La Réponse Courte
Le "Grounding" représente la distinction entre un agent qui cite une politique approuvée et un agent qui formule une réponse plausible. Dans Agentforce, la couche de Grounding est composée de quatre éléments qui sont structurés séquentiellement : les sources déclarées comme faisant autorité, la manière dont le contenu est découpé et étiqueté pour la récupération, la garantie que les autorisations de l'utilisateur sont respectées lors de la récupération, et la procédure en cas d'absence de source pertinente.
La majorité des échecs que nous observons lors des pilotes ne proviennent pas du modèle. Ils résultent de bases de connaissances non maintenues depuis deux ans, de documents mal découpés au milieu d'un tableau, ou de l'absence de mécanisme de repli (Fallback). Par conséquent, le travail doit commencer par une vérification de la préparation du contenu, et non par la rédaction d'instructions.
Le contexte plus large pour le choix des cas d'utilisation est présenté dans Agentforce pour les entreprises.
Les Quatre Couches du Grounding
| Couche | Ce qui y est défini | Signe de défaillance | Preuve de fonctionnement |
|---|---|---|---|
| Sources | Quelles bases de données sont déclarées comme source de vérité et qui en est le propriétaire | Deux réponses contradictoires à la même question | Liste des sources avec propriétaire et date de vérification |
| Représentation | Chunking, métadonnées et étiquetage par produit, langue et version | Un fragment récupéré n'est pas lié à la question | Rappel (Recall) mesuré sur un ensemble de questions connues |
| Autorisations | Comment le contexte de l'utilisateur restreint la récupération | Du contenu interne apparaît dans la réponse à un client | Test de persona pour chaque niveau d'autorisation |
| Transparence | Citations, fraîcheur (Freshness) et mécanisme de Fallback | Réponse sans source et sans aveu d'ignorance | Pourcentage de réponses avec une citation valide |
Couche 1 : Déclaration des Sources de Vérité
La première étape n'est pas technique. Elle consiste à prendre les vingt questions les plus fréquentes du processus choisi et à identifier, pour chaque question, où se trouve actuellement la réponse correcte. Le résultat est presque toujours surprenant : certaines réponses se trouvent dans un article de Knowledge, d'autres dans un champ CRM, certaines dans un document détenu par un chef d'équipe, et d'autres encore dans la mémoire de deux personnes expérimentées.
Chaque source intégrée doit avoir un propriétaire désigné, une fréquence de mise à jour convenue et une dernière date de vérification. Une source sans propriétaire devient, en quelques mois, une source d'informations obsolètes que l'agent continuera de citer avec assurance. Les sources sans propriétaire sont exclues, même si elles sont riches en contenu.
La décision la plus difficile concerne ce qui ne doit pas être inclus. Les bases de données d'e-mails, les canaux de chat et les présentations commerciales, qui semblent être des mines d'or, se révèlent être une source majeure de réponses incorrectes, car elles ne distinguent pas entre un brouillon, une proposition rejetée et une politique approuvée.
Les principes du nettoyage et de la préparation de la base de connaissances sont détaillés dans Préparation de la Connaissance pour Agentforce.
Couche 2 : Chunking, Métadonnées et Pertinence
Une bonne récupération dépend moins du modèle que de la manière dont le contenu est décomposé. Un découpage basé sur un nombre fixe de caractères détruit les tableaux, les listes d'étapes et les conditions d'éligibilité — précisément les contenus nécessaires à des réponses précises. Il est préférable de découper selon la structure : un sous-titre, une étape de processus ou une ligne de tableau qui reste complète avec son contexte.
Les métadonnées permettent de réduire l'espace de recherche avant même que le modèle n'intervienne. Les étiquettes minimales à exiger sont : produit ou ligne de service, marché ou pays, langue, public cible (client ou interne), date d'expiration et statut d'approbation. Sans étiquetage par marché et par langue, un agent d'une organisation mondiale mélangera les politiques de deux pays dans la même réponse.
L'évaluation de la pertinence est quantitative et non subjective : il s'agit de construire un ensemble de 50 à 100 questions réelles avec la bonne réponse et la bonne source, puis de mesurer dans combien de cas le fragment correct a été récupéré. Un score de "Recall" faible indique un problème de représentation, et sa correction est bien moins coûteuse que le remplacement d'un modèle ou la réécriture d'instructions.
Couche 3 : Autorisations au Moment de la Récupération
C'est la couche qui fait échouer les pilotes lors des audits de sécurité. La règle est simple : la récupération doit s'effectuer dans le contexte des autorisations de l'utilisateur, et non dans le contexte d'un compte d'intégration large. Si un fragment d'information était masqué à l'utilisateur dans l'interface, il doit également être masqué dans la réponse de l'agent.
En pratique, trois vérifications sont nécessaires. Premièrement, un mappage entre les niveaux de classification de la source externe et les profils et ensembles d'autorisations (Permission Sets) dans Salesforce. Deuxièmement, un test de persona : exécuter les mêmes dix questions sous l'identité d'un agent, d'un manager et d'un client externe, et comparer les réponses. Troisièmement, la gestion du contenu mixte : un document principalement public contenant un paragraphe sensible doit être découpé ou ne pas être inclus.
