Fonctionnement de la recherche globale

Lorsque vous sélectionnez Recherche globale dans les paramètres de contexte du chat IA, l’assistant utilise un système avancé appelé Génération Augmentée par la Recherche (RAG). Au lieu d’envoyer aveuglément l’intégralité de votre espace de travail à l’IA, ce qui serait excessivement lent et dépasserait les limites de contexte, Contradic recherche et extrait intelligemment uniquement les extraits les plus pertinents.

Comment l’IA récupère les informations

En arrière-plan, Contradic effectue plusieurs étapes automatisées pour s’assurer que vous obtenez des réponses précises et complètes :

1. Planification de la recherche : Avant de chercher, l’IA analyse votre question et l’historique de la conversation pour formuler un plan d’analyse. Elle génère jusqu’à 6 requêtes de recherche optimales différentes pour trouver l’information, en anticipant les variations de terminologie.
2. Exécution des recherches en parallèle : Le système exécute ces recherches dans votre espace de travail en combinant deux méthodes :
   • Correspondance exacte (texte intégral) : pour trouver des noms spécifiques, des références de contrat, des dates ou une terminologie juridique précise.
   • Correspondance sémantique (vecteur) : pour trouver des concepts et des clauses similaires qui partagent le même sens, même s’ils sont formulés différemment.
3. Sélection des preuves : Contradic analyse rapidement les centaines de paragraphes récupérés et sélectionne soigneusement les extraits spécifiques qui sont les plus pertinents pour répondre à votre question exacte.
4. Recherches supplémentaires : S’il manque encore des preuves essentielles après le premier passage, le système peut formuler de manière autonome de nouvelles requêtes et effectuer une seconde recherche ciblée pour combler les lacunes.

Pourquoi utiliser le RAG au lieu d’analyser tout l’espace de travail ?

• Efficacité en termes de coût et de vitesse : Fournir des milliers de documents à un modèle d’IA pour chaque message consomme une quantité énorme de jetons et peut prendre de nombreuses minutes pour générer une réponse. En extrayant et en n’envoyant que les preuves les plus critiques, l’analyse est considérablement plus rapide et n’utilise qu’une fraction du budget de jetons.
• Précision accrue : Fournir trop de contexte non pertinent peut facilement distraire l’IA et augmenter le risque d’hallucinations. Réduire strictement le contexte à des preuves ciblées permet d’obtenir des réponses plus précises et factuelles.
• Découverte itérative : Bien que la recherche globale extraie un ensemble très ciblé de preuves, elle peut ne pas tout capturer du premier coup pour des questions extrêmement larges. Parce que le processus est optimisé, vous pouvez simplement affiner votre question ou poser des questions de suivi. L’IA ré-exécutera alors la recherche plusieurs fois de manière transparente pour récupérer de nouveaux extraits pertinents et enrichir votre contexte.