveurs francais, conformite RGPD native

Testez Ailog gratuitement et deployez votre assistant Notion en 10 minutes.