Contenus externes
En tant que gestionnaire de bot Dydu , vous avez la possibilité de centraliser et organiser vos sources de contenu externe directement depuis une interface intuitive dans le BMS, afin de générer des réponses instantanées basées sur ces sources et ainsi améliorer la qualité des réponses fournies aux utilisateurs finaux.
Créer une collection
Via le menu de navigation du BMS, vous avez la possibilité d'accéder à la page de Contenus externes : Contenus > Contenus externes.
Vous arrivez donc sur la page de vos collections, où vous trouverez par défaut une collection créée.
En cliquant sur cette collection, vous entrerez dans la page d'édition de votre collection.
Alimenter la collection
Importer vos documents
Il est possible d'importer un plusieurs documents de type : PDF, DOCX, PPTX, TXT. Chaque document doit faire 10Mo maximum.
Renseigner des Sharepoint
L'outil d'indexation SharePoint permet d'ajouter vos pages et vos fichiers à votre base de connaissances.
Pour autoriser cet accès, une nouvelle application disposant de droits de lecture doit être enregistrée dans votre environnement Microsoft. La démarche complète est expliquée dans ce tutoriel officiel.
Lors de la configuration, à l'étape des permissions (API permissions), deux autorisations sont requises pour l'application Dydu. Dans "Microsoft Graph", puis "Application Permissions", il faut sélectionner les droits suivants et valider avec le consentement de l'administrateur (Grant Admin Consent) :
Files.ReadAll
Sites.Selected
Pour finaliser la liaison de l'application, quatre éléments techniques devront ensuite être récupérés et conservés :
Le clientId (identifiant du client)
Le client Secret (valeur du secret)
Le tenant Id (identifiant de l'environnement)
L'identifiant du site SharePoint
Détails des étapes nécessaires sur comment récupérer les valeurs requises depuis Azure pour la configuration LLM Dydu:
Aller sur le portail Azure:
Cliquer sur inscriptions d'applications
Cliquer sur Nouvelle inscription
Donner un nom et cliquer sur "S'inscrire"
L'ID d'application est le client_id
Cliquer sur Certificats & secrets. Puis dans l'onglet "Secrets client" cliquer sur Nouveau secret client
Cliquer sur Certificats & secrets
Copier la Valeur du secret générée (client_secret)
Cliquer sur API autorisées. Puis cliquer sur Ajouter une autorisation.
Cliquer sur Microsoft Graph
Ensuite sur "Autorisations d'application". Puis ajouter les autorisations Sites.Selected et Files.Read.All
Cliquer sur Accorder un consentement d'administrateur pour XXXX
Pour trouver le tenant ID:
Aller sur le site : https://entra.microsoft.com/
Cliquer sur "Vue d'ensemble":
ID du client correspond au tenant ID.
Pour trouver le Sharepoint ID:
Composer l'URL suivante: https://<tenant>.sharepoint.com/sites/<site-url>/_api/site/id
Dans le résultat obtenu se trouve le sharepoint ID :
L'outil propose les fonctionnalités suivantes :
Indexation des pages et des fichiers de tout un site SharePoint.
Utilisation du RAG standard, avec affichage de l'URL d'origine du document SharePoint dans la réponse fournie.
Couplage possible avec un système d'authentification (SAML). Dans ce cas, l'utilisateur doit se connecter, le système récupère ses groupes d'appartenance et filtre les réponses selon ses droits d'accès aux documents.
Ne sont pas indexés :
Fichiers "embarqués" dans les pages
Les vidéos, et certains autres types (excel, wmf, ...)
Actuellement, l'opération de récupération des documents et l'indexation prend du temps (plusieurs minutes), le rafraîchissement le plus fréquent est 1 fois par jour.
Renseigner une FAQ personnalisée
Pour paramétrer une FAQ personnalisée, il suffit de remplir les informations suivantes :
Nom : correspond à l'adresse (URL) de l'API à utiliser.
Clé API.
Secret API.
Liste des identifiants des bases de connaissances à récupérer.
Une même combinaison de Clé API et de Secret API permet d'accéder à plusieurs bases de connaissances en même temps.
