Connecter SharePoint, Confluence ou vos PDF à un agent conversationnel IA consiste à indexer automatiquement vos documents dans un moteur RAG (Retrieval-Augmented Generation), qui permet à l’IA de répondre en citant vos vraies sources internes. En 2026, cette opération est réalisable sans développement en moins de 30 minutes.
Pourquoi vos documents existants sont votre meilleur atout IA ?
La plupart des entreprises ont des années de documentation accumulée dans SharePoint, Confluence ou leurs lecteurs partagés. Cette connaissance est précieuse, mais elle reste invisible pour les collaborateurs et les clients qui ne savent pas où chercher, ou n’ont pas le temps de lire 200 pages de procédures.
Un agent conversationnel IA branché sur ces sources change radicalement l’équation : au lieu de chercher, on demande. Et l’agent répond en citant le document exact, la page exacte.
Selon une étude McKinsey sur les travailleurs du savoir, les employés passent en moyenne 1,8 heure par jour à chercher des informations internes, soit plus de 20 % du temps de travail (McKinsey Global Institute, “The social economy”, 2012). Brancher un agent IA sur vos sources documentaires existantes est l’un des moyens les plus directs de réduire ce temps perdu.
L’enjeu n’est donc pas de créer du contenu : il est de le rendre interrogeable.
Comment fonctionne l’indexation RAG d’un document ?
Avant de connecter une source, il est utile de comprendre ce qui se passe sous le capot. Le processus RAG (Retrieval-Augmented Generation) se déroule en trois étapes :
1. Découpage (chunking)
Le document est découpé en fragments de 200 à 500 tokens (environ un paragraphe). Ce découpage est crucial : trop large, le fragment contient trop de bruit ; trop court, il manque de contexte. Les plateformes modernes utilisent un découpage sémantique plutôt que mécanique pour préserver le sens.
2. Vectorisation (embedding)
Chaque fragment est transformé en un vecteur numérique via un modèle d’embedding (OpenAI text-embedding-3-large, Mistral, Cohere ou équivalent open-source). Ce vecteur capture le sens du texte dans un espace mathématique à haute dimension.
3. Stockage et recherche vectorielle
Les vecteurs sont stockés dans une base vectorielle (Qdrant, Weaviate, Chroma). À chaque question, la requête est vectorisée puis comparée à tous les vecteurs stockés. Les fragments les plus proches sémantiquement sont récupérés et envoyés au LLM avec la question originale.
Le résultat : l’agent répond en s’appuyant sur vos documents réels, pas sur ses données d’entraînement. Les hallucinations sont réduites à leur minimum.
Quels formats de documents peut-on indexer ?
La richesse des formats supportés est un critère de choix souvent sous-estimé. Voici ce que supporte RAG Weaver :
Documents bureautiques :
- PDF (natif, avec OCR pour les PDF scannés)
- Word (.docx, .doc)
- Excel (.xlsx, .xls)
- PowerPoint (.pptx, .ppt)
Formats texte et code :
- Markdown (.md, .markdown)
- Texte brut (.txt)
- CSV, JSON, XML
- HTML
- AsciiDoc, VTT (sous-titres)
Médias (via transcription automatique) :
- Audio : MP3, WAV, M4A, OGG, FLAC
- Vidéo : MP4, MOV, AVI, MKV, WEBM
- Images : PNG, JPG, WEBP (extraction OCR)
La grande majorité de la connaissance d’entreprise est non structurée : documents, emails, enregistrements audio et vidéo. Le support audio et vidéo permet d’indexer des formations, des réunions enregistrées ou des tutoriels qui étaient jusqu’ici inaccessibles aux systèmes de recherche.
Comment connecter SharePoint à un agent IA ?
SharePoint est de loin la source documentaire la plus demandée. La plupart des entreprises y stockent des années de procédures internes, wikis, documentations produits et fiches clients.
Prérequis
- Un compte Microsoft 365 avec les droits de lecture sur les bibliothèques à indexer
- Un compte d’application Azure AD (pour l’authentification OAuth)
- L’URL de votre tenant SharePoint (format :
votre-entreprise.sharepoint.com)
Étapes de connexion (RAG Weaver)
- Dans l’interface RAG Weaver, accédez à Sources → Ajouter une source → SharePoint
- Renseignez l’URL de votre tenant et les identifiants de l’application Azure AD
- Sélectionnez les bibliothèques ou dossiers à indexer (vous pouvez exclure des chemins)
- Définissez la fréquence de synchronisation (en temps réel, toutes les heures, ou quotidienne)
- Lancez l’indexation initiale (comptez 2 à 15 minutes selon le volume)
Une fois la connexion établie, toute modification dans SharePoint est détectée et réindexée automatiquement. L’agent a toujours accès à la version la plus récente de vos documents.
Ce qu’il faut savoir
- Les droits SharePoint sont respectés à l’indexation : seuls les documents accessibles par le compte de service sont indexés
- Les métadonnées SharePoint (auteur, date, site) sont conservées et citées par l’agent
- Les documents en pièce jointe dans des listes SharePoint sont également indexés
Comment connecter Confluence à un agent IA ?
Confluence (Atlassian) est la référence pour la documentation technique et les bases de connaissances internes des équipes produit et développement.
