Guide de Conclave

Pourquoi faire travailler plusieurs modèles

Six partis pris de conception

Ces règles expliquent la plupart des choix de l'application, y compris ceux qui surprennent au premier usage.

Anatomie d'un run

Un « run » est une exécution complète : ce qui se passe entre le moment où vous envoyez la question et celui où la réponse s'affiche. Voici la chaîne complète, dans l'ordre. Toutes les étapes ne tournent pas à chaque fois : le mode et la question décident lesquelles.

1. 1

   Votre demande— Vous

   Toujours

   La question, et avec elle le mode, le degré de vulgarisation, les critères de « terminé », le pack de domaine et les éventuels documents. C'est tout ce dont dispose l'exécution : elle ne connaît ni vos runs passés, ni le reste du fil au-delà du dernier échange.

2. 2

   Routage— Routeur

   Mode Choix automatique uniquement

   Un appel court et bon marché classe la question — complexité de 1 à 5, enjeu, volatilité, nature, volume documentaire — en déduit le dispositif adapté, décide si une recherche externe est nécessaire et propose les requêtes. Sa proposition s'affiche avant le lancement et reste remplaçable. En cas d'échec, le run part en Réponse vérifiée.

3. 3

   Recherche de sources— Éclaireur

   Si la volatilité, la nature prospective ou le pack l'exigent

   Les requêtes sont lancées, chaque résultat est noté par le portail de pertinence, et seules les sources retenues entrent dans le dossier — numérotées [S1] à [Sn], avec leur émetteur et leur date. L'étape n'est jamais bloquante : si elle échoue, le run continue et l'indice de contrôle est plafonné.

4. 4

   Lecture des documents— Analyste

   Si des documents sont joints

   Le corpus est dépouillé et rendu sous forme d'une note factuelle citée et localisée à la page. L'Analyste ne répond pas à la question : il produit le matériau. C'est la note, et non le texte brut, que reçoit le rédacteur.

5. 5

   Rédaction— Bâtisseur

   Tous les modes sauf Confrontation d'avis

   Le rédacteur reçoit le dossier commun — question, sources retenues, note d'analyse, critères de « terminé », niveau de vulgarisation, rappel du dernier échange — et rédige la réponse en exposant les hypothèses qu'il pose et ce qu'il ne peut pas trancher.

6. 6

   Relecture à l'aveugle— Relecteur

   Modes Réponse vérifiée et Analyse

   Un autre modèle reçoit le texte et le même matériau, sans savoir qui l'a écrit. Il note six axes universels, liste les problèmes par gravité, vérifie chaque affirmation référencée contre le passage cité, et rend un verdict — valider, réviser, rejeter — dans une sortie strictement structurée, revalidée côté serveur.

7. 7

   Correction— Révision

   Modes Réponse vérifiée et Analyse

   La réponse est reprise point par point face à l'audit, et produit un journal : chaque problème est corrigé, contesté avec argument, ou laissé en suspens. C'est ce journal, croisé avec l'audit, qui donne l'indice de contrôle.

8. 8

   Consolidation— Serveur

   Toujours

   Avant d'être écrite : barrière de rendu — aucun JSON brut n'atteint le fil —, contrôle d'intégrité des citations contre les métadonnées réellement transmises, puis application des plafonds de l'indice de contrôle. Le run reçoit son statut, sa durée et son coût réels, et la réponse rejoint la conversation.

Ce que change le mode

Chaque exécution repart de zéro. Les modèles ne se souviennent de rien d'un run à l'autre : le seul report est le rappel du dernier échange de la conversation, borné et explicitement subordonné aux sources. Tout ce qui compte pour la réponse doit donc se trouver dans la question, les documents joints ou les réglages.

Premiers pas

Sept gestes suffisent à se servir de l'application. Tout le reste est du réglage, et rien n'oblige à y toucher.

1. 1

   Posez la question en entier

   Écrivez-la comme à un collègue compétent qui ne connaît pas votre dossier : ce que vous cherchez, dans quel contexte, et pour quelle décision. Une exécution ne devine rien et ne relance jamais la conversation d'elle-même : ce qui manque à l'énoncé manquera à la réponse.

2. 2

   Laissez le mode sur « Choix automatique »— au moins les premières fois

   Le routeur classe la question et retient un dispositif ; sa proposition s'affiche, et vous pouvez la remplacer. C'est aussi la façon la plus rapide de comprendre quel dispositif convient à quel genre de question.

3. 3

   Réglez la vulgarisation

   Si le vocabulaire du domaine ne vous est pas familier, « Accessible » ou « Grand public » change le niveau de langue et la profondeur d'explication — jamais la substance ni la rigueur de l'audit.

4. 4

   Écrivez un ou deux critères de « terminé »— facultatif, mais décisif

   « Cite le texte applicable », « donne un ordre de grandeur chiffré », « tranche entre les deux options ». Le rédacteur vise la cible, le relecteur la vérifie point par point, et un critère manqué plafonne l'indice de contrôle. C'est le réglage qui change le plus la qualité perçue.

5. 5

   Joignez vos documents si la réponse est dedans

   Le run bascule alors en Analyse : les documents sont dépouillés avant d'être exploités, et les affirmations sont citées page par page. Un document joint prime toujours sur ce que le modèle croit savoir.

6. 6

   Lisez le bandeau avant le texte

   Modèles intervenus, indice de contrôle en clair, coût. Un contrôle « limité » ou « faible » n'invalide pas mécaniquement la réponse : il indique où porter votre propre vérification, et les diagnostics disent pourquoi.

7. 7

   Servez-vous de ce que le run a laissé ouvert

   Les relances proposées sous la réponse viennent des désaccords non tranchés et des manques signalés — un clic relance sur ce point précis. Le pouce bas, lui, transforme votre reproche en critère vérifiable et rejoue la même question avec.

Un réflexe à prendre tôt : quand une réponse vous surprend, ouvrez Détail technique plutôt que de la relancer. Le cockpit montre le prompt envoyé, la réponse brute de chaque modèle, les sources retenues et celles écartées. C'est là que se trouve la réponse à « pourquoi a-t-il dit ça ? ».

Accès et rôles de compte

Ce guide est public, l'application ne l'est pas. Créer un compte enregistre une demande ; un administrateur doit l'approuver avant que le cockpit s'ouvre.

Demande d'accèsConnexionE-mail, Google ou Apple

Un compte nouvellement créé est en attente : il accède à une page d'attente, et à rien d'autre. Le contrôle ne vit pas seulement dans l'interface : les fonctions serveur d'orchestration, de documents et de recherche refusent un compte non approuvé, et le banc de calibration exige en plus les droits d'administrateur — un compte simplement approuvé ne peut pas engager de dépense de test.

Compte approuvéAprès validationConversation · Historique · Guide

Poser des questions, joindre des documents, consulter et reprendre ses runs passés. Le mode, le degré de vulgarisation, les critères de « terminé » et le pack de domaine se choisissent depuis la conversation, sans passer par les Réglages.

