Guide · 9 min de lecture
Cahier des charges type pour un projet d’IA (RAG ou agent)
Ce guide vous donne le plan d’un cahier des charges pour un projet de RAG ou d’agent IA, section par section. Pour chacune, vous saurez quoi écrire et quelles questions vous poser, afin d’obtenir des propositions comparables et un projet mesurable.
À quoi sert un cahier des charges pour un projet d’IA
Un cahier des charges décrit ce que vous attendez d’un projet, avant de choisir comment le réaliser. Pour un projet d’IA, il a une utilité particulière : il oblige à préciser des choses que l’on a tendance à laisser floues, comme ce qu’est une bonne réponse ou ce que l’outil a le droit de faire seul.
Deux types de projets reviennent souvent. Un RAG est un assistant qui répond à des questions à partir de vos documents, en citant ses sources. Un agent va plus loin : il prépare ou exécute des tâches dans vos logiciels, comme rédiger un courriel ou mettre à jour une fiche client. Le plan ci-dessous convient aux deux. Les sections sur les actions et la validation humaine prennent plus de place pour un agent.
Un bon cahier des charges reste court et concret. Il décrit le besoin et les contraintes, pas la solution technique. Il donne des exemples réels plutôt que des généralités.
Contexte et problème à résoudre
Décrivez la situation actuelle en quelques paragraphes. Qui fait quoi aujourd’hui, avec quels outils, et où se trouve le problème. Une équipe qui passe beaucoup de temps à chercher dans des procédures dispersées ? Des clients qui attendent une réponse que l’entreprise possède déjà quelque part ?
Restez factuel. Si vous avez mesuré le temps passé ou le volume de demandes, indiquez-le. Sinon, dites-le, et prévoyez de le mesurer. Une observation sur le terrain avant le projet aide beaucoup. C’est ce qui a été fait pour MMA : un audit de trois jours dans trois agences pour voir où partait le temps, avant de proposer la moindre solution d’IA.
Terminez par l’objectif, en une ou deux phrases. Par exemple : permettre aux conseillers de retrouver la bonne procédure en citant sa source, sans quitter leur outil habituel.
- Situation actuelle : acteurs, outils, volumes connus.
- Problème précis, illustré par des exemples réels.
- Objectif en une ou deux phrases.
- Ce qui est explicitement hors du projet.
Utilisateurs et cas d’usage
Listez les catégories d’utilisateurs : salariés d’un service, clients, partenaires, grand public. Pour chacune, précisez le nombre approximatif, la langue, l’outil depuis lequel ils accéderont à l’assistant et leur niveau d’aisance avec le numérique.
Décrivez ensuite les cas d’usage sous forme d’exemples. Pour un RAG, joignez une liste de questions réelles avec la réponse attendue et le document qui la contient. Pour un agent, décrivez les tâches pas à pas : ce qui déclenche la tâche, les informations nécessaires, le résultat attendu.
Cette liste d’exemples est la partie la plus utile du cahier des charges. Elle permet au prestataire de comprendre le besoin réel, et elle servira plus tard de base au jeu de tests.
Classez les cas d’usage par priorité, avec des critères écrits. Lors de l’audit mené dans les agences MMA, chaque piste a été jugée sur quatre points : le temps gagné, la faisabilité, le risque pour les données et l’acceptation par les équipes. Une grille de ce type aide à choisir le premier lot sans débat interminable.
- Catégories d’utilisateurs, nombre approximatif, langue et outil d’accès.
- Questions réelles avec réponse attendue et source, pour un RAG.
- Tâches décrites pas à pas, pour un agent.
- Priorité de chaque cas d’usage, selon des critères écrits.
Sources de données et droits d’accès
Listez chaque source que l’assistant devra utiliser : espaces documentaires, wiki, base de tickets, logiciel métier, base de données. Pour chacune, indiquez le volume approximatif, les formats, la fréquence de mise à jour et le responsable.
Signalez les difficultés connues : documents scannés, tableaux complexes, versions multiples d’un même document, informations contradictoires. Les cacher ne fait que repousser le problème.
Décrivez enfin les règles d’accès. Qui a le droit de lire quoi aujourd’hui ? L’assistant doit-il reprendre ces droits ? Le plus sûr est qu’il hérite des droits définis dans les systèmes d’origine. Précisez aussi si les sources contiennent des données personnelles ou des informations confidentielles.
- Liste des sources, volumes, formats et responsables.
- Fréquence de mise à jour de chaque source.
- Difficultés connues : scans, tableaux, doublons.
- Règles d’accès et présence de données personnelles.
Comportement attendu de l’assistant
Décrivez comment l’assistant doit répondre. Doit-il toujours citer ses sources ? Dans quelle langue ? Avec quel ton ? Que doit-il faire quand il ne trouve pas la réponse : le dire, rediriger vers une personne, ouvrir une demande ?
Listez les sujets qu’il doit refuser de traiter. Par exemple, un conseil juridique personnalisé, une question sur un salarié nommément, ou toute demande hors du périmètre. Pour chaque refus, indiquez vers qui ou vers quoi l’utilisateur doit être orienté.
Pour un agent, décrivez précisément les actions autorisées. Pour chaque action, indiquez si l’agent peut l’exécuter seul ou s’il doit la préparer et attendre une validation humaine. Une règle simple fonctionne bien : l’outil prépare, l’humain décide. Commencez par des actions de lecture et des brouillons, et n’ouvrez l’écriture qu’après une période d’observation.
Intégrations et environnement technique
Indiquez où l’assistant doit vivre : une page web, l’intranet, une messagerie interne, un logiciel métier. Les utilisateurs adoptent plus facilement un outil qui s’intègre à ce qu’ils utilisent déjà.