Confluence Cloud vs Confluence Data Center
La procédure diffère légèrement selon votre version :
Confluence Cloud : connexion via token API Atlassian. Plus simple, sans configuration serveur.
Confluence Data Center (on-premise) : connexion via l’API REST Confluence avec authentification Basic ou OAuth. Nécessite que le serveur Confluence soit accessible depuis votre instance RAG Weaver.
Étapes de connexion dans RAG Weaver
- Dans Confluence, créez un token API depuis votre profil utilisateur (Atlassian Account)
- Dans RAG Weaver, allez dans Sources → Confluence et renseignez l’URL, l’email et le token
- Sélectionnez les espaces (Spaces) à indexer (vous pouvez en exclure certains)
- L’indexation initiale récupère toutes les pages, y compris les sous-pages et pièces jointes
Particularité de Confluence : le contenu est structuré en hiérarchie (Spaces > Pages > Sous-pages). RAG Weaver préserve cette structure dans les métadonnées, ce qui permet à l’agent de citer précisément “Page X dans l’espace Y”.
Dans la plupart des organisations qui utilisent Confluence depuis plusieurs années, des milliers de pages s’accumulent : procédures, décisions d’architecture, onboarding, documentation produit. Même si une partie de ce contenu est obsolète, la masse exploitable par un agent IA est considérable et souvent sous-utilisée par les équipes.
Comment uploader manuellement des PDF, Word et Excel dans l’agent IA ?
Pour les documents qui ne sont pas dans SharePoint ou Confluence (rapports PDF, exports Excel, présentations), RAG Weaver propose un upload direct depuis l’interface.
Bonnes pratiques pour l’upload manuel
Qualité avant quantité. Un PDF de 50 pages bien structuré est plus utile qu’un recueil de 500 pages mal organisé. L’agent répondra mieux si les documents sont clairs et bien découpés.
Nommez vos fichiers de manière descriptive. Le nom du fichier est utilisé comme métadonnée. procedure-onboarding-rh-v3.pdf sera mieux exploité que document-final-2.pdf.
Évitez les PDFs scannés sans OCR. Un PDF constitué d’images ne contient pas de texte exploitable. Activez l’OCR dans RAG Weaver pour ce type de fichier (légèrement plus long à traiter).
Versionnez vos documents. Si vous uploadez une nouvelle version, supprimez l’ancienne de l’index pour éviter que l’agent cite des informations obsolètes.
Scan de site web : indexer votre documentation en ligne
Pour les entreprises avec une documentation publique (centre d’aide, FAQ en ligne, documentation produit), le crawl web est une option puissante.
RAG Weaver crawle les URLs que vous définissez, extrait le contenu texte et l’indexe comme n’importe quel document. Vous pouvez définir des règles d’inclusion/exclusion (ex : indexer docs.votre-site.com mais exclure /blog/).
Cas d’usage typique : un agent support client qui répond aux questions en s’appuyant simultanément sur votre Confluence interne et votre centre d’aide public.
Checklist DSI : avant de lancer l’indexation
Avant de brancher vos sources documentaires à un agent IA, voici les points à vérifier :
- Droits d’accès : le compte de service a-t-il les droits de lecture sur les sources sélectionnées ?
- Données sensibles : avez-vous exclu les dossiers contenant des données RH ou juridiques confidentielles ?
- Hébergement : les données restent-elles en Europe (ou on-premise) conformément à votre politique RGPD ?
- Fraîcheur : la synchronisation automatique est-elle activée pour les sources qui changent fréquemment ?
- Volume : avez-vous estimé le nombre de documents et le stockage nécessaire ?
- Langue : vos documents sont-ils dans la langue configurée pour le modèle d’embedding choisi ?
- Format : avez-vous identifié les PDF scannés qui nécessitent l’OCR ?
- Périmètre : les collaborateurs ont-ils validé que le contenu indexé est à jour et fiable ?
Pourquoi choisir RAG Weaver pour connecter vos sources documentaires ?
Il existe plusieurs approches pour connecter des sources documentaires à un agent IA. Voici ce qui distingue RAG Weaver :
Connecteurs natifs no-code. SharePoint, Confluence, Google Drive, Nextcloud sont connectables depuis l’interface, sans ligne de code ni configuration serveur complexe.
Multi-sources simultanées. L’agent interroge toutes les sources configurées à chaque question et fusionne les résultats. Pas besoin de choisir entre SharePoint et Confluence.
Synchronisation automatique. Les modifications sont détectées et réindexées sans intervention manuelle.
Hébergement souverain. SaaS hébergé en Europe ou déploiement on-premise sur votre infrastructure : vos documents ne quittent jamais votre périmètre si vous le souhaitez.
BYOK (Bring Your Own Key). Vous utilisez vos propres clés API OpenAI, Anthropic, Mistral ou autre. La facture LLM va directement chez votre fournisseur, RAG Weaver n’ajoute aucun markup sur les tokens.
Retrouvez la liste complète des connecteurs disponibles sur la page intégrations. Pour les contraintes de conformité ou de localisation des données, consultez notre page déploiement on-premise ou les tarifs du plan Enterprise.
Si vous souhaitez approfondir la technologie RAG qui permet à l’agent d’interroger vos documents, consultez notre guide (en anglais) : What is RAG? The Enterprise Guide.