OpenAI a présenté Structured Outputs le 6 août 2024. Cette fonctionnalité a donné aux développeurs un moyen plus fiable de demander des renseignements dans une structure prédéfinie, grâce à un schéma JSON précisant les champs attendus et les valeurs permises. Pour les entreprises qui envisagent une intégration de l’IA, cette évolution a facilité le lien entre les modèles de langage et les logiciels existants.
Passer d’une conversation à des données utilisables
Une réponse utile à une personne peut être difficile à exploiter dans une application. Prenons une demande de service contenant une description, un lieu et une période de rendez-vous souhaitée. Une intégration peut extraire ces éléments dans des champs distincts, puis les présenter à un employé pour révision, au lieu de lui demander de tout recopier.
Cette approche peut aussi servir à classer des documents, à orienter des demandes ou à préparer des dossiers préliminaires. Il s’agit d’exemples de processus possibles, et non de fonctions automatiquement présentes dans chaque produit d’IA. Leur intérêt dépend des données disponibles, des règles d’affaires et des systèmes à relier.
Une structure cohérente exige encore du discernement
Structured Outputs encadre la forme d’une réponse. Il ne confirme pas qu’une date proposée est exacte, qu’un client a droit à un service ou qu’un montant extrait correspond au document original. OpenAI a aussi documenté des exceptions, notamment les refus et les réponses incomplètes. L’application doit prévoir leur traitement.
Un premier projet devrait donc viser un objectif précis et mesurable. Comparez les données extraites à des exemples représentatifs, vérifiez les valeurs importantes dans les dossiers de référence et permettez aux employés de corriger les cas incertains. Conservez le document source accessible pendant la révision. Un champ apparemment complet ne doit jamais masquer une information manquante.
Concevoir le processus autour de ses utilisateurs
Avant de connecter un assistant aux outils de l’entreprise, définissez ce qu’il peut lire, ce qu’il peut proposer et les actions qui exigent une approbation. Un rendez-vous suggéré et une réservation confirmée n’ont pas les mêmes conséquences. Évaluez les permissions, le traitement des renseignements confidentiels, les coûts et le temps réellement économisé après révision.
Le résultat utile est un brouillon transmis à la bonne personne avec les renseignements nécessaires pour agir, tout en laissant visibles les champs incertains. Les services de conseil et d’automatisation par l’IA de Nuagerie peuvent aider à définir le processus, les données attendues et les contrôles avant leur transmission à un autre système. L’évaluation peut porter sur les corrections et le temps total de traitement, révision humaine comprise.
Présentez une tâche répétitive, un modèle vierge du résultat attendu et quelques exemples dont les renseignements personnels ou confidentiels sont retirés. Vous pouvez discuter d’un projet d’automatisation avec Nuagerie pour choisir une première étape adaptée. La préparation de brouillons permet d’évaluer la qualité et les exceptions avant d’envisager la modification de dossiers ou les communications aux clients.
