Donner à votre IA la mémoire de tous vos contenus
Votre chatbot répond, mais il répond comme n'importe quel assistant : des généralités correctes, interchangeables, qu'on pourrait lire chez dix concurrents. Vos prospects n'y retrouvent ni votre méthode, ni vos exemples. Le problème n'est presque jamais le modèle : c'est la matière. Un transcript brut jeté dans une base vectorielle donne des morceaux qui coupent les idées en plein milieu, et un bot qui répond à côté.
Cette masterclass vous donne la méthode pour nourrir votre bot avec vos propres contenus : nettoyer la matière sans la dénaturer, la structurer en sections qui portent chacune une idée, la découper en morceaux d'environ 500 tokens avec chevauchement, et documenter chaque morceau pour qu'il ressorte exactement quand un prospect pose la question.
Ce que cet exercice ne peut pas casser
Tout se passe dans un document de travail, sur votre machine. Vous ne touchez ni à votre bot, ni à votre base : vous préparez la matière en amont. Au pire, vous jetez un brouillon et vous recommencez avec un autre contenu.
Ce que vous saurez faire à la fin
- Transformer un transcript de formation, une note de process ou un article en fichier propre, prêt à vectoriser.
- Découper un contenu en morceaux d'environ 500 tokens avec 50 tokens de chevauchement, sans jamais couper une idée en deux.
- Attacher à chaque morceau les métadonnées qui le rendent retrouvable : titre, source, et les questions de prospect auxquelles il répond.
- Niveau membre· le prompt prêt à coller qui nettoie, structure et découpe votre matière à votre place, et vous interviewe si vous partez de rien.
Six étapes, du fichier brut au morceau que votre bot retrouve au bon moment.
Pourquoi la préparation décide de tout
Quand un prospect pose une question à votre bot, le bot ne relit pas vos fichiers en entier : il va chercher dans la base les deux ou trois morceaux les plus proches de la question, et il répond avec ça. Si un morceau commence au milieu d'une idée et s'arrête avant la fin, la réponse sera vague ou tronquée, quel que soit le modèle. L'exigence est donc simple : un texte propre, découpé proprement, où chaque morceau porte une idée complète et autonome. Voici comment y arriver.
1Choisissez votre point de départdoute : « et si je n'ai rien d'écrit ? »
Deux situations, deux chemins. Vous avez déjà de la matière : un transcript de formation, une note de process, un article de référence. C'est le cas idéal, on part de là. Vous n'avez rien de structuré : pas de panique, on passe en mode interview. Au lieu de rédiger dans le vide, on se fait poser les questions une par une, section par section, et on ne rédige que lorsque la matière est récoltée. Dans les deux cas, commencez par poser le cadre : le sujet du contenu, à qui il s'adresse, et la ou les questions de prospect auxquelles il doit répondre.
2Nettoyez le bruit, gardez la voixdoute : « mon transcript est imbuvable »
Un transcript brut est plein de bruit : marqueurs de transcript, horodatages, hésitations de dictée, redites. Tout cela part. La ponctuation se corrige. Mais une règle absolue : on ne reformule pas le fond. La voix d'origine, vos tournures, vos exemples, c'est précisément ce qui fera que le bot répondra comme vous et pas comme une encyclopédie. Nettoyer, ce n'est pas réécrire.
3Structurez en sections : une idée par section
Le contenu nettoyé se découpe en sections courtes, chacune coiffée d'un titre clair, chacune portant une seule idée. C'est la fondation de tout le reste : si une section mélange trois idées, le découpage qui suit produira des morceaux confus, et la recherche sémantique renverra des résultats flous. Une section, une idée, un titre qui dit laquelle.
4Découpez en morceaux de 500 tokens, avec chevauchementdoute : « pourquoi 500, et pourquoi un chevauchement ? »
Le fichier se découpe en morceaux d'environ 500 tokens, soit à peu près 375 mots, avec 50 tokens de chevauchement entre deux morceaux consécutifs, et sans jamais couper une idée en plein milieu. Le calibre de 500 tokens donne des morceaux assez riches pour porter une idée complète, assez courts pour rester précis. Le chevauchement de 50 tokens garantit qu'une idée à cheval sur deux morceaux ne se perd jamais : le fil est repris d'un morceau à l'autre. C'est ce réglage qui garantit des réponses précises et jamais tronquées.
