Début 2023, la question qui revenait dans presque chaque projet impliquant de l’IA générative sur WordPress portait sur la recherche augmentée : comment indexer le contenu du site pour qu’un modèle puisse répondre à des questions précises en s’appuyant sur des extraits pertinents, plutôt que sur sa seule mémoire d’entraînement. Trois ans plus tard, la question posée par nos clients a changé de nature : elle ne porte plus seulement sur la capacité à répondre, mais sur la capacité à agir, en enchaînant plusieurs actions successives sur le site lui-même.
Cet article ne détaille pas le fonctionnement des embeddings, déjà couvert ailleurs sur ce blog : il porte sur ce que ce changement d’attente, de la réponse à l’action, implique concrètement pour l’architecture d’un site WordPress.
Ce que le RAG résolvait, et ce qu’il ne résolvait pas
La recherche augmentée a résolu un problème réel et toujours d’actualité : un modèle de langage ne connaît pas le contenu propre à un site, et sans mécanisme de recherche dans ce contenu, il répond soit à côté, soit en inventant. Ce mécanisme reste pertinent aujourd’hui pour tout usage de question-réponse fondée sur du contenu spécifique. Mais il s’arrêtait là : une fois la réponse formulée, rien ne se passait sur le site lui-même. Aucune action, aucune conséquence, seulement du texte affiché à l’utilisateur.
Ce que change un agent multi-outils
Un agent capable d’appeler plusieurs outils en séquence ne se contente plus de rechercher une information pour formuler une réponse : il peut consulter un état, décider d’une action en fonction du résultat, l’exécuter, puis vérifier son effet avant de conclure. Cette capacité à enchaîner plusieurs étapes dépendantes les unes des autres est ce qui distingue le plus nettement l’architecture d’aujourd’hui de celle d’il y a trois ans.
Question-réponse augmentée (2023)
Question → recherche dans le contenu → réponse textuelle
(fin de la séquence)
Agent multi-outils (aujourd'hui)
Instruction → recherche → décision → action → vérification du résultat
│
(peut relancer une nouvelle action
selon le résultat obtenu)Ce que ça implique pour l’architecture d’un site
Un site pensé uniquement pour de la recherche augmentée exposait généralement un seul point d’accès : un index de recherche, interrogé une fois par échange. Un site pensé pour des agents multi-outils doit anticiper des séquences d’appels : un outil de recherche, un outil de vérification d’état, un outil d’action, potentiellement rappelés plusieurs fois dans une même session selon les décisions prises par l’agent en cours de route.
- Les outils doivent rester cohérents entre deux appels successifs : un état modifié par un premier appel doit être visible par un second appel dans la même session, sans délai de propagation.
- La gestion des erreurs devient plus critique : une erreur au milieu d’une séquence de plusieurs appels doit être gérée sans laisser le site dans un état incohérent.
- La journalisation doit couvrir des séquences entières, pas des appels isolés, pour comprendre a posteriori l’enchaînement complet d’une décision.
Un exemple concret de cette bascule
Un projet client illustre bien ce changement : l’usage initial, fin 2023, se limitait à un assistant capable de répondre aux questions des visiteurs à partir de la documentation du site, via une recherche augmentée classique. Aujourd’hui, le même assistant peut vérifier la disponibilité d’un produit, comparer plusieurs options selon des critères donnés, et déposer une demande de devis structurée, en enchaînant plusieurs appels d’outils dans une seule conversation, sans intervention supplémentaire de l’utilisateur entre chaque étape.
Le RAG répondait à « que sais-tu sur ce sujet ». L’agent multi-outils répond à « fais ce qu’il faut, en tenant compte de ce que tu observes en cours de route ». Ce sont deux problèmes d’architecture différents, pas une simple amélioration du premier.
Ce qui reste vrai des deux côtés
La qualité de l’indexation du contenu reste tout aussi déterminante aujourd’hui qu’en 2023 : un agent multi-outils qui s’appuie sur une recherche de mauvaise qualité prendra de mauvaises décisions avec la même assurance qu’un assistant de question-réponse mal indexé produisait de mauvaises réponses. La bascule vers l’action n’a pas rendu la recherche obsolète, elle l’a simplement intégrée comme une étape parmi d’autres dans une séquence plus longue.
En résumé
La recherche augmentée a résolu le problème de la connaissance du contenu par un modèle, mais elle ne résolvait pas celui de l’action. Trois ans plus tard, la généralisation des agents multi-outils déplace l’enjeu d’architecture : il ne s’agit plus seulement d’indexer correctement du contenu, mais de concevoir des outils capables de s’enchaîner de façon cohérente, avec une gestion d’erreur et une journalisation pensées pour des séquences entières, pas pour des appels isolés.
