Quand les visiteurs cherchent avec d’autres mots

Un visiteur reprend rarement les termes exacts de l’auteur. La documentation parle de « rotation des identifiants » ; le client demande : « comment remplacer une clé expirée ? » Un catalogue médical emploie un terme officiel, tandis que le lecteur utilise un nom courant. La recherche sémantique tente de reconnaître une intention commune, pas seulement des mots identiques.

Ce que signifie « recherche sémantique »

Le système compare la requête et les passages selon leur sens et leur contexte. Les mots-clés ne deviennent pas inutiles : numéros de modèle, codes d’erreur, noms, citations et références produit exigent souvent une correspondance exacte. Les meilleurs systèmes combinent généralement signaux lexicaux et sémantiques.

Pour le propriétaire du site, l’enjeu n’est pas de savoir si le produit utilise des embeddings, mais si une personne peut poser une question réaliste et atteindre la bonne preuve sans connaître le vocabulaire interne.

Les formes de l’écart lexical

• Synonymes et langage courant. L’expert choisit un terme précis ; le novice décrit un objectif ou un symptôme.
• Morphologie et fautes. Pluriels, flexions, translittération et erreurs de frappe affaiblissent la correspondance exacte.
• Abréviations et jargon. SSO, single sign-on et « les employés peuvent-ils utiliser le compte de l’entreprise ? » peuvent désigner le même besoin, sans rendre toute expression voisine équivalente.
• Questions multilingues. Un visiteur peut interroger en français une documentation anglaise. La recherche translingue aide, mais noms, mesures et significations spécialisées doivent survivre à la traduction.

Pourquoi « comprend tout » est une mauvaise promesse

La sémantique élargit le rappel, mais peut remonter un contenu seulement voisin. Une demande de résiliation peut conduire à une page sur la suspension ; une question d’interaction médicamenteuse à un texte contenant les mêmes termes médicaux sans apporter la réponse.

Il faut donc un seuil de pertinence, de bonnes sources et une issue honnête. Si les preuves sont faibles, le système doit proposer des sujets connexes ou signaler l’absence de réponse étayée. L’expansion d’une requête doit ouvrir l’accès au vrai contenu, pas forcer chaque question dans le thème du site.

Recherche et génération sont deux étapes

La recherche sélectionne d’abord des pages ou passages susceptibles de contenir la preuve. La génération en tire ensuite une réponse concise. Si le bon document manque, le modèle ne peut pas le citer. Si le passage est bon mais que le résumé va plus loin, le résultat reste mauvais.

Il faut donc vérifier à la fois la qualité des sources retrouvées et la fidélité du texte produit.

Comment tester votre propre site

Ne copiez pas seulement les titres des pages. Constituez un petit jeu avec :

• le terme officiel ;
• une paraphrase courante ;
• une faute fréquente ;
• une abréviation et sa forme développée ;
• une question dans une autre langue prise en charge ;
• un sujet proche mais non équivalent ;
• une question hors domaine à refuser.

Pour chaque résultat, examinez pertinence du passage, fidélité de la réponse, qualité du lien et capacité à s’abstenir sans preuve. Une douzaine de formulations issues de vrais clients peut être plus instructive que des centaines de requêtes synthétiques.

Où cette approche est la plus utile

Elle est précieuse pour la documentation technique destinée aux non-spécialistes, les archives scientifiques, la santé ou la réglementation, les centres d’aide multilingues, les grands catalogues et l’éducation. Pour un site vitrine de cinq pages clairement nommées, cette complexité peut apporter peu.

L’approche Achla AI

Achla AI prépare la question, retrouve des preuves dans le site indexé et produit une réponse courte avec des liens sources. Le pipeline peut corriger un bruit simple, rapprocher des termes et répondre dans la langue de la question. Cela ne signifie pas que toute l’interface du widget est localisée : langue de réponse et langue des commandes sont deux capacités distinctes, et l’interface est actuellement en anglais.

Le système reste ancré dans le véritable sujet du site ; ce n’est pas un assistant généraliste. Sans contenu suffisant, l’issue la plus sûre est un refus explicite ou des thèmes connexes.

Testez l’expérience Achla AI avec le terme exact, une paraphrase naturelle, puis une question proche mais non couverte.