Organiser l’architecture d’IA d’un produit
Séparez interface, données, modèle, outils et observation. Un exemple de tri des demandes montre où valider les réponses et contrôler les actions.
Un bouton « résumer avec l’IA » paraît simple. Il faut pourtant décider des données transmises, du stockage de la réponse, de l’attente et de la correction d’un mauvais résumé. L’architecture commence par ces questions, avant une liste de bibliothèques.
Prenons un exemple fictif : un SaaS d’assistance veut suggérer catégorie et priorité aux nouvelles demandes. La première version peut présenter une proposition sans modifier automatiquement le dossier. Ce choix réduit les actions à contrôler.
Suivez une requête complète
L’interface demande la classification et indique si elle attend, s’exécute ou se termine. Le backend vérifie l’accès à la demande, réunit les seules données nécessaires et interroge le modèle. La réponse est validée avant de devenir une suggestion utilisable.
Si le modèle renvoie une catégorie inconnue, un format incorrect ou une justification sans appui, le système doit traiter ce cas. Une réponse API réussie ne transforme pas son contenu en donnée métier valide.
Séparez proposition et exécution
Quand l’opérateur accepte la suggestion, la modification passe par les mêmes permissions et contrôles qu’une édition manuelle. Le serveur reste responsable des règles métier. Une instruction inscrite dans la demande ne peut pas accorder de droits supplémentaires.
Si un agent reçoit ensuite des outils, proposez des opérations petites et claires. Le guide d’Anthropic sur les outils recommande de commencer par des opérations définies, évaluées sur des tâches concrètes. Consulter une disponibilité est plus contrôlable qu’exécuter toute requête possible.
Intégrez l’attente et la répétition
Une classification peut durer plus longtemps que prévu. Montrez son état et laissez l’utilisateur travailler. Pour une tâche longue, envisagez un traitement en arrière-plan avec un identifiant de résultat plutôt qu’une page qui attend indéfiniment.
Fixez durée et nombre de tentatives. Une requête répétée ne doit pas créer silencieusement des résultats concurrents. Si un outil produit un effet externe, enregistrez son exécution pour ne pas le répéter lors d’une reprise.
Observez ce que la personne termine
Relevez modèle, configuration, durée, échecs de validation, usage et coût lorsqu’ils sont disponibles. Les journaux ne doivent pas devenir une seconde copie indiscriminée des données clients. Conservez ce qui sert à l’analyse et à l’évaluation.
Suivez aussi acceptations et corrections. Un résumé rapide peut ajouter du travail si l’opérateur doit relire tout l’historique. La mesure utile inclut cet effort, pas seulement la durée de l’API.
Ajoutez un composant pour une raison
Recherche documentaire, files, stockage vectoriel et plusieurs modèles peuvent aider. Chaque composant doit résoudre un problème observé et avoir un responsable de maintenance. Pour le tri, commencez par le plus petit parcours permettant de mesurer la qualité et corriger les erreurs.
Utilisez l’évaluation des modèles pour SaaS pour choisir la génération. Avant d’étendre les actions, examinez les limites et responsabilités des agents.
À propos de l’auteur
Tiago F SantiagoCommentaires
Aucun commentaire pour le moment
Partagez une question ou une expérience en lien avec cet article.
Articles sur le même sujet
