Utilisation de DeepRAG

DeepRAG (Deep Research – Augmented Generation) est une couche d'ancrage dans le contexte et de synthèse qui permet aux agents d'analyser et de combiner des informations à travers plusieurs documents, de fournir des réponses de qualité entreprise qui sont soutenues par des citations. Vous pouvez l’utiliser pour créer des agents qui effectueront des recherches approfondies, des analyses d’enquête et des raisonnements basés sur des preuves à grande échelle. Pour en savoir plus sur les agents, consultez le Guide de l'utilisateur d'Agents.

DeepRAG fonctionne en trois phases :

1. Planification : analyse votre question, identifie les sous-tâches et définit l'étendue de la recherche.
2. Boucle de recherche itérative : interroge les données indexées, extrait les preuves pertinentes et consolide les résultats.
3. Authentification : intègre toutes les preuves dans une réponse cohérente qui s'appuie sur des citations.

Chaque résultat inclut des références identifiables à la source d'origine, ce qui garantit l'audit et la conformité du backend des données d'entreprise.

Capacités clés

Voici les principales fonctionnalités de DeepRAG :

• Résumé multi-documents : résume des informations sur un maximum de 1 000 pages en une seule requête.
• Réponses basées sur la citation : inclut les noms de document, les numéros de page et les horodatages pour chaque résultat clé.
• Raisonnement agentique : planifie, effectue des recherches et s'adapte pendant l'exécution, plutôt que de récupérer uniquement les résultats.
• Échelle d'entreprise : traite des données structurées et non structurées provenant de sources multiples via un seul index.
• Traçage et conformité : gère les pistes d'audit complètes des sources utilisées dans le cadre de la synthèse.

Quand utiliser DeepRAG

Utilisez DeepRAG lorsque vos agents doivent :

• Analysez plusieurs documents pour répondre à une question complexe.
• Générez un résumé complet sur divers ensembles de données.
• Validez les résultats avec des citations de haute fidélité.
• Effectuez des recherches réglementaires, médicales ou juridiques nécessitant une traçabilité.

Utilisez la méthode de recherche sémantique pour obtenir rapidement des informations, et DeepRAG pour une analyse détaillée ou une synthèse relative aux ensembles de documents. Pour de plus amples informations sur l'utilisation du contexte dans les agents, consultez le Guide de l'utilisateur d'Agents.

Table 1. DeepRAG vs. autres approches

Fonctionnalités	Recherche sémantique	DeepRAG
Objectif	Trouver les segments pertinents	Résumer plusieurs documents
Limite de documents	Illimité	1 000 pages
Traitement	Instantané	Minutes
Sortie	Extraits	Résumé complet
Coût	Basse	Moyenne
Citations	Basique	Détaillé

Configuration de DeepRAG

Avant d'utiliser DeepRAG, assurez-vous de remplir les conditions préalables suivantes :

• Vos données sont stockées dans le bon format de fichier : fichiers PDF ou fichiers TXT, dans une limite de 512 Mo par fichier.
• Vous disposez d’AI Units pour l’ingestion et l’exécution des requêtes. Pour en savoir plus, consultez.

Ensuite, effectuez les actions suivantes :

Étape 1 : préparer les documents

1. Utilisez des dossiers bien organisés et des conventions d'affectation de noms claires.
2. Incluez les métadonnées du document et les numéros de page.
3. Évitez les doublons et assurez-vous que les fichiers sont appliqués OCR lors de leur numérisation.

Remarque : pour une grande précision, utilisez des PDF natifs et structurez des documents par catégorie ou identifiant.

Étape 2 : créer un index

Dans Agent Builder :

1. Sélectionnez le nœud Contexte et sélectionnez Créer nouveau. Voici un exemple de configuration d'un index :
   1. Nom: Enregistrement_médical_2025
   2. Description: dossiers de patients agrégés à examiner
   3. Mode d’ingestion : Avancé.
2. Chargez vos documents et attendez que l’ingestion soit terminée.
   • Coût d’ingestion : 0,2 AIU = nombre de pages. Par exemple, 1 000 pages = 200 AIU.

