2025Automatisation

Chatbot RAG financier

Interroger des rapports financiers en langage naturel, avec des réponses vérifiables.

Contexte: Projet personnel, né d'un besoin récurrent : extraire une donnée précise d'un rapport annuel d'entreprise.
Problème: Un rapport financier fait des centaines de pages. Un modèle de langage interrogé seul dessus invente des chiffres avec aplomb, ce qui est pire qu'une absence de réponse : l'erreur passe inaperçue.
Approche: Pipeline RAG orchestré dans n8n : découpage des documents, génération d'embeddings, stockage vectoriel, puis récupération des passages pertinents injectés en contexte avant l'appel au modèle. DeepSeek pour la génération, LangChain pour la chaîne de récupération, un webhook comme point d'entrée.
Résultat: Chaque réponse est accompagnée du passage source dont elle est tirée. La vérification prend quelques secondes au lieu d'exiger une confiance aveugle.