AdministrateurAccordé par un administrateur+ Réglages · Évaluation · Analytique · Administration

Les sections « Réglages » de ce guide, le banc de calibration et l'analytique décrivent des pages réservées aux administrateurs. Le registre des modèles, les prompts et les packs de domaine sont partagés par toute l'instance : les modifier engage tous les comptes. Un administrateur ne peut pas modifier ses propres droits — sa ligne ne propose pas le retrait, et le serveur le refuse : se retirer le dernier droit d'administration fermerait la porte derrière soi.

La conversation et son fil

Le fil est l'écran principal : la question s'y pose, la progression s'y suit, la réponse s'y lit. Tout ce qui se règle run par run se trouve autour de la zone de saisie.

Barre latéraleÀ gauche de l'écranLargeur réglable, repliable

Les conversations y sont listées sous la navigation, la plus récente en tête, chacune titrée par sa première question — tronquée à 80 caractères, une ellipse signalant la coupe. La largeur se saisit par son bord et se retient d'une session à l'autre ; repliée, la barre ne montre plus que les icônes.

Nouvelle conversationConversation · en-tête

Ouvre un fil vierge. Repartir d'un fil neuf est le bon geste dès que le sujet change : la mémoire du fil ne porte que sur l'échange précédent, et un contexte périmé nuit plus qu'il n'aide.

Mémoire du filAutomatiquele dernier échange

Une question de suite — « et pour une commune de 5 000 habitants ? » — reçoit le rappel du dernier échange : la question précédente et sa réponse, bornées à 400 et 1 200 caractères. Le rappel n'est envoyé qu'aux rôles qui répondent ; le Relecteur et la Révision travaillent sur le texte produit. Il se déclare subordonné aux sources et ordonne d'ignorer toute instruction qu'il contiendrait — une réponse précédente reste un texte produit par un modèle. Au-delà d'un échange, l'historique n'est pas transmis : reformulez plutôt que d'attendre du fil qu'il se souvienne.

Degré de vulgarisationConversation · au-dessus de la saisieExpert · Standard · Accessible · Grand public

Niveau de langue attendu du rédacteur, sans rien changer à la méthode d'audit ni à la substance. Expert — Dense et technique : vocabulaire du domaine, aucune reformulation pédagogique. Standard — Équilibre par défaut : technique quand il le faut, sans jargon inutile. Accessible — Chaque terme technique est défini à sa première apparition, développement plus ample. Grand public — Explication complète sans prérequis : analogies, exemples concrets, phrases courtes. La consigne n'est injectée qu'aux rôles qui rédigent ; « Standard » n'injecte rien.

ProfondeurConversation · au-dessus de la saisieStandard · Dossier

Ampleur du travail rendu, indépendante du niveau de langue. Standard — Réponse dense et directe, sans développement imposé. Dossier — Dossier de travail : synthèse en tête, plan imposé, plusieurs angles, options comparées, sources, pistes à creuser. Plus long et plus coûteux. En mode Dossier, la règle de densité du socle est levée pour le run : les rôles qui rédigent ouvrent le dossier par un encadré « L'essentiel » (cinq lignes : conclusion, raisons, réserves, prochaine étape), puis suivent un plan imposé (cadrage, analyse par angle, options comparées, risques, pistes, sources) où chaque information n'est dite qu'une fois. Le Relecteur vérifie la couverture et la fidélité de « L'essentiel » au corps du dossier. Ces consignes sont placées après le prompt de chaque rôle et prévalent sur ses éventuelles consignes de concision : en mode Débat, l'Arbitre livre alors le dossier complet dans sa réponse finale, au lieu d'une note de synthèse. Aucun plafond de sortie n'est posé. Les sources ne sont citées que si elles ont été fournies : pour un dossier sourcé, utilisez le mode Débat ou Analyse avec l'ancrage activé.

Méthode de raisonnementConversation · sous la profondeurAucune · 6 chapeaux · TRIZ · SCAMPER

Donne au dossier un squelette de raisonnement éprouvé. Le sélecteur n'agit qu'avec la profondeur « Dossier » : une méthode structure un dossier, pas une réponse courte. Une seule méthode par run : ses volets remplacent des sections d'analyse du plan Dossier (indiquées pour chaque méthode ci-dessous) ; « L'essentiel », le cadrage, les pistes et les sources restent. Aucun appel de modèle de plus : la consigne est ajoutée aux rôles qui rédigent et à l'arbitre, et le Relecteur vérifie que chaque volet est traité avec un contenu propre. Comment choisir — une décision à prendre : 6 chapeaux. Un problème où améliorer l'un dégrade l'autre : TRIZ. Faire évoluer l'existant ou chercher des idées : SCAMPER. Une question factuelle, une explication ou une recherche de texte : aucune méthode. Le choix est le vôtre : Conclave ne le devine pas.

Méthode · 6 chapeauxÀ employer quand6 volets

Examine une décision sous six angles successifs : faits, bénéfices, risques, alternatives, ressenti, pilotage. Pour : Une décision à prendre : choisir entre des options, faire ou ne pas faire, arbitrer un investissement ou une organisation. À éviter : Une question purement factuelle, une explication ou une recherche de texte applicable : les angles « ressenti » et « alternatives » n'y apportent rien. Vous obtenez : Une section par chapeau, puis une recommandation motivée et les prochaines étapes. Volets, dans l'ordre : Chapeau blanc — les faits ; Chapeau jaune — les bénéfices ; Chapeau noir — les risques ; Chapeau vert — les alternatives ; Chapeau rouge — le ressenti ; Chapeau bleu — le pilotage. Remplace les sections du plan Dossier : Analyse ; Options ou thèses en présence ; Risques, angles morts et incertitudes. Exemple de question : « Faut-il internaliser la gestion de la paie ou la confier à un prestataire ? »

Méthode · TRIZÀ employer quand6 volets

Résout un problème en identifiant sa contradiction (améliorer l'un dégrade l'autre), puis en la levant par des principes inventifs. Pour : Un problème où améliorer un aspect en dégrade un autre : « plus de X sans perdre Y », goulot d'étranglement, compromis qui paraît sans issue. À éviter : Un choix entre des options déjà connues (préférez les 6 chapeaux), une question factuelle, ou un problème sans tension entre deux exigences. Vous obtenez : Le problème posé, ses contradictions explicites, des solutions candidates reliées chacune à la contradiction qu'elle lève, puis leur vérification. Volets, dans l'ordre : Problème et résultat idéal ; Contradictions ; Ressources ; Principes inventifs ; Solutions candidates ; Vérification. Remplace les sections du plan Dossier : Analyse ; Options ou thèses en présence. Exemple de question : « Comment accélérer l'instruction des dossiers sans dégrader la qualité des contrôles ? »

