Colonne 04 · AI-Driven Ops

KB Grounding : sources, citations, abstention

Chaque recommandation est ancrée dans une source vérifiée — pas dans les données d'entraînement de l'agent. Pas de source = pas de reco.

Le mécanisme — la boucle de grounding

1. Question→2. Query multi-source→3. Citations→4. Cross-validation→5. Décision groundée→6. ADR↺7. Feedback

L'agent ne répond pas « de mémoire ». Il interroge des sources curées, compare les réponses (consensus ou trade-offs), et chaque décision porte sa citation (KB/<doc> §<section>).

Deux couches de connaissance

a priori · générique

NLM KB (livres)

Knowledge expert extraite de livres via NotebookLM, triple-fact-checkée. Ex : Ansible 10 docs, Docker 9 docs. Répond à « comment fait-on bien en général ? ».

a posteriori · contextuel

Field KB (terrain)

Vécu opérationnel : incidents, sessions, ADR. Répond à « comment fait-on bien pour CETTE app, sur CET env, avec CES versions ? ». Vivante, promue en règle si pattern récurrent.

Le grounding déterministe

ansible-doc obligatoire avant de générer toute tâche utilisant un module — récupère la vraie signature, empêche d'inventer des paramètres.
Fallback Context7 (docs officielles) si la KB ne couvre pas.
Si hors KB et hors Context7 : abstention explicite — l'agent le dit, il n'extrapole pas.
Chaque source porte son statut (verified/unverified), son timestamp et son scope d'applicabilité (instance, versions).

Justification quantitative (Google SRE) : « Un playbook documenté produit ~3× d'amélioration du MTTR vs improviser. » Le grounding, c'est le playbook appliqué au raisonnement de l'IA. Et la limite est assumée : le grounding réduit et rend détectables les hallucinations ; il ne les supprime pas.

Votre IA invente-t-elle ?

Auditons votre grounding : où l'IA recommande sans source, comment ancrer dans une KB.

Réserver mon audit AIDO de 30 min