Le problème
Ton bail, la notice de ta chaudière, le règlement de ton club, les notes d'un projet : les réponses existent quelque part, dans des fichiers que tu ne relis pas. Un modèle de langage ne les connaît pas. Lui coller un document entier à chaque question est lent, coûteux, et ne tient plus dès qu'il y en a plusieurs.
Ce que je voulais
Je voulais que tu ranges tes documents dans des espaces de connaissance, que tu allumes ou éteins selon ce sur quoi tu travailles, et que LIA y cherche seule le passage utile au moment où tu poses ta question. Elle répond avec ce passage et te dit d'où il vient. LIA a d'ailleurs le sien : la FAQ du site, qui lui sert à répondre quand tu lui demandes comment elle fonctionne.
Comment elle trouve le bon passage
Tu déposes un fichier : PDF, Word, Excel, PowerPoint, documents LibreOffice, EPUB, Markdown, HTML, CSV et quelques autres. LIA en extrait le texte, le découpe en passages qui se chevauchent un peu, et calcule pour chacun une sorte d'empreinte de son sens. Ce calcul est fait une fois, à l'indexation, et compté dans ta consommation.
Quand tu demandes « combien de mois de préavis pour mon bail ? », LIA compare le sens de ta question à celui des passages de tes espaces actifs. C'est ce sens qui décide si un passage est pertinent : ta question peut employer d'autres mots que le document, ou une autre langue. La correspondance exacte des mots ne sert qu'à départager deux passages presque aussi proches, par exemple pour faire remonter celui qui contient la référence précise que tu cites. J'ai fait ce choix parce que mélanger les deux à parts égales écartait de bonnes réponses dès que la langue de la question s'éloignait de celle des documents. Et si rien n'est assez proche, LIA n'ajoute rien à ta question.
LIA peut aussi chercher d'elle-même dans tes documents quand une demande le réclame, en plusieurs passes s'il le faut, et croiser avec d'autres sources : « compare le devis en PDF avec ce que Paul m'a envoyé par mail ».
D'où viennent les documents
- Tes envois, que tu peux ensuite télécharger, déplacer d'un espace à l'autre ou supprimer par lots.
- Un dossier Google Drive ou OneDrive que tu lies à un espace, sous-dossiers compris. LIA suit les ajouts, les modifications et les suppressions. Quand beaucoup de fichiers vont être indexés, elle t'en donne le nombre exact avant de commencer.
- Un libellé Gmail, si ton administrateur a ouvert cette possibilité : chaque fil qui porte le libellé devient un document, et retirer le libellé le retire. Seuls le sujet, les messages et le nom des pièces jointes sont copiés, jamais leur contenu. Je n'ai pas voulu indexer toute la boîte : ce serait une seconde copie de tes archives à protéger, faite surtout de notifications.
- Tes réunions : le compte rendu d'une réunion enregistrée rejoint un espace « Réunions » que LIA tient à jour pour toi.
- Tes réponses conservées : une réponse que tu gardes est indexée dans un espace à toi, pour que LIA la retrouve et la cite des semaines plus tard.
Pour interroger un document précis, même rangé dans un espace en pause, le « + » de la zone de saisie te laisse en joindre une copie à ton message, sans toucher à l'espace.
Les limites
- LIA ne lit que le texte. Un PDF scanné, fait d'images de pages, n'en contient pas : elle te le dit et te propose un remède, l'ouvrir dans Google Docs, qui reconnaît le texte, puis l'ajouter par ta source Drive.
- Un document qui n'a pas pu être indexé affiche pourquoi : fichier disparu, texte impossible à extraire, document trop long.
- Seuls les espaces actifs servent aux réponses. Éteindre un espace ne supprime rien.
- Le nombre d'espaces et de documents, et la taille des fichiers, sont bornés par ton instance.
Pour approfondir : Retrouver ce qui compte sans tout ramener : les seuils de la recherche par le sens ; Tes données restent les tiennes : ce que LIA garde, montre et efface.