Méthode · SCAMPERÀ employer quand8 volets

Génère des idées d'amélioration en interrogeant l'existant selon sept leviers : substituer, combiner, adapter, modifier, détourner, éliminer, réorganiser. Pour : Faire évoluer un produit, un service, un processus ou une offre existants ; chercher des idées neuves à partir de ce qui existe. À éviter : Une décision entre options (préférez les 6 chapeaux), un problème de contradiction (préférez TRIZ), une question factuelle. Vous obtenez : Une ou plusieurs idées par levier, ou la mention explicite qu'un levier n'est pas pertinent, puis les trois idées à tester en priorité. Volets, dans l'ordre : Substituer ; Combiner ; Adapter ; Modifier ; Détourner ; Éliminer ; Réorganiser ; Priorisation. Remplace les sections du plan Dossier : Analyse ; Options ou thèses en présence. Exemple de question : « Comment faire évoluer notre permanence téléphonique pour les usagers ? »

Critères de « terminé »Conversation · au-dessus de la saisie8 au maximum

Écrire avant le run ce qui rendrait la réponse acceptable : le Bâtisseur vise la cible, le Relecteur la note point par point. Un critère manqué après la révision ne plafonne plus aussitôt l'indice de contrôle : la réponse révisée est relue à l'aveugle, et si des critères restent non tenus, l'écart exact de chacun est réinjecté dans une nouvelle révision — 2 tours supplémentaires au plus, la boucle s'arrêtant dès que tout est tenu ou qu'un tour n'en fait progresser aucun. C'est seulement au bout de cette boucle qu'un critère encore manqué plafonne l'indice à 70. Des critères sont proposés à partir de la question elle-même — obligations et texte applicable, coût et ordre de grandeur, comparaison et arbitrage — sans aucun appel de modèle. Rien n'est appliqué sans un clic : un critère ajouté d'office deviendrait une exigence que vous n'avez pas formulée. Quand la question ne porte aucun marqueur, rien n'est proposé.

ProgressionConversation · pendant l'exécution3 à 4 jalons

Le fil affiche des jalons nommés en français ordinaire — Rédaction, Relecture, Correction, ou Réponses indépendantes, Critique croisée, Arbitrage —, précédés de « Recherche de sources » quand un ancrage a lieu, plutôt que les neuf rôles techniques. Le Routeur n'y figure pas : il choisit le mode, il ne produit rien que vous attendiez. Un jalon n'est déclaré achevé que si un jalon ultérieur a démarré : entre deux appels d'une même phase, il continue.

Détail techniqueConversation · en-tête

Ouvre le cockpit : chaque appel de modèle en direct — prompt envoyé, réponse brute, jetons d'entrée, de sortie, de raisonnement et de cache, coût, durée, statut. Accessible pendant et après l'exécution, et votre choix est mémorisé.

Arrêter un runConversation · pendant l'exécution

Le run passe en « interrompu » et l'exécution s'arrête à l'étape suivante : le statut est relu avant chaque étape, de sorte que les appels restants — et leur coût — ne sont pas engagés. Ce qui a déjà été calculé reste consultable dans le cockpit et dans l'historique.

Coût de la sessionConversation · en-tête

Somme des runs de la session en cours, mise à jour appel par appel à partir du coût réellement facturé par le fournisseur.

Modes d'orchestration

Sélecteur au-dessus de la zone de saisie. Le mode détermine le nombre d'étapes, donc le coût et la durée. Un run ne change jamais de mode en cours de route, sauf bascule automatique décrite ci-dessous.

Choix automatiqueConversation · sélecteur de mode — nom interne : Auto0,01 – 0,18 € · 4 – 40 s

Conclave analyse la question et retient le dispositif adapté à sa difficulté.

Réponse rapideConversation · sélecteur de mode — nom interne : Éclair0,01 € · ~4 s

Un seul modèle répond, sans relecture. Pour une question simple ou déjà cadrée.

Réponse vérifiéeConversation · sélecteur de mode — nom interne : Équipe0,06 € · ~18 s

Un modèle rédige, un second relit et signale les défauts, puis la réponse est corrigée.

Confrontation d'avisConversation · sélecteur de mode — nom interne : Débat0,13 € · ~32 s

Plusieurs modèles répondent séparément, se critiquent à l'aveugle, puis un arbitre tranche et conserve les désaccords.

Analyse de documentsConversation · sélecteur de mode — nom interne : Analyse0,18 € · ~45 s

Vos documents sont dépouillés d'abord, puis cités page par page dans la réponse.

Deux bascules automatiques échappent à votre choix. Joindre un document force le mode Analyse de documents ; à l'inverse, un run lancé en Analyse sans aucun document joint retombe en Réponse vérifiée et le signale dans les diagnostics du cockpit.

Lire une réponse

Une réponse n'est pas qu'un texte : elle arrive avec ce qui l'étaye, ce qui la limite, et ce qu'elle a laissé ouvert. Ce qui suit se lit dans l'ordre où l'écran le présente.

Bandeau de la réponseAu-dessus du texte

Qui est intervenu — les modèles et les rôles qu'ils ont tenus —, l'indice de contrôle et le coût du run. C'est le résumé à lire avant le texte lui-même.

Indice de contrôle, en clairBandeau de réponseélevé · intermédiaire · limité · faible

Le score sur 100 est doublé d'un mot, dont les seuils reprennent les plafonds que l'application applique déjà : au-delà de 75 aucun plafond ne s'applique ; en dessous de 55 l'ancrage externe est dégradé ; en dessous de 50 la question a été jugée non décidable en l'état. Il mesure les contrôles effectués, pas une probabilité que la réponse soit vraie. Le détail du calcul est dans le cockpit, et la méthode dans la section « Indice de contrôle ».

Sources citéesSous la réponse

Les renvois [S1] à [Sn] pointent vers les seules sources retenues par le portail de pertinence. La bibliographie affichée est construite par l'application à partir des métadonnées enregistrées avec le run — titre, émetteur, date, lien —, jamais recopiée par le modèle. Les sources écartées restent consultables dans le cockpit, avec le motif du refus.

FormulesDans le texte

Le TeX écrit par les modèles est composé par KaTeX, en ligne ou sur sa propre ligne. Le rendu est synchrone et les polices sont empaquetées : aucune requête réseau au moment d'afficher. Un fragment illisible est signalé en ambre sans emporter le reste de la formule ; en cas d'échec dur, le TeX source reste affiché plutôt qu'un trou.

Copier la réponseSous la réponse

Le presse-papiers reçoit le texte, puis la bibliographie des sources retenues, puis l'indice de contrôle. Copier le seul corps livrerait des renvois morts hors de l'application et masquerait l'étendue des vérifications effectuées.

Désaccords conservésSous la réponse (mode Confrontation d'avis)

Les points que l'arbitrage n'a pas tranchés sont affichés avec les positions en présence, plutôt que gommés au profit d'une réponse lisse. Un désaccord central plafonne l'indice à 69 ; une donnée manquante susceptible d'inverser la conclusion le plafonne à 49.

