Base de connaissances (IA)
Dans les applications d'IA, une base de connaissances (knowledge base) est la collection de documents et de données dans laquelle un assistant ou un agent cherche pour répondre aux questions, comme des articles d'aide, des politiques internes ou de la documentation produit, conservée séparément du modèle lui-même.
Aussi appelé : knowledge base, KB
Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode
Les connaissances intégrées d'un modèle sont figées au moment de l'entraînement et n'incluent pas vos contenus privés. Une base de connaissances est l'endroit où vous placez ces contenus pour que le système puisse les consulter. En pratique, il s'agit des fichiers sources ainsi que de l'index traité et interrogeable construit à partir d'eux.
Ce qu'elle contient
Un pipeline de base de connaissances couvre généralement l'ingestion depuis des sources comme un wiki, Google Drive ou un service d'assistance, l'analyse de documents, le chunking, l'embedding et le stockage dans une base de données vectorielle ou un index de recherche. Au moment de la requête, elle récupère les fragments pertinents pour la génération augmentée par récupération. Des services gérés comme Amazon Bedrock Knowledge Bases regroupent ces étapes.
Exemple
Un assistant RH interne dispose d'une base de connaissances composée du livret d'accueil des salariés, de PDF sur les avantages sociaux et de calendriers des congés. Quand quelqu'un pose une question sur le cong é parental, il récupère la section pertinente du livret et répond à partir d'elle, avec une citation.
La garder utile
Le plus difficile n'est pas la recherche, c'est le contenu. Des documents obsolètes ou en double produisent des réponses fausses qui ont l'air assurées. Il vous faut un processus de synchronisation pour que les modifications et suppressions atteignent l'index, et des règles d'accès pour que chacun ne récupère que ce qu'il a le droit de voir, souvent via le filtrage par métadonnées.
Termes voisins
Un graphe de connaissances est une façon de structurer une base de connaissances, sous forme d'entités liées plutôt que de fragments de texte. La mémoire d'agent est similaire, mais elle est écrite par l'agent pendant l'utilisation et non préparée à l'avance.
Termes liés
- Génération augmentée par récupération
- La génération augmentée par récupération (retrieval-augmented generation, RAG) est un schéma dans lequel un système cherche d'abord dans une collection de documents les passages pertinents pour une question, puis fournit ces passages à un modèle de langage pour que sa réponse s'appuie dessus.
- Base de données vectorielle
- Une base de données vectorielle (vector database) stocke des embeddings avec leurs enregistrements source et retrouve les vecteurs stockés les plus proches d'un vecteur de requête, généralement à l'aide d'un index approximatif pour que la recherche reste rapide sur des millions d'éléments.
- Graphe de connaissances
- Un graphe de connaissances (knowledge graph) stocke l'information sous forme d'entités (personnes, produits, lieux, concepts) reliées par des relations nommées, afin qu'un logiciel puisse suivre les liens entre les faits au lieu de chercher dans du texte libre.
- Mémoire d'agent
- La mémoire d'agent est l'ensemble des techniques qui permettent à un agent IA de conserver des informations au-delà d'une seule fenêtre de contexte, comme des faits sur un utilisateur ou un travail passé, en les stockant hors du modèle et en les rechargeant au besoin.
- Analyse de documents
- L'analyse de documents (document parsing) convertit des fichiers comme des PDF, des numérisations, des diapositives et des tableurs en texte structuré exploitable par un logiciel, en conservant les titres, l'ordre de lecture, les tableaux et les images au lieu d'un flux plat de caractères.
- Chunking
- Le chunking (découpage en fragments) est l'étape qui divise les longs documents en passages plus petits avant qu'ils soient vectorisés et indexés, afin qu'un système de récupération puisse trouver et renvoyer uniquement les parties d'un document qui répondent à une requête.