À partir de ces informations, l'ensemble des documents présents dans les bases de connaissances indiquées est automatiquement récupéré via le canal FAQ.
Renseigner une configuration Salesforce
Pour paramétrer une configuration Salesforce, il suffit de remplir les informations suivantes :
Nom : Nom de l'intégration
Client ID : Clé client de la configuration Salesforce
Client secret : Clé secrète de la configuration Salesforce
Url d'accès aux contenus : Url permettant de récupérer les documents dans votre configuration
Extraction des métadonnées Salesforce
Afin d'affiner les résultats de votre RAG et d'exploiter pleinement les données issues de Salesforce, vous pouvez filtrer et extraire des métadonnées spécifiques lors de l'indexation de vos contenus.
Configuration dans les Contenus externes :
Lors du paramétrage de votre source Salesforce dans l'interface, le champ Métadonnées à extraire vous permet de définir quelles informations associées à vos articles Salesforce doivent être récupérées et rendues exploitables par le moteur Dydu.
Comment l'utiliser : Vous devez y renseigner le nom technique exact des métadonnées Salesforce que vous souhaitez rapatrier côté Dydu.
Exemple : Si vous souhaitez conditionner la réponse en fonction de la visibilité de l'article dans votre application, vous devez ajouter la métadonnée
IsVisibleInAppdans ce champ.
Une fois ces métadonnées déclarées et extraites, elles peuvent être manipulées pour filtrer dynamiquement les réponses, notamment via des scripts serveurs ou lors de l'intégration dans un Web Service.
Filtrer les connaissances avec un script serveur
Le script serveur permet d'appliquer des règles de tri précises avant que le moteur de recherche ne génère sa réponse. Cela vous assure que le chatbot n'utilise que les contenus pertinents selon vos critères.
Voici un modèle de script simplifié. Dans cet exemple, nous demandons à l'outil de restreindre la recherche uniquement aux articles Salesforce dont la métadonnée "IsVisibleInApp" (Visible dans l'application) a pour valeur "true" (vrai).
Modèle de script :
Comment adapter ce script :
Vous pouvez facilement modifier ce modèle pour l'adapter à vos besoins en changeant les valeurs entre guillemets :
key: Indique le nom technique exact de la métadonnée que vous souhaitez vérifier (celui que vous avez déclaré dans le champ "Métadonnées à extraire").value: Indique la valeur que le contenu doit posséder pour être utilisé par le chatbot.operator: Définissez la règle de comparaison. Trois options sont disponibles :EQUAL: Cela indique que la métadonnée de l'article doit être strictement égale à la valeur que vous avez définie.NOT_EQUAL: Cela indique que la métadonnée de l'article ne doit pas être égale à la valeur que vous avez définie.SUB_STRING: Cela indique que la valeur que vous avez définie doit être contenue dans la métadonnée de l'article (elle n'est pas forcément strictement égale).
condition: Si vous définissez plusieurs filtres, cela permet d'indiquer comment les combiner :AND: Toutes les conditions doivent être remplies simultanément pour que l'article soit sélectionné.OR: Il suffit qu'au moins une des conditions soit remplie pour que l'article soit sélectionné.
Il est aussi possible de combiner les deux conditions ensembles :
Utilisation des filtres dans le Web Service Dydu_RAG
Pour appliquer ces filtres lors de l'interrogation de votre base de connaissances, vous devez configurer le Web Service Dydu_RAG.
Dans la configuration de ce Web Service, rendez-vous dans la section des paramètres et ajoutez un nouveau paramètre nommé metadataFilters.
Pour définir la valeur de ce paramètre, deux options s'offrent à vous :
Option 1 : Utiliser le script serveur Vous pouvez connecter ce paramètre au script serveur créé à l'étape précédente. Le Web Service appellera le script et appliquera automatiquement les règles de filtrage que vous y avez définies.
Option 2 : Définir le filtre directement Vous pouvez choisir de renseigner la règle de filtrage directement dans le champ de valeur du paramètre, sans passer par un script. La syntaxe doit obligatoirement se présenter sous la forme d'un tableau contenant la clé, l'opérateur et la valeur.