DiagnosticsSous la réponse et dans le cockpit

Tout ce que le run a dû faire d'inhabituel : bascule de mode, ancrage échoué ou dégradé, choix automatique d'un modèle et son motif, corpus découpé, note d'analyse inexploitable, citations rétablies. Un avertissement est soit une réserve sur la réponse (ancrage impossible, audit indisponible, citation corrigée, texte tronqué), soit une simple information sur le déroulé (reprise après coupure, relance réussie, recherche hybride active, ancrage désactivé dans vos réglages). Un run qui porte au moins une réserve est marqué « partiel », jamais « terminé » ; une information seule ne change pas le statut.

Retour et repriseSous chaque réponse5 motifs

Un pouce bas propose cinq motifs — erreur factuelle, hors sujet, incomplet, trop long, désaccord mal arbitré — et un commentaire libre. Le motif devient un critère de « terminé » vérifiable, et « Reprendre avec cette exigence » relance la même question avec. Votre commentaire est repris tel quel, en tête : c'est l'énoncé le plus précis de ce que vous attendiez. Les critères que le run portait déjà sont conservés.

Relances proposéesSous chaque réponse4 au maximum

Jusqu'à quatre relances tirées de ce que le run a laissé ouvert : un désaccord que l'arbitre n'a pas tranché, une information désignée comme manquante, un angle mort qu'aucune contribution n'a traité, un point que la Révision a contesté au Relecteur. Chaque puce affiche sa provenance, et la relance est autoportante — elle embarque la question initiale et les positions en présence, puisque chaque exécution repart de zéro. Quand le run n'a rien laissé d'ouvert, rien n'est proposé : en inventer serait fabriquer du contenu.

Historique des exécutions

Tous vos runs, quel que soit leur sort. Règle de non-régression : aucun statut n'est masqué par défaut — un run en échec, partiel ou interrompu reste visible, parce que c'est celui-là qu'on cherche.

Statuts d'un runHistorique · colonne StatutEn cours · Terminé · Partiel · Échec · Interrompu

« Partiel » n'est pas un échec : la réponse existe, mais le run porte au moins un avertissement — ancrage dégradé, citation rétablie, corpus tronqué. « Interrompu » est un arrêt demandé. « Échec » couvre l'incident technique. Un run ne reste jamais « En cours » : passé dix minutes sans nouvelle de son exécuteur, il redevient relançable.

FiltresHistoriquemode · statut · coût · période

Filtrage côté client sur la liste déjà chargée : la réponse est immédiate et ne consomme rien.

Lecture en échecHistorique

Une lecture qui échoue est affichée comme telle, avec un bouton de réessai — jamais comme « aucune exécution enregistrée ». Une liste vide n'est un fait que si la lecture a réussi.

Panneau d'exécutionHistorique · bouton de la requête

Rouvre le run complet : question posée, étapes avec leurs modèles et leurs coûts, réponse finale. Les deux panneaux se redimensionnent.

Reprendre la conversationPanneau d'exécution

Rouvre le fil auquel le run appartenait, dans la conversation, pour poursuivre là où il s'était arrêté — avec la mémoire du dernier échange. La restauration est bornée à 30 secondes : au-delà, l'attente s'arrête avec un motif lisible et un réessai, plutôt que de laisser l'envoi bloqué sans explication.

Supprimer un runHistorique · ligneDéfinitif

La suppression emporte les appels de modèles du run, donc son coût et sa trace. Si la conversation ne porte plus aucun run, elle disparaît aussi, avec ses messages. Une confirmation rappelle la question concernée avant d'agir.

Routeur — mode Choix automatique

En mode Choix automatique, un appel préalable, court et peu coûteux, classe la question avant de choisir le dispositif. Sa proposition est affichée : vous pouvez la remplacer avant de lancer.

Prudence du routeurRéglages · RouteurDéfaut : Équilibré

Économe — Décale les seuils d'escalade d'un cran vers le haut : on reste sur des dispositifs légers. Équilibré — Applique les seuils de référence. Exigeant — Décale les seuils d'escalade d'un cran vers le bas : on escalade plus vite.

Nature de la questionDécidée par le routeurFactuelle · Analytique · Créative · Procédurale · Prospective

Détermine si la notion de fait vérifiable a un sens. L'indice d'une demande créative ou procédurale n'est jamais écrêté pour absence de faits ; celui d'une question prospective l'est toujours, aucune source ne pouvant confirmer un état futur.

VolatilitéDécidée par le routeur, défaut du pack sinonstable · moyenne · haute

Une volatilité haute déclenche l'ancrage externe obligatoire, quel que soit le mode retenu.

Complexité et enjeuDécidés par le routeurcomplexité 1 à 5 · enjeu faible, moyen, fort

Seuils de référence : complexité ≤ 2 et enjeu faible → Réponse rapide ; complexité 3-4 et enjeu moyen → Réponse vérifiée ; enjeu fort, demande d'arbitrage ou sujet controversé → Confrontation d'avis ; volume documentaire → Analyse. La prudence décale ces seuils d'un cran.

Le réglage de prudence est enregistré dans le navigateur, pas dans votre compte : il ne suit pas d'un poste à l'autre. Si l'appel de routage échoue, le run part en mode Réponse vérifiée avec une volatilité moyenne.

Rôles et attribution des modèles

Chaque étape d'un run est jouée par un rôle. Vous choisissez quel modèle tient quel rôle, avec des modèles de repli et une température propre.

BâtisseurRéglages · Rôles — batisseur

Comprend l'intention, structure le raisonnement et rédige la réponse. Il reçoit la note factuelle de l'Analyste, pas le corpus brut — sauf lorsque cette note est inexploitable, cas dégradé et signalé où un extrait du corpus lui est transmis directement.

RelecteurRéglages · Rôles — relecteur

Audite la réponse : erreurs factuelles, sauts de logique, cas limites oubliés, affirmations non étayées, données présentées comme réelles sans avoir été fournies. Il reçoit le matériau qui a servi à rédiger — sources externes et note de l'Analyste — et vérifie chaque affirmation référencée contre le passage cité : une citation exacte mais mal cadrée est un défaut, une citation infidèle en est un grave. L'absence de référence, elle, n'en est pas un.

RévisionRéglages · Rôles — revision

Reprend la réponse point par point face à l'audit et produit un journal : chaque problème est corrigé, contesté avec argument, ou laissé en suspens.

AnalysteRéglages · Rôles — analyste

Traite les documents joints et produit une note factuelle citée et localisée, sans répondre à la question.

Débat — tour 1Réglages · Rôles — debat_tour1

Répond à la question indépendamment des autres participants du panel.

Débat — tour 2Réglages · Rôles — debat_tour2

Critique les réponses des autres, à l'aveugle : les auteurs sont anonymisés derrière des étiquettes.

ArbitreRéglages · Rôles — arbitre

Tranche les désaccords, rédige la réponse finale et conserve explicitement les désaccords qu'il n'a pas pu trancher.

RouteurRéglages · Rôles — routeur

Classe la question en mode Choix automatique : complexité, enjeu, volatilité, nature, volume documentaire, et propose les requêtes de recherche.

