Usage quotidien · 4 min de lecture
Un assistant qui répond en langage naturel ne vaut que par les questions qu’on lui pose. Comment formuler vos demandes, lire les sources et savoir quand une réponse mérite d’être approfondie.
Lorsqu’on utilise pour la première fois un assistant connecté aux données de l’entreprise, on a tendance à écrire comme dans un moteur de recherche : deux ou trois mots, sans contexte. « Factures Rossi » peut désigner les factures émises au client Rossi, celles reçues du fournisseur Rossi ou celles suivies par un commercial nommé Rossi. L’assistant choisira une interprétation, et rien ne garantit que ce soit la bonne.
Une question efficace précise ce que l’on cherche, sur quel ensemble et sur quelle période. « Quelles factures émises à Rossi Srl restent impayées à la fin du mois ? » laisse peu de place au malentendu et permet à l’assistant de choisir d’emblée le bon module et les bons filtres. Ce n’est pas une question de style : c’est la différence entre une réponse à revérifier et une réponse directement exploitable.
Question vague
Question précise
Trois éléments améliorent presque toutes les demandes. Le contexte, c’est-à-dire l’usage de la réponse : un appel client dans dix minutes n’appelle pas la même synthèse qu’une analyse pour la direction. La période, car sans indication l’assistant pourrait prendre en compte tout l’historique ou seulement les données les plus récentes. Le format enfin : une liste à parcourir, un tableau à coller dans un rapport, trois lignes à lire au téléphone.
Inutile d’écrire de longs paragraphes. Une phrase bien construite suffit presque toujours, et si la réponse ne correspond pas à l’attente, il est plus rapide de préciser dans la question suivante que de tout recommencer. L’assistant suit le fil de la conversation : vous pouvez donc approfondir pas à pas, comme avec un collègue expérimenté qui connaît bien les données.
Une bonne question précise
Toute réponse portant sur les données de l’entreprise devrait indiquer d’où elle vient : la fiche client, la facture, le document de procédure. Les sources ne sont pas un détail technique. Elles permettent de vérifier en quelques secondes un chiffre important avant de le transmettre, et de savoir si l’assistant s’est appuyé sur les bonnes données.
Une habitude simple mérite d’être prise : plus une réponse aura de conséquences, plus ses sources méritent d’attention. Pour une information destinée à une réunion interne, un coup d’œil suffit ; pour un montant à communiquer à un client, mieux vaut ouvrir le document cité. Une réponse sans sources, ou avec des sources sans rapport avec la question, est un signal à ne pas négliger.
Plus une réponse aura de conséquences, plus ses sources méritent d’attention.
Un bon assistant indique clairement lorsqu’il ne trouve pas une information ou lorsque la personne n’a pas les droits pour la consulter. Ce n’est pas un dysfonctionnement, c’est le comportement attendu. « Je n’ai trouvé aucune donnée sur ce client » est bien plus utile qu’une réponse plausible mais inventée.
Dans ce cas, il vaut la peine de se demander pourquoi. La donnée se trouve peut-être dans un système pas encore connecté, dans un document illisible ou dans un espace réservé à un autre service. Signaler ces cas à l’administrateur de l’outil aide à savoir quelles sources ajouter et quels droits revoir, sans contourner les règles.
Les résultats partiels demandent eux aussi une lecture attentive. Si l’assistant précise qu’il n’a affiché qu’une partie des éléments trouvés, la bonne conclusion n’est pas que le reste n’existe pas, mais qu’il faut resserrer la question.
Les questions les plus utiles traversent souvent plusieurs domaines : quels clients ont des offres en cours et des factures échues, quels membres de l’équipe ont une échéance de formation précisément le mois où ils sont planifiés sur une affaire importante. Aujourd’hui, y répondre oblige à ouvrir plusieurs écrans et à croiser des exports à la main.
Avec le module AI d’Innovaq, ces questions trouvent leur réponse en un seul endroit, car l’assistant lit les données de CRM, Sales, Finance, People, Task, Learning et Regulate dans le respect des droits de la personne qui interroge. Chaque réponse renvoie aux fiches et aux documents utilisés, et lorsqu’une réponse débouche sur une action, comme un rappel ou un brouillon d’e-mail, l’assistant la prépare et attend votre confirmation.
Continuer la lecture
Le Model Context Protocol est la méthode standard pour connecter un assistant IA aux outils et aux données de l’entreprise. Ce que cela signifie concrètement, et comment planifier vos premières connexions sans faux pas.
Les modèles du marché sont prêts à l’emploi et puissants ; une IA dédiée maîtrise mieux le langage de l’entreprise. Comment choisir, et pourquoi la meilleure réponse est souvent une combinaison des deux.
Innovaq est une entreprise en phase de lancement.