Le problème : les IA parlent mieux qu’elles ne vérifient
Claude, ChatGPT, Gemini, Hermes ou Qwen peuvent tous produire une réponse très propre et pourtant fausse. Le danger n’est pas seulement l’erreur : c’est le ton sûr de lui.
Un assistant peut affirmer qu’un fichier existe, qu’un prix est à jour, qu’une fonction est corrigée ou qu’une source dit quelque chose. Si vous ne l’obligez pas à prouver, vous découvrez l’erreur trop tard.
Le test de 15 minutes
Prenez trois documents : une facture, une note interne et un extrait de projet. Demandez à votre IA une synthèse exploitable, mais imposez quatre règles : citer la source, distinguer preuve et hypothèse, indiquer ce qui manque, puis proposer un test de validation.
Si le modèle répond sans citations, il échoue. S’il invente une ligne ou une page, il échoue. S’il dit « c’est corrigé » sans test, il échoue.
Pourquoi l’IA locale devient intéressante
En local, vous contrôlez les fichiers, les logs, les modèles et les outils. Vous pouvez brancher Ollama, Hermes, Open WebUI ou un RAG local sur vos vrais documents, sans envoyer toute votre base de travail dans un cloud.
Ce n’est pas toujours plus intelligent qu’un modèle cloud. C’est parfois plus discipliné, plus privé, plus auditable. Et pour une entreprise, cette différence vaut cher.
Le prompt de contrôle qualité
La phrase magique n’est pas magique : « réponds uniquement avec les éléments fournis ». Ajoutez : « si tu n’as pas la preuve, écris “non vérifié” ». C’est simple, mais cela fait apparaître la plupart des hallucinations utiles à détecter.
Plan d'action en 3 étapes
Exemple complet : corpus, prompt et sortie attendue
Pour voir la méthode fonctionner, voici un corpus fictif de trois documents courts. Copiez chacun dans un fichier texte.
facture-0425.txt Facture n° 0425 du 3 mars 2026. Client : Atelier Moreau. 12 heures de maintenance à 65 € HT. Total HT : 780 €. Échéance : 2 avril 2026. note-interne.txt Réunion du 10 mars : le client demande une remise de 10 % sur la prochaine facture. Pas encore validé par la direction. projet.txt Migration du serveur prévue en avril. Responsable : Julie. Budget non arrêté.
Le prompt de test, à coller tel quel avec les trois documents :
À partir des trois documents fournis uniquement, rédige une synthèse du dossier Atelier Moreau. Règles : 1. Chaque affirmation cite son fichier source entre crochets. 2. Sépare trois parties : Faits, Hypothèses, Non vérifié. 3. Si une information manque, écris « non vérifié » au lieu de la deviner. 4. Termine par un test concret qui permettrait de vérifier ta conclusion.
Une bonne réponse ressemble à ceci :
Faits - Facture 0425 de 780 € HT, échéance le 2 avril 2026 [facture-0425.txt] - Le client demande une remise de 10 % sur la prochaine facture [note-interne.txt] - Migration du serveur prévue en avril, responsable Julie [projet.txt] Hypothèses - Si la remise est validée, la prochaine facture baissera de 10 % [note-interne.txt] Non vérifié - Décision de la direction sur la remise - Budget de la migration - Montant TTC : aucun taux de TVA ne figure dans les documents Test - Obtenir la décision écrite de la direction avant d’émettre la prochaine facture.
Le modèle échoue s’il écrit que la remise est « accordée », s’il calcule un TTC en supposant une TVA à 20 %, s’il invente un budget pour la migration ou s’il cite un fichier qui n’existe pas. Comptez un point par règle respectée : en dessous de 4 sur 4, ajoutez la règle manquante à votre prompt système et relancez.
En local, le test se lance avec Ollama (ollama run qwen3:8b, puis collez documents et prompt) ou dans Open WebUI en joignant les trois fichiers. Refaites-le avec chaque modèle que vous envisagez : c’est le plus court chemin pour savoir lequel tient ses sources.
Sources utiles
Questions fréquentes
Une IA locale hallucine-t-elle aussi ?
Oui. Un modèle local hallucine aussi. L’avantage est de pouvoir contrôler les sources, les fichiers, les logs et les tests.
Faut-il un gros GPU pour ce test ?
Non. Le test peut se faire avec un petit modèle. Le GPU devient important pour le confort, le contexte et les gros documents.