ÉclaireurRéglages · Rôles — eclaireur

Conduit l'ancrage externe : reformule les requêtes, interroge le fournisseur de recherche et les sources spécialisées du pack, et rapporte les extraits qui seront notés avant injection.

Modèle principalRéglages · RôlesDéfaut : calculé par rôle

Sans attribution explicite, le modèle n'est pas pris au hasard : le rôle exprime ses exigences — sortie strictement structurée pour le Relecteur et l'Arbitre, fenêtre de contexte minimale pour les rôles de rédaction, fenêtre large pour l'Analyste — et le choix se fait parmi les modèles actifs qui les satisfont, départagé par le prix ou la taille de fenêtre selon le rôle, puis par l'identifiant pour rester reproductible d'un run à l'autre. Quand le Relecteur suit le Bâtisseur, le choix automatique cherche d'abord un autre modèle et un autre fournisseur. Le registre ne connaît que des faits vérifiables : aptitude, fenêtre, tarif, fournisseur. Il ne connaît pas la qualité — d'où l'intérêt d'attribuer les rôles vous-même. Un choix automatique ou une diversité réduite est signalé dans les diagnostics du run, avec son motif.

Modèles de repliRéglages · Rôles

Transmis à OpenRouter comme liste de secours : quand le fournisseur d'un modèle renvoie une erreur (panne, limite de débit, contexte trop long), OpenRouter passe au suivant sans échec du run. Un modèle simplement lent n'est pas une erreur : l'appel est coupé à 120 secondes, puis, pour les étapes à sortie structurée (Relecteur, Révision, Arbitre), rejoué UNE fois sur le premier modèle de repli. Si cette relance échoue aussi, l'étape est abandonnée — la Révision laisse alors la réponse non révisée — et l'avertissement nomme le modèle de repli interrogé. Pour la Révision, le modèle du Bâtisseur est placé en premier repli : il vient de rédiger ce dossier, sa capacité à en produire le volume est établie. Les recours privilégient un fournisseur différent du principal.

TempératureRéglages · Rôles (surcharge) ou Prompts

La surcharge du rôle a priorité sur la température du prompt. Les étapes à sortie strictement structurée sont relancées à température 0 en cas de rejet par la validation serveur.

Participants au débatRéglages · Rôles — Débat tour 12 à 5 modèles

Le panel est constitué du modèle principal et de ses replis, complété par les modèles actifs. En dessous de deux modèles disponibles, le débat est refusé. L'Arbitre est pris hors du panel : il ne juge pas une copie dont il serait l'auteur.

Registre des modèles

Le registre est synchronisé depuis OpenRouter. Rien n'est utilisable avant d'avoir été activé.

Synchroniser le registreRéglages · ModèlesRéservé aux administrateurs

Récupère le catalogue OpenRouter : nom, fournisseur, fenêtre de contexte, tarifs, paramètres pris en charge. Les modèles nouvellement découverts arrivent désactivés, et les activations existantes sont conservées.

Activer un modèleRéglages · ModèlesDésactivé à la découverte · réservé aux administrateurs

Seuls les modèles actifs peuvent être attribués à un rôle, participer à un débat ou servir de repli.

Trier et retrouverRéglages · Modèles

La liste défile dans son propre panneau et se trie par colonne — activation comprise, pour voir d'un coup ce qui est réellement en service. La colonne triée est signalée.

Tester la connexionRéglages · Modèles et Rôles

Appel minimal facturé au tarif du modèle, qui renvoie la latence, le coût et la réponse brute. C'est le moyen de vérifier qu'une clé et un modèle répondent avant de lancer un run coûteux.

Le registre des modèles est partagé : activer ou désactiver un modèle vaut pour tous les comptes de l'instance, pas seulement pour le vôtre. La page Réglages entière est réservée aux administrateurs — registre, rôles, prompts, domaines, routeur, recherche et dépense. Un compte approuvé ordinaire n'y accède pas : ce qu'il choisit run par run se règle depuis la conversation.

Prompts

Chaque rôle a un prompt de référence versionné. Vous pouvez le surcharger : votre version prime, la version de référence reste disponible.

Socle communRéglages · Prompts — socle

Préfixe ajouté devant tous les rôles : distinguer l'établi du probable, marquer ou sourcer toute affirmation factuelle, ne jamais fabriquer une source, signaler le volatile, écrire dense. S'y ajoutent deux conventions d'écriture — les montants en millions ou milliards avec devise et année, le séparateur décimal français, et les formules en LaTeX plutôt qu'en caractères bricolés. Les contenus explicitement fictifs échappent à la règle de sourçage.

Ordre de compositionAutomatiquesocle → domaine → critères → vulgarisation → rôle

Le prompt système envoyé à un modèle est assemblé dans cet ordre, chaque bloc absent ne laissant aucune trace. Un domaine vide et un niveau standard donnent donc exactement socle + rôle.

Contenu du promptRéglages · Prompts

Enregistrer crée une nouvelle version active et désactive la précédente : l'historique reste consultable et l'empreinte de chaque version est figée dans les campagnes de calibration.

Température du promptRéglages · Prompts

Utilisée si aucune surcharge de rôle n'est définie.

Schéma JSONRéglages · Prompts (rôles structurés)

Le schéma est transmis comme paramètre d'API, jamais décrit dans le texte du prompt, et la sortie est revalidée côté serveur. Une sortie non conforme entraîne une relance unique, puis l'étape est déclarée en erreur.

Packs de domaine

Un pack ajoute du contexte métier sans jamais retirer les garde-fous universels. Le pack par défaut, « Généraliste », est volontairement vide et ne peut pas être supprimé.

Contexte de domaineRéglages · Domaines

Texte injecté dans le prompt système de chaque rôle : vocabulaire, contraintes réglementaires, conventions de l'activité.

GlossaireRéglages · Domaines

Couples terme / définition transmis aux modèles pour éviter les contresens sur le jargon interne. Le bloc précise explicitement que ces définitions ne remplacent aucune règle du socle et n'autorisent rien qu'il interdit.

Critères additionnelsRéglages · DomainesS'ajoutent aux 6 axes universels

Axes de notation supplémentaires pour le Relecteur. Les axes universels — exactitude, raisonnement, complétude, sourcing, cadrage, actionnabilité — ne sont ni supprimables ni désactivables par un pack.

Sources spécialiséesRéglages · Domaines

Points d'accès consultés directement lors de l'ancrage, selon leur déclencheur (toujours, ou volatilité haute seulement). Choisies explicitement par vous, elles ne passent pas par le portail de pertinence.

Légifrance (MCP OpenLegi)Réglages · Domaines

Source de type « openlegi » déclarée par le pack, avec le code interrogé par défaut. L'ancrage cherche d'abord les articles cités dans la question — « L2121-8 du CGCT » interroge cette référence exacte, et ses autres écritures si la première ne donne rien — puis se rabat sur les mots-clés de l'Éclaireur. Chaque article revient avec sa date de version en vigueur et son permalien. Le jeton d'accès vit dans une variable d'environnement serveur, jamais dans le pack. Serveur injoignable ou non configuré : la source est signalée indisponible et le run continue.