Dans un canal public, la valeur par défaut la plus sûre est une liste blanche : seul le contenu explicitement marqué comme approuvé pour le client est inclus dans l'index accessible à l'agent externe. Une approche de liste noire manquera toujours un document.
Le modèle de responsabilité partagée entre l'organisation, Salesforce et le fournisseur de modèle est détaillé dans Sécurité et Responsabilité Partagée d'Agentforce.
Couche 4 : Citations, Fraîcheur et Fallback
Ces trois mécanismes transforment un agent d'un système opaque en un système vérifiable. Une véritable citation renvoie au fragment effectivement récupéré, et non à un article que le modèle mentionne dans le texte – c'est la différence entre une preuve et un embellissement. Le pourcentage de réponses avec une citation valide est l'une des rares métriques qu'un manager non technique peut lire et comprendre.
La fraîcheur exige un SLA écrit : les politiques de prix sont vérifiées trimestriellement, les procédures de service semestriellement, le contenu réglementaire immédiatement après un changement. Le contenu dont la date d'expiration est dépassée doit être automatiquement retiré de l'index et ne doit pas y rester tant que quelqu'un ne remarque pas l'erreur.
Le Fallback est le comportement le plus important à vérifier avant l'exposition aux clients. L'agent doit explicitement déclarer qu'il ne dispose pas d'informations approuvées et renvoyer la demande, au lieu de formuler une réponse plausible. Une bonne question à tester : demander un produit inexistant et voir si l'agent invente des conditions de service.
Scénario : Une Compagnie d'Assurance avec 900 Articles de Connaissance
Une compagnie d'assurance souhaitait un agent pour répondre aux questions des agents de centre d'appels concernant les conditions de police. Le premier pilote a échoué : 40 % des réponses étaient incorrectes ou incomplètes. L'analyse a montré que le problème résidait entièrement dans la couche des sources : sur 900 articles, 380 n'avaient pas été mis à jour depuis plus de trois ans, et 60 d'entre eux contredisaient des articles plus récents sur le même sujet.
L'équipe n'a pas touché au modèle. Elle a réduit l'index à trois produits principaux, soit environ 140 articles seulement, a nommé un propriétaire pour chaque ligne de produit, et a archivé les articles contradictoires. Elle a ajouté un étiquetage par produit, année de version et statut d'approbation, et est passée à un découpage par section plutôt que par longueur fixe.
La deuxième série de tests sur le même ensemble de 80 questions a atteint une précision bien plus élevée, et surtout, dans les cas où aucune source n'existait, l'agent a transféré la demande à une personne au lieu de deviner. La conclusion qui a mené à l'expansion n'était pas "l'IA s'est améliorée" mais "nous savons sur quoi elle s'appuie".
Risques et Actions Préventives
| Risque | Comment il se manifeste tardivement | Action Préventive |
|---|---|---|
| Sources contradictoires | Réponses différentes à la même question entre agents | Archivage des anciennes versions et source de vérité unique pour chaque sujet |
| Découpage destructeur de structure | Réponses partielles dans les processus multi-étapes | Chunking par section avec conservation du titre contextuel |
| Autorisations au niveau de l'intégration | Exposition de contenu interne sur un canal client | Récupération dans le contexte utilisateur et tests de persona |
| Absence de date d'expiration | Citation d'une politique déjà abrogée | SLA pour la mise à jour et la suppression automatique de l'index |
| Fallback non défini | Formulation d'une réponse convaincante sans source | Parcours "aucune information approuvée" testé à chaque version |
Métriques pour la Couche de Grounding
| Métrique | Définition | Fréquence |
|---|---|---|
| Retrieval recall | Pourcentage de questions pour lesquelles le fragment correct est récupéré | À chaque version |
| Citation validity | Pourcentage de réponses avec une source existante et valide | Hebdomadaire |
| Content freshness | Pourcentage d'articles dans l'index respectant la date de validité | Mensuel |
| Fallback rate | Pourcentage de demandes transférées à un humain en l'absence de source | Hebdomadaire |
| Permission leakage | Nombre de fuites détectées lors des tests de persona | À chaque version |
Un taux de Fallback élevé n'est pas un échec – c'est une carte des lacunes du contenu. La liste des questions ayant conduit au Fallback constitue la meilleure priorité pour la rédaction de nouveaux articles.
Lorsqu'une capacité interne insuffisante pour établir une couche de Grounding contrôlée est identifiée, le Service Agentforce et IA offre une voie pratique pour progresser.
Checklist Avant de Connecter un Agent aux Sources
- ☐ Les vingt questions fréquentes sont mappées à la source de la réponse actuelle.
- ☐ Chaque source dans l'index a un propriétaire désigné et une fréquence de mise à jour.
- ☐ Les sources contradictoires ont été identifiées et archivées.
- ☐ Un étiquetage par produit, marché, langue, public et date d'expiration est en place.
- ☐ Le "Chunking" préserve les tableaux et les listes d'étapes.
- ☐ La récupération s'opère dans le contexte des autorisations de l'utilisateur.
- ☐ Des tests de persona ont été effectués pour chaque niveau d'autorisation pertinent.
- ☐ Un ensemble de test de 50 questions avec des réponses et des sources correctes est disponible.
- ☐ Les citations renvoient au fragment effectivement récupéré.
- ☐ Un parcours de Fallback est formulé et testé sur le canal client.