Construire une base documentaire technique augmentée par l’IA (RAG sur runbooks et procédures)

Administrateurs systèmes et DevOps, Responsables documentation technique, Chefs de projet infrastructure

Connaissances de base en administration systèmes et documentation technique - Notions sur les LLM et les API d’IA (locales ou cloud) - Aisance avec les concepts de base de données ou d’indexation de contenus

Structurer une base documentaire technique exploitable par un moteur IA - Mettre en place une approche RAG pour interroger runbooks, procédures et documentations internes - Donner aux administrateurs la capacité d’obtenir des réponses contextualisées plutôt que de chercher dans de multiples sources

Comprendre le principe de la documentation “augmentée par l’IA”

Limites de la recherche classique dans les wikis et dossiers partagés
Principe du RAG : combinaison recherche documentaire et génération de réponse
Types de documents concernés : runbooks, procédures, fiches réflexes, guides d’exploitation
Cas d’usage concrets pour l’équipe d’administration et le support

Atelier pratique : identifier les familles de documents les plus utiles pour une base augmentée

Préparer et structurer la base documentaire

Inventaire des sources existantes : wikis, fichiers bureautiques, outils ITSM, anciennes docs
Nettoyage, harmonisation et structuration des contenus pour l’IA
Choix des formats (markdown, HTML, texte) et découpage en “morceaux” pertinents
Gestion des versions, de l’archivage et des documents obsolètes

Atelier pratique : sélectionner un échantillon de documentation et le restructurer pour un usage RAG

Mettre en place une chaîne d’indexation des documents

Notions de base sur les embeddings et les index vectoriels
Choisir les outils : solutions open source, services managés, intégration avec Ollama
Construire un pipeline d’ingestion et de mise à jour des documents
Gérer les métadonnées (type de doc, système concerné, criticité, date de mise à jour)

Atelier pratique : concevoir un flux d’indexation simple pour un ensemble de runbooks

Interroger la base documentaire via un modèle IA

Concevoir des prompts qui tirent parti des documents retrouvés
Exemples de questions : diagnostic d’incident, procédures à suivre, commandes à exécuter
Présenter les réponses avec les sources et des liens vers les documents originaux
Limiter le risque d’hallucination en imposant au modèle de s’appuyer sur les docs fournis

Atelier pratique : construire plusieurs prompts et tester des scénarios de questions/réponses sur la doc pilote

Contrôler les accès et protéger les informations sensibles

Segmentation de la documentation selon les publics (support N1, N2, admins, direction)
Mise en place de contrôles d’accès au niveau de l’index et de l’interface d’interrogation
Gestion des secrets, mots de passe et informations critiques
Journalisation des requêtes pour audit et amélioration du service

Atelier pratique : définir une politique d’accès et de classification des documents pour la base augmentée

Industrialiser et faire vivre la base documentaire augmentée

Intégration avec les outils existants : portail interne, chatbot, outils ITSM
Organisation de la contribution et de la mise à jour continue des contenus
Mesure de l’utilisation et de l’impact sur les temps de résolution d’incidents
Feuille de route d’évolution : nouveaux périmètres, nouveaux systèmes, nouveaux publics

Atelier pratique : élaborer un plan de mise en production et d’évolution de la base documentaire augmentée

Active Learning

contrôle continu ou certification si prévue dans le financement