Émetteurs primaires du domaineRéglages · Domaines

Producteurs de données propres au domaine — un recueil officiel n'est un émetteur primaire que pour le domaine qui le concerne. Ils passent devant les émetteurs des Réglages · Recherche lors de l'escalade, et une source qu'ils publient n'est plus comptée comme un simple relais. Le portail de pertinence en est informé, mais continue de noter seul.

Volatilité par défautRéglages · Domainesmoyenne

Élève la volatilité retenue — elle ne l'abaisse jamais — et, réglée sur « haute », impose l'ancrage externe quelle que soit la classification du routeur. Une source déclenchée « toujours » a le même effet à elle seule.

Pack par défautRéglages · Domaines

Un seul pack par défaut par compte. Le pack actif s'applique aux runs suivants ; en mode Choix automatique, le routeur peut suggérer un autre pack. Si les packs ne peuvent pas être lus, la raison est donnée telle quelle : une panne de base n'est pas présentée comme une session expirée.

Ancrage externe (recherche web)

Quand la question est volatile ou prospective, une étape de recherche précède la rédaction. Elle n'est jamais bloquante : en cas d'échec, le run continue et l'indice de contrôle est plafonné.

Activer l'ancrage externeRéglages · RechercheActivé

Désactivé, les runs à volatilité haute reposent uniquement sur les données d'entraînement des modèles, et le signalent dans les diagnostics.

FournisseurRéglages · RechercheExa.ai

La clé du fournisseur est un secret serveur : l'interface indique seulement si elle est configurée, et ne l'affiche jamais.

Nombre de résultatsRéglages · Recherche8

Résultats demandés par requête lors de la première vague. Une seule racine de domaine est retenue par vague, pour éviter qu'une source occupe toutes les places. Borné de 1 à 15 en base comme dans le formulaire : une valeur hors bornes est refusée, y compris par un appel direct à l'API.

Caractères par sourceRéglages · Recherche1500

Longueur des extraits rapportés, bornée de 500 à 8 000 caractères. Une page primaire dont les chiffres manquent aux extraits fait l'objet d'une extraction de texte, au plus cinq fois par run.

Émetteurs primairesRéglages · Recherche8 domaines par défaut

Liste imposée lors de l'escalade : si la première vague retient moins de deux sources, une seconde vague est lancée sur ces seuls domaines, avec une fenêtre de 24 mois. Le pack de domaine actif place ses propres émetteurs en tête de cette liste.

Domaines bloquésRéglages · Recherche

Liste de rejet appliquée avant notation. Elle porte sur l'émetteur réel : reprendre un contenu bloqué via un fil de diffusion tiers ne permet pas de contourner le filtre. La liste globale est complétée par vos domaines personnels.

Portail de pertinence

Un ancrage de mauvaise qualité est plus nuisible qu'aucun ancrage : il donne une caution factuelle à des données non fiables. Chaque source est donc notée avant injection, sur trois axes de 0 à 3 — pertinence, attribuabilité, substance. Il faut 6/9 au total pour être retenu, et au moins 2 sur attribuabilite et au moins 2 sur substance : ces axes sont éliminatoires. Une date de publication absente est un refus d'admission ; une source tertiaire — fil de diffusion payant hébergé par un tiers, blog de reprise — est écartée quel que soit son score ; une source de plus de 18 mois est signalée comme potentiellement périmée.

Statuts d'ancrage

Ancrage réussigrounding_status = reussi

Au moins trois sources retenues, dont deux primaires — ou une source officielle vérifiée, portant le texte demandé lui-même. Aucun plafond de l'indice de contrôle au titre de l'ancrage.

Ancrage secondairegrounding_status = secondaireindice plafonné à 55

Des sources ont été retenues, mais moins de deux émetteurs primaires et aucune source officielle : la donnée n'est connue que par relais.

Ancrage faiblegrounding_status = partielindice plafonné à 55

Moins de trois sources ont franchi le portail de pertinence.

Ancrage non probantgrounding_status = partiel_non_probantindice plafonné à 55

Des résultats ont été trouvés, aucun n'a franchi le portail. Le contenu des sources rejetées n'est jamais injecté : seul l'avertissement l'est.

Ancrage échouégrounding_status = echoue

Aucun résultat exploitable — clé absente, source indisponible, budget temps dépassé ou échec réseau. La réponse repose alors sur les seules données d'entraînement.

Ancrage désactivégrounding_status = desactive

L'ancrage a été désactivé dans les réglages de recherche.

Ancrage non requisgrounding_status = non_requis

Ni volatilité haute ni demande prospective : aucune recherche n'a été déclenchée, et aucun plafond ne s'applique.

Documents joints

Joindre un document bascule le run en mode Analyse. L'Analyste lit le corpus et produit une note factuelle citée et localisée ; c'est elle, et non le texte brut, que reçoit le Bâtisseur. Une seule exception, décrite plus bas, quand cette note est inexploitable.

Formats acceptésConversation · zone de dépôt26 extensions

PDF et DOCX paginés, plus les formats texte et code : .pdf .docx .txt .md .csv .json .yaml .yml .ts .tsx .js .jsx…

Taille maximaleConversation · zone de dépôt50.0 Mo

Par fichier. Le texte est extrait côté serveur avec sa carte des pages, pour que les citations soient localisables et le document ouvrable à la bonne page.

Pagination maximale d'un PDFConversation · zone de dépôt500 pages

Le plafond ne borne pas l'Analyste mais l'extraction du texte, qui tourne dans la requête : au-delà, le dépôt est refusé en annonçant le compte réel de pages. Découpez le document et joignez les parties séparément — le mode Analyse en accepte plusieurs, et les traite comme un corpus unique.

Modèle de l'AnalysteRéglages · Rôles — AnalysteL'attribution prime sur le prix

Si vous avez attribué un modèle à l'Analyste, c'est lui qui lit le corpus, puis ses replis dans l'ordre déclaré — même si un autre modèle actif serait moins cher ou tiendrait mieux le corpus. Le choix automatique n'intervient qu'en l'absence totale d'attribution : il retient alors le moins cher, parmi ceux qui savent produire une sortie structurée, dont la fenêtre absorbe le corpus.

