Les mots qu’on emploie,
définis depuis la production.

Un système qui appelle des outils et modifie l'état d'un autre système : il crée une écriture, envoie un message, met un dossier à jour. La différence avec un assistant conversationnel n'est pas la qualité de la conversation, c'est la conséquence.

Le piège Un agent se juge sur le taux d'actions justes et le coût d'une action fausse, pas sur la pertinence d'une réponse.

Le mécanisme par lequel un modèle demande l'exécution d'une fonction déclarée, avec des paramètres qu'il produit et qui sont validés avant exécution.

Le piège La qualité de la description des outils compte plus que le choix du modèle. Un outil mal nommé sera appelé au mauvais moment.

Un magasin qui indexe des vecteurs pour retrouver rapidement les plus proches d'un vecteur donné, avec leurs métadonnées associées.

Le piège En dessous de quelques centaines de milliers de segments, une extension vectorielle sur votre base existante suffit largement et vous évite un composant de plus à opérer.

L'unité de facturation des agents : chaque action réussie d'un agent (une question résolue, un document traité, un dossier préparé) consomme un crédit. L'éditeur fixe le prix du crédit et le facture à ses clients, sous sa marque ; la plateforme lui fournit le compteur par client et les packs.

Le piège Le client ne paie que le travail fait, pas une licence de plus. Repère courant : facturer environ 10 % de la valeur du travail évité, le client garde le reste du gain.

L'opération qui coupe un document en segments avant de les vectoriser. Chaque segment doit être compréhensible seul.

Le piège Découper tous les n caractères est la cause numéro un des réponses incomplètes : ça sépare un titre de tableau de ses lignes, une condition de son exception. Il faut découper selon la structure.

La représentation d'un texte sous forme de vecteur numérique, telle que deux textes de sens proche donnent deux vecteurs proches. C'est ce qui rend la recherche par similarité possible.

Le piège Les embeddings sont excellents sur le sens et mauvais sur les identifiants : une référence produit ou un nom propre n'a pas de voisinage sémantique fiable.

La quantité de texte qu'un modèle peut prendre en compte en une fois, mesurée en jetons.

Le piège Une grande fenêtre ne remplace pas la recherche : remplir le contexte de tout ce qu'on a dégrade la précision et multiplie le coût. Ce qui compte est de sélectionner, pas d'entasser.

Le réentraînement d'un modèle existant sur vos données pour modifier son comportement : un format de sortie, un ton, une structure de réponse.

Le piège Ce n'est pas une alternative au RAG. Le RAG règle un problème de connaissance, le fine-tuning un problème de comportement. Un besoin de connaissance à jour ne se traite pas par réentraînement.

Les contrôles posés autour d'un modèle pour borner ce qu'il peut recevoir et produire : validation des schémas d'entrée et de sortie, filtres, périmètre d'outils, refus explicite hors périmètre.

Une approche où la connaissance est structurée en graphe plutôt qu'en segments de texte, si bien qu'une question devient un parcours de relations au lieu d'une recherche de similarité.

Le piège Utile quand la réponse n'existe dans aucun paragraphe et doit être reconstituée en suivant une chaîne, pourquoi une facture est bloquée, par exemple.

La description des entités, de leurs relations, des états qu'un dossier peut prendre et des transitions permises entre ces états, avec les vérifications obligatoires à chaque étape.

Le piège C'est ce qui remplace « le modèle décidera bien » par « voilà ce qui est permis ». Un agent libre trouve un chemin correct sur les cas standards et en invente un sur les cas rares.

Une réponse produite par un modèle qui est plausible et fausse. Le terme est trompeur : il n'y a pas de dysfonctionnement, le modèle fait exactement ce qu'on lui demande, produire la suite la plus probable.

Le piège Le remède n'est pas un meilleur modèle, c'est une porte de sortie : un système qui répond toujours produira toujours des réponses fausses sans le signaler.

Une plateforme qui fournit tout le moteur par API, sans imposer d'interface : l'éditeur garde la « tête », c'est-à-dire l'écran, la marque et la relation avec ses utilisateurs, et branche les agents dessous.

Le piège Ce n'est pas un agent en marque blanche posé à côté du logiciel : l'agent travaille dans l'écran de l'éditeur, sous son nom, et l'utilisateur ne voit jamais Rakam.

Le règlement européen sur l'intelligence artificielle, qui impose des obligations proportionnées au risque de l'usage : documentation, traçabilité des décisions, contrôles de biais et de performance.

Le piège Ces éléments s'intègrent à la conception. Les rattraper sur un système déjà déployé coûte plus cher que de les prévoir.