Exemple :
["url", "EQUAL", "[https://www.dydu.ai/produits/chatbot/relation-clients/](https://www.dydu.ai/produits/chatbot/relation-clients/)"]
Renseigner des Site web
Il y a trois types de Sites Web que l'on peut indexer :
Domaine
Lorsque vous indiquez une adresse web à explorer, l'outil cherche en priorité le plan du site (appelé sitemap) pour identifier les pages.
Si aucun plan n'est trouvé, l'exploration démarre directement à partir de l'adresse que vous avez saisie.
Si cette adresse correspond à un dossier précis de votre site, la recherche s'effectuera uniquement à partir de cet emplacement précis.
Sitemap
Une sitemap fonctionne comme la carte d'un site web. Ce fichier dresse la liste de toutes les pages importantes d'un site. Si vous sélectionnez une sitemap, l'outil explorera uniquement les adresses qui y sont inscrites.
URLs spécifiques
En indiquant une liste d'adresses web (URLs), vous définissez précisément les pages exactes que l'outil doit analyser.
Suivi des liens
Cette fonctionnalité permet d'autoriser l'outil à naviguer au-delà des pages initialement configurées pour enrichir votre base de connaissances.
Suivre les liens : En cochant cette case, le robot explorera et indexera chaque lien direct (profondeur de niveau 1, ou N+1) présent sur l'ensemble des pages que vous avez soumises.
Restreindre le suivi des liens à certains domaines : Cette case devient disponible uniquement si l'option "Suivre les liens" est activée. Elle vous permet de cibler l'exploration en renseignant une liste de domaines précis. Le robot ne suivra alors les liens de niveau 1 que s'ils appartiennent aux domaines configurés.
Détail de la collection
Les informations sur l'ajout de votre source à votre collection s’afficheront comme suit :
Nom : le nom de votre source
Ajouté par : l'identifiant du gestionnaire du bot
Date de création : date à laquelle vous avez ajouté votre source
Préparation : Statut et actions de la préparation de la source
Indexation : Statut et actions de l'indexation de la source
Dernière indexation le : Date de dernière indexation
Actions : Actions possible sur les sources (modifier, supprimer & voir les détails)
La préparation est l'étape de récupération individuelle des données, durant laquelle l'outil télécharge et lit le contenu de chaque source ajoutée.
L'indexation est l'étape globale qui rassemble et intègre toutes ces sources à la base de connaissances pour permettre au bot de générer des réponses. Toute modification d'une source nécessite de relancer cette indexation globale.
Il existe plusieurs statuts pour suivre l'avancement de vos contenus :
En attente d'action : Aucune action n'a encore été initiée sur cette source.
Planifié : La préparation ou l'indexation de la source est programmée et s'exécutera prochainement.
Annulé : Le processus de préparation ou d'indexation a été interrompu.
En préparation : Le téléchargement et la lecture des données de la source sont en cours.
Prêt : Les données ont été récupérées avec succès, la source est désormais en attente de son indexation.
Préparation échouée : Une erreur a empêché la récupération des données de cette source.
Indexation en cours : L'intégration des données à la base est en cours de traitement.
Indexé : La source est totalement intégrée à la base et le bot peut l'utiliser pour générer des réponses.
Indexation partielle : La base nécessite une mise à jour. Par exemple, une nouvelle source a été ajoutée mais n'a pas encore été indexée avec le reste.
Test conf LLM échoué : Le processus s'est arrêté suite à une erreur dans la configuration du modèle de langage.
Fichier de configuration non trouvé : Une erreur technique liée au serveur a empêché l'opération de se dérouler correctement.
Suggestion et Indexation
Préparation et indexation par source (Individuelle)
Cette méthode vous permet de gérer chaque document ou site web de manière totalement indépendante. Pour chaque source, vous disposez de deux boutons distincts : un bouton pour la préparation et un bouton pour l'indexation.