Étape 3 : Configurez l'agent

Configurez votre agent. Voici un exemple :

• Nom de l’agent – Résumé de dossier médical
• Description – Analyse les dossiers médicaux des patients avec des citations complètes
• Contexte : configurez le contexte. Par exemple :
  • Index : Medical_Records_2025 ;
  • Stratégie de recherche : DeepRAG
  • Rechercher une invite de stratégie : rédigez une invite efficace, par exemple : « Analysez tous les dossiers médicaux et fournissez un résumé complet, y compris : Diagnostics et tests, Historique médicaux, Soins de santé, Résultats de laboratoire. »
• Spécifiez le format de sortie . Par exemple : « Résumé structuré avec des citations ». Incluez toujours des instructions détaillées sur le format de sortie et les instructions de gestion des conflits dans votre invite.

Remarque : si le résumé généré par DeepRAG dépasse la limite de taille de sortie, récupérez le résumé complet en externe. Utilisez l’ ID DeepRAG (à partir des traçages) avec l’activité Résumé d’ancrage dans le contexte – DeepRAG GenAI pour récupérer la sortie complète résumée en dehors de l’exécution de l’agent. Cela vous permet d’accéder à la réponse entière sans qu’elle ne soit tronquée.

Rédiger des invites efficaces pour DeepRAG

Utilisez le modèle d’invite suivant pour obtenir des résultats fiables :

Rôle :

Vous êtes un [expert du domaine] qui examine [type de document].

Tâche :

Analyser tous les documents et [objectif spécifique].

Prérequis :

1. [Exigence 1]
2. [Exigence 2]
3. [Exigence 3]

Format de sortie :

[Format de sortie structuré]

Bon exemple de requête: vous êtes un professionnel de la santé qui examine les dossiers de patients. Créez un résumé complet comprenant les diagnostics, les antécédents, les pharmacie et les résultats d’analyse de laboratoire.

Mauvaise invite: résumez les dossiers du patient.

Optimisation des performances de DeepRAG

Utilisez les informations suivantes pour optimiser les performances de votre contexte :

Scénario	Durée typique	Conseils d’optimisation
≤ 200 pages	< 10 minutes	Utilisez des questions ciblées et des fichiers PDF natifs.
500 à 800 pages	<20 minutes	Fractionnez les fichiers volumineux et affinez l’étendue de l’invite.
1 000 pages	< 30 minutes	Supprimer les doublons

Modèle de coûts

• Ingestion = 0,2 AIU X pages

• Requête DeepRAG = 0,20 AIU par 30 000 jetons (0,2 – 0,4 AIU par 500 pages)

Résolution des problèmes

Problème	Origine	Solution
Aucun fichier valide à utiliser pour DeepRAG	Format de fichier ou mode d’ingestion de base sélectionné	Utiliser uniquement le PDF/txt
Délai d'attente (60 minutes)	UiPath Robot trop volumineux ou invite complexe	Fractionner les documents ; simplifier les requêtes.
Guillemets manquants	Sources d’invites faibles ou non structurées	Vérifiez que la numérotation des fichiers PDF est cohérente.
Résumés de faible qualité	Invite générique ou document de mauvaise qualité	Améliorer la spécificité des invites ; propre hiérarchie de documents.

Cas d'utilisation de DeepRAG

Voici quelques scénarios métier réels dans lesquels DeepRAG peut être utile :

Résumé des dossiers médicaux: analysez des fichiers de patients de 200 à 400 pages pour extraire des diagnostics, des traitement, des pharmacie et des défauts de laboratoire et des extractions de données.

• Exemple de requête : analysez tous les dossiers médicaux des patients et générez un résumé médical, y compris les réclamations des responsables, les diagnostics, les pharmacie et les recommandations de traitement.
• Résultat : une analyse 5 à 10 fois plus rapide et une précision de 70 à 90 % dans les implémentations de soins de santé

Analyse des contrats: examinez plusieurs contrats afin d’identifier les principales conditions, le contrats et les clauses par défaut.

• Exemple d'invite : analysez tous les contrats de crédit et extrayez les conditions financières, les obligations et les conditions par défaut.
• Résultat : permet une analyse des risques avec une piste d'audit complète pour les workflows de conformité et juridiques.

Réglementation et examen de la conformité: récapitulez les rapports d'audit, les documents et les SOPS pour mettre en évidence les écarts de conformité avec des références au niveau de la page.

• Exemple de requête : examinez tous les fichiers réglementaires et résumez le statut de conformité, en identifiant les non-conformités avec des citations.