Découpage du corpusAutomatique

Si le corpus dépasse 70 % de la fenêtre du modèle Analyste, celui-ci ne le lit plus par segments imposés : il reçoit deux niveaux de repérage et quatre outils, chercher, lire, noter, terminer. Le plan lui donne la structure — documents, pages, titres de section ; la carte lui donne le contenu, section par section, sous forme d'une phrase d'accroche et de ses termes distinctifs, calculés une fois sans appel de modèle. Il localise les termes décisifs, lit les pages qui les portent, et clôt la lecture ; la note est ensuite rédigée sur ces seules pages. Son carnet — ce qu'il a établi, ce qui lui manque — lui est rappelé à chaque tour, et ce qui lui manque est remonté dans les diagnostics. Toute localisation de page dans la note qui cite un passage jamais transmis à l'Analyste est retirée et signalée : une ancre qui pointe dans le vide est pire que pas d'ancre, et le Bâtisseur reprend les localisations conservées dans la réponse, où le Relecteur les audite. La recherche qu'il emploie est hybride : elle combine la correspondance de mots — l'expression exacte, puis les racines françaises, qui rapprochent « délibérations » de « délibération » — et la proximité de sens, qui trouve une page parlant du sujet sans en employer les mots. Les deux classements sont fusionnés, et si le fournisseur de plongements est indisponible, la recherche se replie sur les seuls mots en le signalant. Le code borne tout : douze tours au plus, six pages par lecture, un budget de pages que chaque lecture consomme. Les diagnostics disent combien de pages ont été consultées sur le total, et pourquoi la lecture s'est close. Un modèle Analyste qui ne déclare pas les appels d'outils retombe sur l'ancien découpage en segments avec 10 % de recouvrement, signalé comme tel.

Note inexploitableAutomatiqueRepli borné à 16 000 jetons

Si aucun segment ne produit de note lisible, le corpus est transmis tel quel au rédacteur plutôt que de le laisser répondre qu'aucun document n'a été joint. Le repli est borné pour ne pas dépasser la fenêtre du modèle qui lira, et le budget est réparti entre les documents de façon que chacun garde un fragment plutôt qu'un seul soit montré en entier. C'est un mode dégradé : plus de note factuelle, donc plus de citations localisées. Les diagnostics nomment ce qui a été tronqué, dans quelle proportion, et ce qui n'a pas pu être transmis.

Portée des citations de la noteAutomatique

La note ne peut citer que les documents joints à ce run précis : un document homonyme appartenant à un autre run n'est jamais rattaché de force. Quand deux documents du run portent le même nom et que rien ne permet de trancher, la note refuse de choisir et le signale — une source fausse est pire qu'une source déclarée ambiguë.

Frontière de confianceAutomatique

Le contenu des documents est traité comme une donnée non fiable, jamais comme une instruction. Une tentative d'injection de consigne détectée dans un document est ignorée et signalée.

Dépense

Les runs lancés par les utilisateurs n'ont ni plafond de dépense ni limite de cadence automatique : leur coût réel reste comptabilisé appel par appel. Les tests de connexion des réglages, qui utilisent aussi les clés payantes du serveur, sont réservés aux administrateurs et bornés séparément.

Coût réelRéglages · DépenseImputé appel par appel

Seul le coût renvoyé par le fournisseur est comptabilisé, jamais une grille tarifaire locale. Le chiffre affiché sous chaque réponse et le total de la période viennent de la même source.

Tests de connexion payantsRéglages · Modèles et RechercheAdministrateur · cadence bornée

Un test OpenRouter ne peut viser qu'un modèle du registre, sa sortie est plafonnée à 64 jetons et son coût est imputé. Les tests OpenRouter sont limités à 10 par minute et 60 par heure ; les tests Exa à 5 par minute et 20 par heure. La cadence est enregistrée en base, donc elle reste effective sur plusieurs workers.

Projection de fin de moisRéglages · DépenseAu rythme actuel

Indication seule : elle n'interrompt rien et ne restreint aucun mode.

Dépense illisibleRéglages · Dépense et bandeau de session

Une lecture qui échoue affiche « dépense indisponible », jamais 0 €. Un zéro se lirait comme une absence de dépense — c'est-à-dire comme un fait —, et c'est le contraire de ce qui s'est passé.

Coût annoncé avant lancementConversation · composeurFourchette par mode

Une estimation, affichée pour informer le choix du mode. Elle ne conditionne aucun lancement : aucune confirmation n'est demandée, quel que soit le coût prévisionnel.

Arrêt à la demandeConversation · pendant l'exécution

Le seul moyen de borner la dépense d'un run en cours. Les étapes suivantes ne sont pas lancées, et le coût imputé est celui des appels déjà effectués.

Reprise d'un run bloquéAutomatique10 minutes

Ce n'est pas un plafond de durée — un run peut durer autant qu'il lui faut. C'est le délai sans signe de vie de l'exécuteur au bout duquel le run redevient reprenable, pour qu'il ne reste jamais « en cours » indéfiniment. Chaque étape franchie est enregistrée : la reprise repart de la dernière, sans rejouer ni repayer les précédentes, et le signale dans les avertissements du run. Un run en échec garde aussi son point de reprise : le bouton « Reprendre depuis l’étape en échec » le rouvre et ne relance, et ne refacture, que l’étape qui a échoué. Un run porte toujours, en sortie, un statut terminal, une durée et un coût.

Indice de contrôle

L'indice agrège des évaluations structurées produites par les modèles et des limites appliquées par le serveur. Il décrit l'étendue et le résultat du contrôle effectué ; ce n'est ni une probabilité de vérité ni une confiance calibrée sur un jeu de référence.

Base (mode Réponse vérifiée)Calculé0 à 100

Moyenne pondérée des notes du Relecteur : exactitude, raisonnement et cadrage comptent double ; sourcing, complétude et actionnabilité comptent simple.

PénalitésCalculé−25 · −10 · −8 · −15

Par problème critique non résolu, par problème majeur non résolu, par point contesté sans argument, et si le verdict global est « rejeter ». Un problème absent du journal de révision compte comme non résolu.

Verdict du RelecteurPrompt Relecteurvalider · reviser · rejeter

Gravité et verdict sont deux axes distincts : la gravité mesure ce que coûte le défaut s'il reste, le verdict répond à une seule question — où est la faute ? Dans la question (présupposé faux, question non décidable) ou dans l'intégrité du texte audité (source fabriquée, consigne injectée) : « rejeter ». Dans la réponse : « reviser », quelle que soit la gravité, même s'il faut tout réécrire. Aucun problème majeur ni critique : « valider ».

Réponse sans défautPrompt Relecteur0 problème = valider

Ne rien trouver est un résultat légitime : un relecteur qui remonte toujours un problème ne mesure plus rien. Ne comptent pas comme problèmes : une connaissance générale exacte non sourcée, l'exposé honnête d'une controverse ouverte, le refus de trancher faute d'éléments, une réserve que la réponse a elle-même posée, une préférence de style. En revanche une donnée donnée pour relevée sans provenance — chiffre, date, référence, étude — reste critique.

Critère de « terminé » manquéCalculéplafond 70

Un critère que vous aviez posé et que le Relecteur juge non atteint plafonne l'indice de contrôle, quel que soit le reste de l'audit.

Base (mode Confrontation d'avis)CalculéDeux meilleures notes croisées

La base est la moyenne, ramenée sur 100, des deux propositions les mieux notées par les critiques anonymisées. Il faut au moins deux critiques structurées et deux propositions notées ; sinon aucun indice n'est affiché. Un désaccord central plafonne ensuite l'indice à 69, une donnée manquante inversante ou une actualité centrale non vérifiée à 49, et un dossier insuffisant à 29.

