Configurez un passage de révision source d'abord pour que le texte généré ne devienne jamais une preuve en soi.
Ce guide propose un workflow pour vérifier les affirmations factuelles d'un brouillon avant la publication. Il s'agit d'un modèle de planification, non d'un test de première main revendiqué, d'une garantie ou d'un substitut au jugement professionnel.
Vous avez besoin d'un brouillon, d'un dossier source et d'un éditeur responsable. Ne collez pas de mots de passe, de clés API, d'informations de santé, d'identifiants gouvernementaux ou de données clients/employés non expurgées dans un service AI à moins que votre organisation n'ait explicitement approuvé ce traitement.
Entrée : brouillon et liens vers les sources primaires.
Résultat attendu : registre des affirmations, corrections et décision de publication.
La disponibilité des outils, le comportement du modèle, les limites du plan et les conditions peuvent changer. Consultez la documentation actuelle de chaque fournisseur et les paramètres de compte de votre organisation avant de configurer un workflow.
Rédiger une phrase décrivant la décision que ce travail doit soutenir : registre des affirmations, corrections et décision de publication. Lister ce qui est confirmé, ce qui est inconnu et qui peut approuver une version finale. Placer les liens source à côté des affirmations importantes ; le texte généré n'est jamais la source d'une affirmation.
Créer un paquet d'entrée contenant le brouillon et les liens vers les sources primaires. Supprimer les noms, les coordonnées directes, les identifiants de compte et tout matériel qui n'est pas nécessaire pour cette tâche. Par exemple, utiliser un lien source ou un ID d'enregistrement interne à la place d'un document confidentiel collé. Indiquer ce que la sortie ne doit pas faire : elle ne doit pas prendre de décision concernant une personne, publier automatiquement ou présenter une affirmation incertaine comme confirmée.
Transmission : donner le brief limité, le paquet d'entrée et le dossier source à la personne effectuant le premier brouillon. Cette personne doit pouvoir expliquer pourquoi chaque élément inclus est nécessaire.
Extraire chaque affirmation vérifiable dans un registre, la classer comme nombre, date, citation, attribution ou affirmation causale, et ouvrir la source primaire. Un éditeur distinct signe les modifications ; un modèle ne doit pas être le vérificateur final.
Dans Perplexity, demander un premier passage structuré, non une réponse finale. Une instruction utile est : « Utilisez uniquement le matériel ci-dessous. Produire des titres, un tableau de preuves, des questions ouvertes et un brouillon. Étiqueter tout ce qui n'est pas soutenu par le matériel comme nécessite une vérification. » Joindre les ID sources à côté du paragraphe ou de la ligne pertinente.
Lire le résultat ligne par ligne en le comparant au paquet d'entrée. Supprimer les affirmations qui ne peuvent pas être tracées et séparer une hypothèse utile d'une décision. La sortie de travail à ce stade doit être un brouillon lié aux sources, non un actif poli.
Transmission : passer le brouillon, les liens sources et les questions non résolues au relecteur du domaine. Demander au relecteur de répondre avec des corrections, du contexte manquant et un go/no-go explicite sur toute affirmation sensible.
Utiliser Claude pour organiser les changements du relecteur en trois groupes : corrections obligatoires, choix que le propriétaire responsable doit faire et améliorations optionnelles. Ne pas demander au modèle de résoudre un désaccord ou d'inférer une approbation. Le propriétaire responsable décide quelle version devient la copie de travail approuvée.
Ensuite seulement utiliser Notion AI pour créer la sortie demandée : registre des affirmations, corrections et décision de publication. Conserver la copie de travail liée aux sources à côté de la version formatée. Si une transmission change de format, par exemple de notes à un deck, un prototype ou un message automatisé, comparer les deux versions pour les qualificatifs manqués, les nombres modifiés et l'accent visuel trompeur.
Si l'automatisation fait partie de l'étape finale, configurer une approbation humaine nommée avant que quoi que ce soit ne soit envoyé, publié ou ne modifie un enregistrement. Inclure une condition d'arrêt, une alerte d'erreur et un moyen d'inverser une action partielle sans supprimer la piste d'audit.
Transmission : le propriétaire responsable signe la décision finale du registre des affirmations, des corrections et de la publication.
Avant la publication, confirmer :
L'AI peut omettre le contexte, produire des erreurs plausibles et refléter les biais dans le matériel qui lui est fourni. Ce workflow ne convient pas aux décisions autonomes concernant des personnes, aux conseils réglementés ou aux actions irréversibles. Commencer par un petit échantillon et inspecter les frais basés sur l'utilisation, les crédits de génération, le stockage et les limites des sièges payants avant de faire évoluer.