â±ïž L'essentiel en 3 minutes |
đ§ Comprendre l'enjeu pĂ©dagogique du contexte mĂ©tier
L'IA Didask ne devine pas ce que signifie un message ambigu. Pour formuler une réponse pertinente, elle a besoin de comprendre qui pose la question, dans quel environnement, et avec quel vocabulaire.
Sans contexte, deux messages identiques provenant d'un dĂ©veloppeur et d'un commercial recevront la mĂȘme rĂ©ponse gĂ©nĂ©rique, potentiellement inadaptĂ©e aux deux. Avec un contexte bien renseignĂ©, l'IA peut interprĂ©ter la mĂȘme demande de façon diffĂ©rente et cibler les bonnes informations dans votre base. C'est ce qui transforme un assistant gĂ©nĂ©rique en vĂ©ritable accompagnateur mĂ©tier.
đ Comprendre comment l'IA utilise le contexte pour rechercher dans votre base
Quand l'IA reçoit un message d'un apprenant, elle formule une hypothÚse sur son besoin avant d'aller chercher dans votre base de connaissances. Pour construire cette hypothÚse, elle s'appuie sur :
Le contexte d'entreprise : nom, mission, types de produits, environnements dans lesquels vous opérez
Le lexique : termes spécifiques à votre organisation, acronymes, mots utilisés avec un sens différent du sens courant
Le contexte de l'apprenant : métier, missions, rÎle dans l'organisation (s'il l'a renseigné)
Exemple concret : un collaborateur en appel client Ă©crit "comment activer le cf ?". Sans contexte, ce message est incomprĂ©hensible pour l'IA. Avec un contexte d'entreprise dĂ©crivant une application logistique, un lexique indiquant que "CF" signifie "Custom Flow" (flux de transport personnalisĂ©), et le profil d'un customer success manager, l'IA peut formuler la requĂȘte exacte dans votre base et trouver les articles correspondants.
đ RĂ©diger un bon contexte d'entreprise
Le contexte d'entreprise décrit l'environnement et les enjeux communs à l'ensemble de vos collaborateurs.
Ă inclure :
le nom de votre entreprise
ses missions
les types de produits ou services commercialisés
Ă Ă©viter :
les informations valables uniquement pour un groupe d'employés spécifique
les données qui changent réguliÚrement (nombre de clients, nombre de collaborateurs, chiffres génériques)
les formulations peu informatives sur les enjeux réels ("nous sommes présents sur 7 pays")
âïž RĂ©diger un bon lexique
Le lexique recense la terminologie précise de votre organisation. Sans lui, l'IA utilisera le sens courant des mots ou fera des hypothÚses susceptibles de générer des erreurs.
Ă inclure :
les termes spécifiques à votre secteur ou votre entreprise, notamment ceux qu'il faudrait expliquer à quelqu'un d'un autre secteur
les mots qui ont un sens différent du sens commun dans votre organisation
les acronymes internes et leurs définitions
Exemples de termes à inclure : un acronyme inventé par votre entreprise pour désigner un process, une fonctionnalité d'un logiciel métier, un statut spécifique à votre organisation.
Ă ne pas inclure :
les acronymes universels utilisés par toutes les entreprises
les termes spécifiques mais largement documentés sur internet (ex : RGPD, SEO)
đ”ïž Sensibiliser les apprenants Ă l'intĂ©rĂȘt du contexte apprenant
Chaque apprenant peut ajouter des informations sur son métier et ses missions, et les modifier à tout moment. Ce contexte personnel permet à l'IA d'interpréter les demandes en fonction du profil de chacun.
Par exemple, une dĂ©veloppeuse et un customer success manager n'ont pas besoin des mĂȘmes informations quand ils posent une question sur un produit. Avec un contexte apprenant renseignĂ©, l'IA adapte ses rĂ©ponses en consĂ©quence.
Lors du dĂ©ploiement de l'IA Didask, communiquez auprĂšs de vos apprenants sur l'intĂ©rĂȘt de prendre quelques minutes pour prĂ©ciser leur contexte : cela amĂ©liore directement la qualitĂ© des rĂ©ponses qu'ils recevront.
Mots-clés : contexte métier, lexique, IA Didask, coach, assistant d'apprentissage, personnalisation, qualification des demandes