El Maître

Le contexte

L'information juridique en Tunisie est dispersée dans des codes publiés en français et en arabe, et une IA généraliste répond aux questions de droit avec assurance et à côté. La plateforme avait besoin d'un assistant qui ne réponde qu'à partir du corpus réel, cite l'article utilisé, et refuse quand le corpus ne couvre pas la question.

Ce que nous avons fait

• Développement complet : front Next.js, API Node/Express, PostgreSQL avec Sequelize, authentification Supabase.
• Collecte et ingestion d’un corpus bilingue de plus de 8 000 articles répartis sur 16 codes, en français et en arabe, dans pgvector.
• Réponses augmentées par la recherche, avec citations et un chemin de refus explicite quand la recherche ne couvre pas la question.
• Réglage des seuils de similarité par langue, après avoir constaté que les correspondances en arabe obtiennent des scores systématiquement plus bas qu'en français — la cause principale des refus à tort.
• Analyse et comparaison de documents, elles aussi fondées sur le corpus, plus un annuaire d'avocats avec consultations et avis encadrés.
• Partie modération et administration : file de signalements, vérification des experts, statistiques.
• Sécurisation et déploiement : rate limiting, uploads bornés, schéma géré uniquement par migrations, Docker sur VPS avec la base laissée native pour ne jamais réingérer le corpus vectorisé.

Résultat

L'assistant répond à de vraies questions de droit en citant l'article sur lequel il s'appuie, et se tait quand le corpus ne dit rien plutôt que d'improviser. Les deux comportements ont été testés volontairement.

Stack