5Documentez chaque morceau
Chaque morceau reçoit une courte métadonnée : son titre, sa source (le fichier d'origine), et deux ou trois questions de prospect auxquelles il répond. Ces questions sont la clé de voûte : c'est elles qui font qu'un morceau ressort quand un prospect formule sa question avec ses mots à lui, et pas avec votre vocabulaire d'expert.
6Signalez les trous au lieu de les boucherdoute : « et si une partie manque de matière ? »
Si une partie manque de matière pour tenir une idée complète, la pire chose à faire est de combler par une généralité : vous injecteriez du générique dans la base, exactement ce qu'on cherche à éviter. La bonne pratique : signaler le manque dans une zone À COMPLÉTER, récolter la vraie information, et seulement ensuite vectoriser. Une fois le fichier complet, vous collez chaque morceau dans votre moteur de vectorisation et vous rangez le résultat et ses métadonnées dans votre base.
À vous de jouer : votre premier fichier prêt à vectoriser
Prenez un de vos contenus existants et déroulez la méthode à la main, sur une ou deux pages. Cochez à mesure.
Le résultat, en 30 secondes
À partir de votre seule matière, le prompt rend un document en quatre parties : le titre général, les sections nettoyées et structurées, une zone DÉCOUPAGE qui liste chaque morceau numéroté, et une zone À COMPLÉTER s'il reste des manques.
Morceau 3 : « Pourquoi je refuse les forfaits à la journée ». Questions de prospect : « combien coûte un accompagnement ? », « pourquoi pas de tarif à la journée ? ». Début : « La question du prix revient à chaque premier appel... ». Fin : « ...ce n'est pas le temps passé qui se paie, c'est le résultat. » En bas, la zone À COMPLÉTER signale que la section sur la garantie manque d'un exemple chiffré.
Le prompt prêt à coller
# RÔLE Tu es un ingénieur de la connaissance, spécialiste de la préparation de documents pour la recherche sémantique. Tu prépares des fichiers destinés à être vectorisés et interrogés par un chatbot. Ton exigence : un texte propre, découpé proprement, où chaque morceau porte une idée complète et autonome. Tu ne t'appuies QUE sur ce que je te donne. Ce qui manque, tu me le demandes. Tu n'inventes aucun contenu, tu ne complètes jamais un trou par une généralité. # CONTEXTE Je veux nourrir mon chatbot avec mes propres contenus pour qu'il réponde avec ma méthode et mes exemples, pas avec du générique. Je vais vectoriser le fichier que tu prépares, le découper en morceaux d'environ 500 tokens et le stocker dans une base vectorielle. Ma matière (si j'en ai) : [collez ici votre transcript, votre note ou votre article. Laissez vide si vous partez en mode interview.]
Le prompt fait ce travail pour vous : il nettoie votre matière sans la reformuler, la structure en sections, prépare le découpage en morceaux de 500 tokens avec chevauchement, propose les métadonnées de chaque morceau et liste ce qui manque au lieu d'inventer. Et si vous partez de rien, il vous interviewe section par section. Laissez votre email, je vous l'envoie.
Vérifiez que c'est à vous
Vous vectorisez le transcript brut d'une formation de deux heures, tel quel, sans nettoyage ni découpage maîtrisé. Votre bot répond ensuite de façon vague ou tronquée. Quelle est la cause la plus probable ?
D'abord avec vos mots, sans regarder les options :
Expliquez-le pour l'ancrer
Expliquez à un confrère, en une phrase, pourquoi on découpe un fichier en morceaux d'environ 500 tokens avant de le vectoriser, au lieu de donner le document entier au bot. Si votre phrase tient sans jargon, c'est acquis.
Ce que vous savez faire maintenant
- Préparer n'importe quel contenu, transcript, note ou article, pour la vectorisation, sans en perdre la voix.
- Découper en morceaux d'environ 500 tokens avec 50 tokens de chevauchement, sans jamais couper une idée.
- Documenter chaque morceau (titre, source, questions de prospect) pour qu'il ressorte au moment exact où la question tombe.
- Repérer les manques et les faire compléter au lieu de laisser du générique entrer dans votre base.
Un bot ne répond jamais mieux que le morceau qu'il retrouve.
Continuez seul
Vous avez tout pour préparer votre premier fichier. Pour continuer :
Toutes les masterclass →