Le bouton "Préparation"
En cliquant sur la petite flèche de ce bouton, vous accédez aux options suivantes :
Préparer la source : Lance uniquement la récupération et la lecture des données pour la source choisie.
Préparer et indexer la source : Enchaîne automatiquement la récupération des données puis leur intégration à la base de connaissances pour cette la source choisie
Le bouton "Indexation"
De la même manière, la flèche associée à ce bouton vous propose les options suivantes :
Indexer la source : Intègre les données de la source choisie qui ont déjà été préparées.
Préparer et indexer la source : Permet de lancer l'intégralité du processus (préparation et indexation) pour la source choisie.
Préparation et indexation globale (Collection complète)
Un bouton principal permet de lancer simultanément la préparation et l'indexation de toute votre collection, ce qui inclut l'ensemble des sources configurées.
En cliquant sur la petite flèche adjacente à ce bouton principal, vous accédez à deux options spécifiques :
Préparer uniquement la collection (sans lancer l'indexation).
Indexer uniquement les éléments de la collection qui ont déjà été préparés.
Suggérer des connaissances à partir de la collection
Ce bouton permet de préparer votre collection dans le but d'en extraire un fichier Excel de connaissances, que vous pourrez ensuite importer directement dans votre bot.
Points d'attention importants :
Pas d'indexation : Cette action n'indexe pas la collection.
Pas de RAG : Elle ne permet pas au bot d'utiliser ces documents pour générer des réponses de manière autonome.
L'unique finalité de ce bouton est la création de ce fichier d'export.
Détail des éléments de la collection avec le statut "Terminé avec erreurs"
Une fois l'indexation ou la suggestion effectuée , il est possible qu'on obtienne un statut "Terminé avec erreurs".
En cliquant sur le statut, un rapport est affiché avec les détails d'erreurs.
Détail des erreurs issues de Sites Web :
Dans le détail du rapport, un pourcentage de succès et d'erreurs est indiqué. Une répartition des codes d'erreurs http est présenté.
Les erreurs peuvent être classées en différentes catégories, telles que celles liées côté serveur ou autres.
Détail des erreurs issues des Sharepoints :
Dans le détail du rapport, un pourcentage de succès et d'erreurs est également indiqué. Le rapport fournit des détails complets sur toutes les pages qui n'ont pas pu être récupérées, ainsi que sur les dossiers concernés.
Il précise également, pour chaque dossier, les fichiers spécifiques qui n'ont pas pu être récupérés, permettant ainsi une identification claire des éléments manquants
Configuration de la collection
Personnalisation des réponses
Configurer les paramètres d’indexation d’une collection permet d’adapter précisément le comportement du bot à vos besoins métier et à l’expérience utilisateur souhaitée. Chaque collection dispose d’une card dédiée où vous pouvez ajuster plusieurs options afin d’optimiser la pertinence, la longueur et le style des réponses générées, ainsi que la sélection des sources d’information.
La température définit le style des réponses fournies par le bot : plus la température est élevée, plus les réponses peuvent être créatives ; à l’inverse, une température basse privilégie des réponses strictement factuelles. Ce réglage est particulièrement utile pour s’assurer que le ton et le niveau de créativité du bot correspondent à votre contexte d’utilisation.
Le nombre de tokens de sortie correspond à la longueur des réponses générées. Vous pouvez choisir entre des réponses courtes, moyennes ou détaillées selon la complexité des sujets traités ou la préférence de vos utilisateurs. Ajuster ce paramètre aide à fournir des informations plus synthétiques ou au contraire plus approfondies.
Le score minimum requis pour les sources des réponses permet de filtrer les documents utilisés par le bot : seules les sources dont le score est supérieur ou égal à la valeur définie seront prises en compte dans la génération des réponses et dans l’affichage des sources citées. Ce réglage garantit que seules les sources jugées suffisamment pertinentes ou fiables sont utilisées pour construire la réponse.
Le prompt additionnel offre la possibilité d’ajouter un contexte spécifique ou une instruction particulière qui sera systématiquement prise en compte lors de la génération des réponses pour la collection concernée. Ce champ texte libre permet par exemple d’imposer un ton, de préciser une consigne métier, ou d’orienter le bot sur un sujet sensible.
