Base vectorielle et embeddings
Ces deux briques déterminent la qualité de la recherche documentaire. Ce sont aussi les deux choix les plus coûteux à modifier après coup.
Le mécanisme
- Chaque fragment de document est transformé en vecteur par le moteur d'embeddings — une liste de nombres représentant son sens.
- Ces vecteurs sont stockés dans la base vectorielle.
- À la question, celle-ci est vectorisée par le même moteur, puis comparée aux vecteurs stockés.
- Les fragments les plus proches sont retenus et fournis au modèle.
D'où la contrainte centrale : tous les vecteurs d'un index doivent provenir du même moteur d'embeddings. Deux moteurs différents produisent des représentations incomparables.
Le moteur d'embeddings
Réglages → Agent → Modèle de vectorisation.
Moteur intégré (par défaut) — s'exécute localement et ne demande aucune clé. Le modèle est téléchargé une fois à la première utilisation ; ensuite, plus aucune sortie réseau. Le modèle par défaut est conçu pour l'anglais. Pour un corpus en français, en allemand, en italien ou multilingue, choisissez avant d'indexer le modèle multilingue proposé au même endroit (plus de 100 langues, 487 Mo, plus exigeant en ressources).
Moteurs externes — plusieurs fournisseurs sont pris en charge. Ils peuvent apporter un gain sur des corpus multilingues exigeants ou très spécialisés, au prix d'une sortie réseau à chaque indexation et à chaque question, et d'un coût à l'usage.
Changer de moteur ou de modèle réinitialise tous les index. Un avertissement s'affiche, puis, à l'enregistrement, WivenLLM efface les vecteurs et leur cache, et retire tous les documents de tous les espaces de travail. Les fichiers restent dans la bibliothèque, mais il faut les réajouter à chaque espace pour les réindexer. Décidez au démarrage.
Découpage du texte
Réglages → Agent → Diviseur de texte et découpage règle deux paramètres :
- Taille des segments de texte (1 000 caractères par défaut, dans la limite du moteur d'embeddings) — plus court, plus précis mais moins contextuel ; plus long, l'inverse.
- Chevauchement des segments de texte (20 caractères par défaut) — le texte repris d'un fragment au suivant, pour ne pas couper une idée en deux.
Les valeurs par défaut conviennent à la plupart des corpus. Un changement n'affecte que les documents indexés ensuite.
Quand ajuster : des documents très structurés et courts (fiches, questions et réponses) gagnent à des fragments plus petits ; des textes argumentatifs longs (contrats, jurisprudence) gagnent à des fragments plus grands.
La base vectorielle
Réglages → Agent → Base de données vectorielle.
Base locale intégrée (par défaut) — stockée dans le répertoire de l'installation. Aucun service à exploiter, aucune sortie réseau, sauvegardée avec le reste. Elle tient sans difficulté des corpus de plusieurs dizaines de milliers de fragments, ce qui couvre la plupart des organisations.
Bases externes — plusieurs solutions du marché sont prises en charge, en version auto-hébergée ou en service géré. → Fournisseurs supportés
Changer de base vectorielle a le même effet qu'un changement de moteur d'embeddings : les index sont réinitialisés et les documents sont à réajouter.
Quand envisager une base externe
- Le volume dépasse ce que la base locale traite confortablement.
- Une base existe déjà dans votre organisation et vous souhaitez la mutualiser.
- Plusieurs applications doivent partager le même index.
- La haute disponibilité est requise.
Dans les autres cas, la base locale est le meilleur choix : moins de pièces mobiles, aucune sortie réseau, sauvegarde unifiée.
Un service géré signifie que vos vecteurs et leurs métadonnées sortent de votre périmètre. Sur une installation dont l'exigence est la souveraineté, cela annule le bénéfice d'un modèle local.
Organisation des index
Chaque espace de travail dispose de son propre espace de noms dans la base. Une recherche dans un espace n'atteint donc pas les documents d'un autre. Les droits par document filtrent en plus, au sein d'un espace, ce que chaque personne peut recevoir.
Le Second Brain de chaque utilisateur dispose également du sien, séparé des espaces de travail.
Opérations de maintenance
Réindexer un espace. Il n'y a pas de commande dédiée : réinitialisez l'espace, puis réajoutez ses documents. À faire lorsqu'un index est suspecté incohérent.
Réinitialiser un espace. Réglages de l'espace → Base de données vectorielle → Réinitialiser la base de données vectorielle (administrateur ou gestionnaire). Efface les vecteurs de l'espace. Les documents restent dans la bibliothèque et doivent être réajoutés.
Vérifier le nombre de vecteurs. Le même onglet affiche le nombre de vecteurs de l'espace — utile pour confirmer qu'une indexation s'est bien déroulée. Console Wiven → Santé de l'installation contrôle aussi les documents et l'index de toute l'instance.
Diagnostiquer une mauvaise recherche
| Symptôme | Piste |
|---|---|
| « Il ne trouve pas alors que c'est écrit » | Seuil de similarité trop élevé ; ou document non ajouté à l'espace ; ou texte mal extrait ; ou modèle d'embeddings anglais sur un corpus français |
| « Il cite des passages hors sujet » | Seuil trop bas, ou trop de fragments demandés |
| « Il ne trouve qu'une partie » | Nombre de fragments trop faible ; augmenter progressivement |
| « Il ne trouve plus rien, d'un coup » | Moteur d'embeddings ou base vectorielle changés : les documents ont été retirés des espaces, il faut les réajouter |
| « Il trouve dans un document obsolète » | Deux versions coexistent dans l'index ; retirer l'ancienne |
| « Il répond sans lire un document précis » | Ce document est peut-être réservé à d'autres personnes (droits par document) |
Le seuil de similarité (0,25 par défaut) et le nombre de fragments (4 par défaut) se règlent par espace de travail. → Conversations
Console Wiven → Contrôle des réponses rejoue des questions de contrôle par espace, explique chaque échec et propose des réglages de recherche à essayer avant de les appliquer.

Deutsch