Précisez les contraintes techniques : authentification unique (le fait de se connecter avec son compte d’entreprise habituel), annuaire utilisé, logiciels à connecter, contraintes de votre service informatique. Si l’assistant doit agir dans vos logiciels, indiquez s’ils proposent une interface de programmation, c’est-à-dire une porte d’entrée technique prévue pour d’autres logiciels, ou un serveur MCP.
Fixez vos exigences d’hébergement : chez un fournisseur cloud, en Europe, dans un cloud privé ou sur vos propres serveurs. Dites si vous avez une préférence ou une contrainte sur le modèle de langage utilisé, et si vous souhaitez pouvoir en changer plus tard.
Sécurité, conformité et gouvernance
Associez votre délégué à la protection des données et votre responsable sécurité dès la rédaction. Ils sauront quelles exigences poser. Si des données personnelles sont traitées, le projet relève du RGPD : base légale, information des personnes, durée de conservation, contrat avec le prestataire en tant que sous-traitant.
Demandez les journaux dont vous aurez besoin : qui a posé quelle question, quelles sources ont été utilisées, quelles actions ont été proposées, validées ou refusées. Précisez leur durée de conservation.
Demandez aussi comment le prestataire traite la sécurité : chiffrement, gestion des accès, mises à jour, audit des dépendances logicielles. Pour un assistant destiné au public, prévoyez d’informer les utilisateurs qu’ils échangent avec une IA, comme le demande l’AI Act européen pour ce type de système.
- Délégué à la protection des données et responsable sécurité associés.
- Données personnelles concernées et base légale.
- Journaux attendus et durée de conservation.
- Exigences de sécurité et d’hébergement.
- Information des utilisateurs sur l’usage d’une IA.
Critères de réussite et méthode d’évaluation
Écrivez comment vous jugerez le résultat. Pour un RAG : part de réponses correctes sur un jeu de questions de référence, justesse des citations, refus appropriés. Pour un agent : justesse des actions préparées, part de propositions validées sans correction.
Ajoutez des critères d’usage : adoption par les utilisateurs, retours qualitatifs, temps gagné si vous l’avez mesuré avant le projet. Fixez les seuils avec le métier avant le lancement.
Demandez que l’évaluation soit rejouable. Le prestataire doit livrer le jeu de tests et la façon de le relancer, pour que vous puissiez vérifier la qualité après chaque évolution.
Prévoyez aussi le suivi après la mise en ligne : un moyen pour les utilisateurs de signaler une réponse fausse, un tableau de bord avec quelques indicateurs simples, et une revue régulière avec le responsable métier. Ces éléments coûtent peu à prévoir au départ et beaucoup à ajouter après coup.
Organisation, livrables et réversibilité
Proposez un découpage en lots. Un premier lot sur un périmètre réduit, évalué avant d’aller plus loin, limite les risques des deux côtés. Indiquez les personnes disponibles de votre côté : responsable métier, experts pour valider les réponses, contact informatique.
Listez les livrables attendus : l’outil lui-même, la documentation, le jeu de tests, la formation des utilisateurs et des administrateurs. Précisez qui assure la maintenance et la mise à jour des sources après la mise en ligne.
Traitez enfin la réversibilité. À qui appartiennent l’index, les consignes, les jeux de tests ? Pourrez-vous changer de modèle ou de prestataire sans tout refaire ? Ces questions sont simples à régler au départ et difficiles après.
Pour obtenir une proposition à partir de votre cahier des charges, vous pouvez demander un devis à Open Intelligence, qui conçoit des RAG et des agents sur mesure.
- Découpage en lots, avec un premier périmètre réduit.
- Personnes mobilisées de votre côté.
- Livrables : outil, documentation, jeu de tests, formation.
- Maintenance et mise à jour des sources.
- Propriété des éléments et possibilité de changer de modèle.
Questions fréquemment posées
Que doit contenir un cahier des charges pour un projet d’IA ?
Le contexte et le problème, les utilisateurs et des exemples réels de questions ou de tâches, les sources de données et leurs droits d’accès, le comportement attendu, les intégrations, les exigences de sécurité et de conformité, les critères de réussite et l’organisation du projet.
Faut-il choisir la technologie dans le cahier des charges ?
En général, non. Décrivez le besoin et les contraintes, comme l’hébergement ou le choix du modèle, et laissez les prestataires proposer une solution. Vous comparerez ensuite les propositions sur la façon dont elles répondent à vos exemples.
Comment définir les critères de réussite d’un projet d’IA ?
À partir d’un jeu de questions ou de tâches réelles avec le résultat attendu. Fixez avec le métier, avant le lancement, un seuil acceptable pour l’exactitude, les citations et les refus. Ajoutez des critères d’usage, comme l’adoption.
Faut-il impliquer le DPO dans un projet d’IA ?
Oui, dès que des données personnelles peuvent être traitées, ce qui est fréquent. Le délégué à la protection des données aide à fixer la base légale, la durée de conservation, l’information des personnes et le contrat avec le prestataire.
Quelle est la différence entre un RAG et un agent IA dans un cahier des charges ?
Un RAG répond à des questions à partir de documents. Un agent prépare ou exécute des actions dans vos logiciels. Pour un agent, le cahier des charges doit donc détailler chaque action autorisée et dire laquelle demande une validation humaine.
Comment éviter de dépendre d’un seul prestataire ?
Précisez dans le cahier des charges que l’index, les consignes, les jeux de tests et la documentation vous appartiennent. Demandez une architecture qui permet de changer de modèle de langage sans tout reconstruire.
Passez de la question à la décision
Le moyen le plus rapide de comprendre Open Intelligence est de le voir répondre sur vos propres documents. Décrivez votre besoin : nous revenons vers vous avec une solution sur mesure et un devis chiffré.