La fonctionnalité de gestion flexible du prompt additionnel offre un meilleur contrôle sur le prompt final envoyé au modèle. Elle permet de visualiser le prompt final complet et de choisir l'emplacement précis du prompt additionnel : au début, au milieu, ou à la fin.
Vous ne pouvez pas modifier le contenu du prompt final lui-même ; vous pouvez uniquement insérer le prompt additionnel et définir sa position pour optimiser la réponse du modèle.
Mode avancé : Personnalisation des réponses
En activant le mode avancé, de nouvelles options de paramétrage apparaissent pour contrôler la façon dont le système sélectionne les informations.
Score minimum requis pour les sources des réponses
Dans ce bloc, vous trouverez une nouvelle case à cocher : Activer/Désactiver le filtrage par score avant la génération de la réponse.
Désactivé (par défaut) : Toutes les sources récupérées sont utilisées pour générer la réponse, quel que soit leur score de pertinence.
Activé : Le système applique un filtre strict en amont. Seules les sources dont le score est supérieur ou égal au minimum que vous avez défini seront conservées et utilisées pour rédiger la réponse.
Génération de la réponse
Ce nouveau bloc vous permet de configurer la quantité d'informations transmises au modèle pour construire sa réponse. Vous y trouverez les options suivantes :
Nombre de sources directes (Top K) : Ce paramètre se règle sur une échelle de 1 à 10 et définit le nombre d'extraits de texte (chunks) qui seront directement envoyés au LLM. Il est fortement conseillé de garder une valeur faible (entre 2 et 4). Si vous définissez une valeur trop élevée, le modèle risque d'être noyé sous des informations moins pertinentes, ce qui augmente le risque d'hallucinations.
Activer/Désactiver le LLM Rerank pour améliorer la précision des réponses : Cette option active un second examen des extraits pour ne conserver que les plus pertinents. Bien que cela ralentisse légèrement la génération de la réponse, ce traitement améliore grandement la qualité et la précision du résultat final.
Paramètres spécifiques au Rerank
Lorsque vous cochez la case d'activation du LLM Rerank, l'interface s'adapte et de nouvelles options de configuration apparaissent dans le bloc de génération de la réponse :
Étendue de la présélection (Top K) : Le paramètre initial ("Nombre de sources directes") change de nom et de comportement. Le modèle va d'abord scanner ces K extraits pour identifier les plus pertinents, avant de n'en conserver que les meilleurs (N) pour répondre. Contrairement au mode classique, vous pouvez ici définir une valeur plus élevée (entre 10 et 30). Ce paramètre se règle sur une échelle de 1 à 50.
Nombre de chunks à utiliser (Top N) : Ce nouveau paramètre (réglable de 1 à 10) correspond au nombre final d'extraits qui seront effectivement utilisés pour rédiger la réponse. Le Rerank choisit ces N meilleurs éléments parmi la présélection (K). Il est recommandé de conserver une valeur faible (entre 2 et 4).
Puissance de traitement (Batch size) : Ce réglage définit la quantité d'extraits traités en une seule fois parmi le Top K. Une valeur élevée accélère le temps de traitement de la réponse, mais exige davantage de ressources système. À noter : L'échelle de ce paramètre s'adapte automatiquement à votre configuration du Top K (par exemple, si votre Étendue de présélection est réglée sur 35, le Batch size pourra être configuré de 1 à 35).
Variables dynamiques
Des variables dynamiques peuvent être utilisées dans le prompt additionnel de chaque collection. Par exemple, ${capture.user_name} est remplacé automatiquement par la valeur réelle récupérée pendant la conversation ou depuis un web service.
Si une variable n’est pas disponible, elle est ignorée ou remplacée par une chaîne vide. Cela permet de personnaliser les instructions envoyées au moteur RAG, pour des réponses adaptées au contexte de chaque utilisateur.
