Outil de cadrage gratuit
Scoreur de sélection d'un partenaire RAG d'entreprise
Préparez les preuves et les questions à examiner avant de comparer des approches pour un RAG d'entreprise. La sortie structure une discussion. Elle ne recommande pas de prestataire.
Comment l'utiliser
Partir d'un cas d'usage, pas d'un nom de fournisseur
Choisissez une tâche RAG concrète, ses utilisateurs, les données qui pourraient être mobilisées et les limites du premier périmètre. Parcourez ensuite les six dimensions avec les éléments disponibles dans le dossier de sélection.
Marquez une dimension comme documentée seulement lorsqu'une pièce peut être examinée. Une présentation, une démonstration ou une promesse commerciale ne remplace pas la vérification des accès, des tests, des responsabilités et des conditions de reprise.
Les six dimensions
Ce que le scoreur vous aide à rendre explicite
Périmètre
La tâche, les utilisateurs, le corpus et les exclusions sont-ils suffisamment précis pour juger une proposition ?
Accès
Les règles d'identité, d'autorisation, de retrait de droits et de données interdites sont-elles traitées ?
Évaluation
Les cas représentatifs, les sources autorisées, les refus et la manière de relire les résultats sont-ils définis ?
Exploitation
Les traces, l'investigation, les critères de revue et le retour arrière ont-ils un responsable ?
Transfert
L'équipe sait-elle ce qu'elle doit reprendre : code, documentation, tests, accès et pratiques d'exploitation ?
Gouvernance
Les risques, dépendances, décideurs et conditions de passage sont-ils consignés pour ce périmètre ?
Une méthode de décision, pas un benchmark
Demander des preuves compatibles avec le risque et le périmètre
Le NIST présente son AI Risk Management Framework comme un cadre volontaire pour intégrer les considérations de fiabilité à la conception, au développement, à l'usage et à l'évaluation de systèmes d'IA. Ses fonctions de gouvernance, de cartographie, de mesure et de gestion aident à organiser les questions, sans fournir une certification ni une checklist universelle.
Pour un RAG, la sélection doit donc rester reliée au système réel : droits appliqués aux sources, cas de refus, évaluation sur des tâches représentatives, exploitation et responsabilité de reprise. Un nombre de réponses renseignées ne mesure ni ces preuves ni la qualité d'un partenaire.
Pour aller plus loin
Préparer le dossier avant puis tester le système
Notre guide sur le cadrage d'un projet RAG d'entreprise décrit les décisions à documenter avant le prototype : besoin, sources, droits, réponse attendue, évaluation, exploitation et critères de passage.
Lorsque le dossier devient concret, utilisez aussi notre méthode pour évaluer un RAG en production. Elle sépare récupération, réponse, accès, latence et coût afin que les résultats puissent être attribués et discutés.
FAQ
Questions fréquentes
›Ce scoreur recommande-t-il un partenaire RAG ?
Non. Il ne compare ni les prestataires ni leurs offres. Il prépare les questions et les preuves à demander pour un périmètre RAG précis.
›Peut-on utiliser un nombre de dimensions documentées comme note finale ?
Non. Ce nombre reprend seulement vos réponses. La qualité des pièces, leur applicabilité et les tests restent à examiner avec les responsables concernés.
›Faut-il donner des informations sur le fournisseur dans l'outil ?
Non. L'outil fonctionne sans nom de fournisseur ni donnée métier. Gardez les informations sensibles dans votre processus de sélection et de sécurité.
Sources et méthode
- NIST AI Risk Management Framework : cadre volontaire pour intégrer des considérations de fiabilité à la conception, au développement, à l'usage et à l'évaluation de systèmes d'IA.
- NIST AI 600-1, Generative Artificial Intelligence Profile : profil publié par le NIST pour aider à identifier des risques propres à l'IA générative et à adapter des actions de gestion des risques.
- NIST SP 800-207, Zero Trust Architecture : rappel que l'authentification et l'autorisation sont des fonctions distinctes avant l'accès à une ressource d'entreprise.
Cet outil est une aide au cadrage. Il ne contient ni comparaison de fournisseurs, ni donnée client, ni score de conformité, ni promesse de sécurité, de performance ou de résultat.
Vous devez préparer une sélection RAG liée à vos contraintes de données, d'accès et d'exploitation ?
IgnitionAI peut aider votre équipe à cadrer le périmètre, les preuves à demander, les tests et les décisions à prendre avant d'engager une livraison.
Décrire votre contexte ->