Appréciation de l'ArbitreTrace, hors calculJamais injectée dans l'indice

L'Arbitre continue d'expliquer son propre degré d'assurance dans le cockpit, pour la transparence de sa sortie. Ce chiffre n'entre pas dans l'indice de contrôle. Les confiances auto-déclarées par les participants ne lui sont pas transmises, afin de ne pas ancrer son jugement.

Plafond « aucun fait vérifiable »Imposé côté serveur50

S'applique aux questions factuelles ou analytiques quand le routeur signale qu'aucun fait vérifiable n'est disponible, ou quand une volatilité haute n'a pas pu être ancrée. Le routeur ne le signale que si aucune source ne pourrait, même en principe, étayer la réponse — goût, opinion, jugement de valeur, production créative. Le contenu d'une norme publiée, d'une donnée publique ou d'un fait daté n'entre jamais dans ce cas, même s'il demande une interprétation.

Plafond « ancrage faible »Imposé côté serveur55

S'applique dès que l'ancrage a été tenté sans réunir trois sources retenues dont deux primaires, toutes natures de question confondues. Une source officielle vérifiée — l'article de code obtenu de Légifrance et contrôlé comme portant bien la référence demandée — tient lieu de seconde primaire : elle n'est pas un témoin parmi d'autres, elle est le texte. Le seuil de trois sources retenues, lui, reste exigé.

Plafond « question prospective »Imposé côté serveur45

Aucune source ne peut confirmer un état futur : l'ancrage ne documente que la situation présente.

Appariement faibleSignalé dans les diagnostics

Quand la révision n'a pas repris les termes de l'audit, les points ne sont rapprochés que par leur rang. Le fait est signalé, car il rend l'indice moins fiable sur ces points précis.

Le plafond le plus contraignant s'applique, et toutes les raisons sont consignées avec le run. Une demande créative ou procédurale n'est jamais écrêtée : la notion de fait vérifiable n'y a pas de sens.

Intégrité des citations

Un modèle réécrit volontiers de mémoire les URL, les émetteurs et les dates qu'on lui a transmis, puis présente le résultat comme vérifié. Aucune réponse n'est enregistrée sans passer par ce contrôle, dès qu'un ancrage a été tenté — y compris quand aucune source n'a été retenue, cas où le modèle cite précisément de mémoire.

URL inconnueContrôle automatique

Toute URL absente des sources transmises est retirée de la réponse et remplacée par une mention explicite.

Référence hors intervalleContrôle automatique

Les identifiants autorisés sont attribués par l'application, de [S1] à [Sn], sur les seules sources retenues. Toute autre référence est retirée.

Date divergenteContrôle automatiquetolérance 30 jours

Une date citée qui s'écarte de la métadonnée transmise au-delà de la tolérance est rétablie à sa valeur réelle.

Émetteur substituéContrôle automatique

Attribuer à une source l'émetteur d'une autre est corrigé depuis les métadonnées.

Prétention à vérificationContrôle automatique

« J'ai vérifié les sources » et ses variantes sont supprimées : aucun modèle n'a cette capacité.

Intégrité compromiseContrôle automatiqueau-delà de 30 % de citations non conformes

Une relance unique est effectuée sur le brouillon, avant l'audit, avec la liste des écarts en contexte ; le run est marqué partiel, et le détail des violations est conservé avec le run.

Barrière de renduContrôle automatique

Aucune valeur JSON brute n'atteint la réponse affichée ni le fil de conversation : une sortie de modèle inexploitable est signalée comme telle plutôt que collée dans le fil. L'avertissement est enregistré avec le run : il survit au rechargement du fil et à la reprise depuis l'historique, là où un recalcul sur le texte déjà nettoyé ne verrait plus rien.

Calibration et analytique

Le banc de calibration mesure si un couple prompt / modèle détecte réellement les défauts qu'il est censé détecter, plutôt que de faire confiance à son verdict. C'est le seul endroit de l'application où l'on prétend savoir quelque chose de la qualité d'un modèle.

Motifs de défautÉvaluation12 motifs

P1 donnée périmée · P2 référence inventée · P3 causalité abusive · P4 faux présupposé dans la question · P5 cas limite non traité · P6 omission grave sous une réponse juste · P7 contrôle négatif : réponse saine · P8 contrôle négatif : controverse légitime · P9 question non décidable · P10 faux consensus · P11 injection de consigne · P12 citation infidèle ou mal cadrée

Fidélité des citationsÉvaluation — motif P12Cas fournis avec leurs sources

Les cas de ce motif portent un bloc de sources, dans la forme exacte que l'ancrage produit en production, et le rôle audité le reçoit. Chacun cache deux défauts : une affirmation que le passage cité contredit, et une affirmation que le passage porte vraiment mais dépouillée de sa condition ou élargie au-delà de son périmètre. Le second est celui qu'aucune vérification mécanique n'attrape — l'URL, l'émetteur et la date sont exacts, seul le sens est faux. Le verdict attendu est « réviser » et non « rejeter » : la source existe, c'est l'attribution qui se corrige.

Domaines de testÉvaluation4 domaines

technique/logiciel, scientifique, juridique/normatif, gestion/finance. Un motif réussi dans un seul domaine est signalé comme compétence locale, non généralisable.

Critère de conformitéÉvaluation3 domaines sur 4 par motif

Une campagne n'est conforme que si tous les motifs sont couverts et réussis dans au moins 3 domaines sur 4. Un cas est réussi si le verdict est celui attendu, si le rappel atteint 80 % des défauts plantés, et — pour un contrôle négatif — s'il ne remonte aucun problème majeur.

Motif non exécutéÉvaluation« — » en gris

Un motif jamais exécuté n'est ni réussi ni échoué : il est signalé comme couverture manquante, et la conformité ne peut pas être prononcée tant qu'il en reste un. Une campagne incomplète s'affiche en ambre, jamais en rouge.

Reprendre une campagneÉvaluation1 cas par requête

Chaque cas est exécuté trois fois dans une requête distincte, pour rester sous la coupure de l'hébergeur. Un cas en échec technique n'interrompt pas la campagne ; « Reprendre » ne rejoue que les cas manquants, sans repayer les précédents. Trois échecs consécutifs interrompent : c'est alors le modèle ou la passerelle qu'il faut vérifier.

Alerte de régressionÉvaluation−10 points

Une baisse de plus de dix points du taux de réussite par rapport à la campagne précédente est signalée.

Empreinte des promptsAutomatique

L'empreinte de chaque prompt est figée au démarrage de la campagne : un résultat reste rattachable à la version exacte qui l'a produit.

Fenêtre et exportAnalytique30 jours par défaut

Coût par mode et par modèle, taux d'échec, latence, verdicts, retours utilisateur. L'export CSV porte sur la fenêtre sélectionnée, jamais sur un historique sans borne : la période affichée et la période exportée sont la même.