Afin que les variables de capture soient correctement remplacées dans le prompt, il faut les ajouter aux paramètres du Web service : Dydu_RAG. Voici un exemple avec la variable de capture user_name :
Lorsque le prompt est transmis au moteur RAG, il ne contient plus la variable sous forme ${capture.XXXX}, mais directement sa valeur.
Par exemple, un prompt comme :
" Donne-moi la valeur contenue dans ${capture.city} "
Sera envoyé au moteur sous la forme :
" Donne-moi la valeur contenue dans Paris "
Si la variable ${capture.city} contient « Paris ».
Contextualiser le RAG avec des métadonnées
Il est possible de cibler précisément les documents utilisés par le RAG pour générer une réponse. Pour cela, vous pouvez filtrer les contenus grâce aux métadonnées associées à chaque document (comme une URL ou une catégorie).
Toutes les métadonnées sont utilisables pour ce filtrage, à l'exception du score.
Exemple de métadonnée :
Il est possible de visualiser les métadonnées de vos documents en cliquant sur le bouton 
d'une collection indexée
La configuration s'effectue directement dans le webservice nommé Dydu_RAG. Il suffit d'y ajouter un nouveau paramètre intitulé metadataFilters.
La valeur de ce paramètre doit être saisie sous cette forme : [{"key": "clé", "operator": "opérateur", "value": "valeur"}].
Trois opérateurs sont disponibles pour définir votre filtre :
EQUALS : conserve uniquement les contenus correspondant exactement à la valeur.
NOT_EQUAL : exclut les contenus correspondant exactement à la valeur.
SUB_STRING : conserve les contenus qui intègrent tout ou partie de la valeur.
Par exemple, pour que le bot se limite exclusivement aux pages des produits Dydu, il faut utiliser l'opérateur SUB_STRING sur l'URL de la manière suivante : [{"key": "url", "operator": "SUB_STRING", "value": "https://www.dydu.ai/produits/"}].
Affichage du Score RAG dans les Réponses
Afin d'afficher le score des métadonnées attribué par le RAG pour chaque réponse fournie, il est nécessaire de modifier le webservice Dydu_RAG et d'intégrer l'information dans le format de réponse.
Pour récupérer le score RAG, la variable doit être extraite du JSON de retour du webservice.
Ajoutez la ligne suivante à l'intérieur du JSON afin d'extraire la valeur du score :
Après avoir extrait la valeur, vous devez définir la variable d'affichage et formater la manière dont le score sera présenté.
Ce code vérifie l'existence du score et le formate pour l'affichage, par exemple, en ajoutant un saut de ligne et l'étiquette :
Et voilà, maintenant à chaque réponse générée par le RAG, le score de la réponse sera affichée.
Bien configurer ces paramètres vous permet d’obtenir des réponses adaptées, fiables et pertinentes, tout en maîtrisant la façon dont le bot interagit avec vos utilisateurs pour chaque collection de données indexée.
Gestion du contenu
Réindexation automatique
Vous pouvez configurer la fréquence de réindexation des collections selon quatre modes : aucune, quotidienne, hebdomadaire ou mensuelle.
Aucune : aucune réindexation n’est programmée, les données restent inchangées.
Quotidienne : la réindexation est effectuée automatiquement chaque jour, à minuit.
Hebdomadaire : la réindexation a lieu chaque lundi à minuit.
Mensuelle : la réindexation s’effectue le premier lundi de chaque mois, à minuit.
Le jour et l’heure de la réindexation sont prédéfinis et ne peuvent pas être modifiés. Cette configuration vous permet d’adapter la fréquence de mise à jour des données selon vos besoins, tout en gardant le fonctionnement simple et automatique.
Optimisation de l'accès au contenu
Cette option permet d'obtenir des réponses rapides tout en conservant une grande précision. Elle est indispensable lorsque vous traitez un grand volume de données.
Cependant, elle peut s'avérer moins performante si votre base de connaissances est de petite taille. Il est donc conseillé de l'essayer au préalable pour vérifier son efficacité sur vos contenus en utilisant la fonctionnalité "Tester le RAG".
Cette option n'est pas activée par défaut
Mis à jour
Ce contenu vous a-t-il été utile ?