Base de connaissances

La base de connaissances est l’espace où vivent les données de l’organisation pour que les agents puissent les lire et les citer. Les éditeurs la constituent une fois ; les agents y puisent au moment de répondre — c’est ce qui permet à un agent Tale de répondre avec ta réalité plutôt qu’avec les données d’entraînement du modèle. L’espace s’ouvre sur six onglets : Documents, Entrées de connaissances, Sites web, Produits, Contacts et Fournisseurs.

Tu préfères regarder d’abord ? L’épisode 3 parcourt toute la bibliothèque en trois minutes — indexation, entrées, fiches, crawler et périmètres, sous-titres compris.

Les deux formes

Tout ce que contient l’espace prend l’une de deux formes. Le contenu indexé — les fichiers de Documents, les faits des Entrées de connaissances, les pages qu’une exploration de site web ramène — passe par le pipeline d’indexation (extraction, découpage, embeddings, stockage) pour que les agents récupèrent les passages pertinents et les citent. Les fiches typées — Produits, Contacts, Fournisseurs — sont des lignes à champs nommés que les agents lisent comme des données, pas comme de la prose : des valeurs exactes, sans approximation de récupération.

La forme que tu choisis décide de la façon dont un agent peut exploiter le contenu — c’est pourquoi Données structurées est une page de décision, pas seulement une référence.

Où réside l'index

Le contenu indexé est intégré dans la base de données vectorielle intégrée de Tale — un stockage PostgreSQL (ParadeDB) qui combine les embeddings pgvector avec la recherche par mots-clés (BM25) et fusionne les deux, de sorte que la recherche capte à la fois les correspondances sémantiques et les termes exacts. Il est livré avec la plateforme : rien de plus à licencier ni à exploiter, et la recherche, les citations, les permissions par équipe et l'effacement RGPD agissent tous sur un seul stockage. Les embeddings proviennent du fournisseur d'embeddings configuré par l'organisation, donc tu choisis le modèle sans toucher à ce qui est en dessous.

Apporte ta propre base de données vectorielle — c'est du Postgres. Comme le stockage vectoriel est PostgreSQL, tu peux pointer la base de connaissances de Tale vers n'importe quel PostgreSQL géré que tu exploites (avec les extensions pgvector et pg_search/ParadeDB) au lieu de celui fourni — tes données, ton infrastructure, ta région. Un admin d'org renseigne la connexion dans Paramètres > Résidence des données de l'organisation — saisis l'hôte, la base et les identifiants de ton Postgres, de la même façon pour un déploiement auto-hébergé et une instance cloud dédiée. Tale vérifie la connexion et la présence des extensions requises avant que tu bascules. Voir Résidence des données pour les détails de connexion et les prérequis d'extensions.

Comment les agents y puisent

Un agent ne voit pas toute la bibliothèque par défaut. L’onglet Base de connaissances de l’agent contrôle son périmètre de récupération — les parties de la bibliothèque qu’il interroge au moment de répondre — et les éléments limités à une équipe restent invisibles pour les agents et les membres hors de cette équipe. La récupération passe par les outils RAG de l’agent, et chaque passage récupéré porte sa source : les citations renvoient au fichier, à l’entrée ou à la page d’origine. La mécanique côté agent vit dans Connaissances de l’agent.

Pages dans cette section

Où cela s’inscrit

La base de connaissances est la couche de données sur laquelle repose chaque réponse ancrée ; sans elle, les agents ne savent que ce que le modèle sait déjà. Fais entrer le contenu par l’onglet qui correspond à sa forme, puis branche les agents dessus — la suite naturelle est Documents pour les fichiers, Données structurées pour les fiches et Connaissances de l’agent pour le volet récupération.