Une attaque où du contenu lu par le modèle, un ticket, un champ commentaire, un CV, un e-mail transféré, contient des instructions qu'il prend pour des consignes.

Le piège Aucun réglage de prompt ne résout ça de façon fiable. La protection est structurelle : périmètre d'outils fermé, validation humaine sur l'irréversible, contenu marqué comme contenu.

L'unité de découpage du texte manipulée par un modèle, plus petite qu'un mot. C'est l'unité de facturation de la plupart des fournisseurs.

Un ensemble de cas réels avec le résultat attendu, produit par les experts métier, servant à mesurer si une modification du système améliore ou dégrade.

Le piège Cinquante à deux cents cas suffisent, mais ils doivent inclure les cas ambigus et venir des utilisateurs. Sans jeu d'évaluation, chaque changement est un pari.

Les pratiques d'exploitation d'un système à base de modèles de langage en production : évaluation continue, traces, suivi de latence et de coût, détection de dérive, gestion des versions de prompts.

Un protocole qui normalise la façon dont un modèle découvre et appelle des outils extérieurs : la description des outils, la forme de l'appel, et l'exposition de ressources en lecture.

Le piège Ce n'est pas une couche d'intelligence, c'est une prise normalisée. Il ne décide pas quand appeler quoi, cette décision reste celle de l'agent.

Le comptage de l'usage client par client dans un système partagé.

Le piège C'est la mécanique qui permet à un éditeur de facturer une fonctionnalité IA à l'usage. Sans elle, la fonctionnalité reste démontrable mais pas vendable.

Un modèle dont les paramètres sont publiés et peuvent être exécutés sur votre propre infrastructure, y compris en réseau isolé.

Le piège C'est ce qui rend la souveraineté possible en pratique, et ce qui plafonne le prix des modèles fermés.

Une démonstration destinée à vérifier qu'une approche est faisable, sans les exigences d'un système de production.

Le piège Un POC qui ne sort jamais a en général trois causes : aucun critère d'acceptation, aucune mesure d'usage, aucun objectif de revenu. Les trois se posent au démarrage, pas après.

Au moment de la question, on récupère les éléments pertinents dans vos données et on les place dans le contexte du modèle, pour qu'il réponde à partir de ces éléments plutôt que de ce qu'il a mémorisé.

Le piège L'intérêt n'est pas seulement la justesse, c'est la traçabilité : une réponse construite depuis des segments identifiés peut citer ses sources.

La combinaison d'une recherche vectorielle et d'une recherche lexicale par mots-clés, dont les deux classements sont fusionnés.

Le piège C'est presque toujours le réglage qui fait gagner le plus pour le moins d'ingénierie, parce que les deux méthodes échouent sur des cas différents.

Le réordonnancement des segments récupérés par un modèle plus fin, qui juge la pertinence réelle plutôt que la simple proximité vectorielle.

La valeur en dessous de laquelle le système n'agit pas seul et passe la main à un humain.

Le piège Il se règle sur le coût d'une erreur dans chaque sens, pas sur une valeur de précision : rater un bon dossier et accepter un mauvais n'ont presque jamais le même prix.

Le paramètre qui règle le degré d'aléatoire dans la génération. À zéro, le modèle produit la suite la plus probable de façon quasi déterministe.

Le piège Sur un système métier, une température élevée est presque toujours une erreur : deux exécutions de la même question doivent donner le même résultat.

Le dispositif par lequel une proposition du système passe devant une personne avant d'être appliquée, avec sa justification et son score.

Le piège Une action non annulable doit y passer quel que soit le score. C'est la règle qui rend un agent déployable.

Un agent qui fait le travail dans un logiciel métier : il lit l'état d'un dossier, appelle les API sous les droits existants, suit un chemin validé à l'avance, et passe la main à un humain là où le coût d'une erreur le justifie.

Le piège Ce n'est pas un type d'agent de plus dans une gamme. Support, SalesOps, SmartData et AdminOps sont le même moteur avec un autre graphe et d'autres outils, d'où le fait qu'on puisse en configurer un qui ne figure dans aucune liste.

Le cerveau opérationnel d'un agent : les étapes d'un travail métier, dans l'ordre, avec ce qu'il vérifie à chaque étape, les outils qu'il a le droit d'appeler et l'endroit où un humain reprend la main. L'agent suit ce chemin au lieu de l'improviser.

Le piège C'est ce qui rend un agent prévisible et testable. Notre approche des graphes vient de notre recherche, publiée à ICMLC 2026.