Un assistant documentaire IA pour trois sociétés : architecture et garde-fous

Mise à jour, août 2026. Le kit décrit dans cet article est passé en version 2 : l'installation tient désormais en une seule phrase à coller dans votre assistant, sans rien télécharger, et l'assistant s'adapte à votre situation, quelle que soit votre activité. Tout est expliqué pas à pas en fin d'article.

Je dirige trois structures : une société de conseil, une holding et une société immobilière familiale. Et le service administratif du groupe, c'est moi, le soir, après les journées de mission.

Ce retour d'expérience décrit le système que j'ai mis en place pour confier la gestion documentaire de ces trois entités à un assistant IA. Pas un prototype : un système en production, avec ses chiffres et ses limites.

Le problème

Trois entités, c'est trois fonds documentaires. Factures, contrats, statuts, déclarations, relevés, attestations. Des années d'accumulation dans un cloud qui déborde, des doublons partout, des fichiers nommés « document(3).pdf », et un expert-comptable qui attend ses pièces à chaque clôture.

Le classement manuel est la tâche que tout dirigeant repousse. J'ai arrêté de la repousser le jour où j'ai accepté une évidence : ce travail est exactement ce qu'une IA fait bien, à condition de l'encadrer sérieusement.

Le stock au départ : plus de 3 000 documents à lire, qualifier, renommer et classer.

Les règles avant l'IA

La tentation, c'est de donner l'accès au dossier et de dire « range ». C'est la meilleure façon de transformer un désordre en catastrophe : un modèle de langage sans cadre supprime, écrase et invente.

J'ai donc posé les règles avant la première action. Les principales :

1. Interdiction de supprimer définitivement. Tout passe par la corbeille, réversible.
2. Interdiction de modifier ou d'écraser un document original.
3. Toute opération massive est précédée d'un plan d'action, validé par un humain.
4. Chaque action est journalisée dans un fichier dédié. Des mois après, je peux retracer qui a déplacé quoi, et pourquoi.
5. Un doublon n'est déclaré doublon que si son empreinte SHA-256 (la signature unique d'un fichier) est identique à celle d'un original conservé. Jamais sur la foi du nom.
6. Chaque document est lu avant d'être classé. Le nom de fichier n'est qu'un indice : un scan nommé « document(3).pdf » peut être un bail commercial.
7. Un document au classement incertain part dans un dossier a_valider, accompagné d'un fichier texte qui explique le doute. L'humain tranche.
8. Interdiction d'inventer une information absente des documents. L'assistant distingue explicitement les faits confirmés, les hypothèses et ce qui doit être validé par un professionnel. Il ne remplace ni l'expert-comptable ni l'avocat.

Ces règles ne sont pas de la prudence décorative. Chacune correspond à un incident que j'ai vu, ou évité de justesse, en quinze ans sur des systèmes critiques : la suppression irréversible, l'écrasement silencieux, le doublon supprimé qui était en réalité la seule copie signée.

L'architecture index-first

Le vrai verrou technique d'un assistant documentaire, ce n'est pas la lecture des documents. C'est le coût de la relecture.

Si le modèle doit relire les documents à chaque question, le système est lent, coûteux en tokens, et il s'effondre au-delà de quelques centaines de fichiers. La réponse tient en un principe : chaque document est lu une seule fois.

Le pipeline :

1. Je dépose les nouveaux documents dans un dossier a_trier.
2. L'assistant lit le contenu réel de chaque fichier et le qualifie : société, année, type, émetteur, objet, niveau de confiance.
3. Le fichier est renommé selon une convention unique, AAAA-MM-JJ_type_tiers_objet.ext, puis classé dans l'arborescence de la bonne société.
4. Tout est enregistré dans une base SQLite locale : résumé, mots-clés, empreinte SHA-256, avec indexation plein texte (FTS5).

Ensuite, chaque recherche interroge l'index, en quelques secondes. « Retrouve l'attestation d'assurance 2024 » devient une requête sur la base, plus jamais une relecture de PDF. Et le scan est incrémental : grâce aux empreintes, seuls les fichiers nouveaux ou modifiés sont lus.

C'est le principe des moteurs de recherche d'entreprise, ramené à sa plus simple expression : un fichier SQLite de quelques mégaoctets, sans serveur, sans abonnement, qui vit à côté des documents.

Un détail d'installation qui n'en est pas un : l'assistant s'exécute à la racine d'un dossier unique qui contient toutes les structures. C'est cette vue d'ensemble qui lui permet de router chaque document vers la bonne société et de tenir un index unique. Voici l'architecture, celle que j'utilise, noms de sociétés mis à part :

Documents/                    l'assistant s'ouvre ici, à la racine
  CLAUDE.md                   les instructions permanentes
  00_CONTEXTE/                contexte, règles, journal, index
  SOCIETE_EXPLOITATION/
    a_trier/  a_valider/  a_supprimer/  archives/
    01_Societe/
    02_Comptabilite/2026/factures/2026-07/
  HOLDING/                    même structure
  SCI/                        même structure

Les résultats

Les chiffres du dernier inventaire, en juillet 2026 :

• 3 116 fichiers actifs sur les trois sociétés, chacun lu et qualifié par l'assistant, jamais par une règle sur le nom
• réconciliation complète entre le disque et la base : zéro document manquant, zéro fantôme, zéro doublon résiduel
• les zones de tri sont vides : tout ce qui entre est traité au fil de l'eau

Ce que ça change au quotidien : retrouver une pièce est devenu une question posée en langage courant, plus une fouille de vingt minutes. Les documents demandés par l'expert-comptable partent sans relance. Les doublons ont été éliminés avec preuve à l'appui.

Les limites, pour être complet : la mise en place demande de la rigueur, et les premières sessions se font en supervision rapprochée. Certains documents exigent toujours un arbitrage humain, et c'est voulu : le dossier a_valider n'est pas un échec du système, c'est son garde-fou. Enfin, ce système classe et retrouve ; il ne tient pas votre comptabilité et ne remplace aucun conseil professionnel.

Un dernier point à anticiper : le tout premier passage sur l'historique est le moment coûteux. Chaque document est lu une fois, et sur des années d'archives, cela consomme du temps et une bonne part du quota de votre abonnement. C'est normal, et cela n'arrive qu'une fois : traitez l'historique par lots, sur plusieurs sessions. Ensuite, le scan incrémental ne lit que les nouveautés, et le coût devient marginal. Vous payez la lecture une fois ; vous interrogez l'index pour presque rien, indéfiniment.

Deux extensions au-delà du classement

Une fois le fonds documentaire indexé, deux usages se sont imposés naturellement.

Le rapprochement bancaire. Ma banque (Qonto) expose une API, une interface qui permet d'interroger le compte depuis un logiciel. L'assistant y accède en lecture seule et rapproche chaque facture de sa transaction bancaire, par identifiant. Les factures de vente sont ainsi classées au mois du paiement réel, pas au mois d'émission. La règle de sécurité est la même que pour les documents, en plus stricte : lecture seule par défaut, aucune écriture et aucun virement, jamais. Un agent IA n'a rien à faire du côté des ordres bancaires.

La relecture du bilan. J'ai fourni à l'assistant le bilan préparé par le cabinet comptable, en lui demandant de le confronter aux pièces indexées. Il y a trouvé des erreurs, que le cabinet a corrigées après vérification. Aucune défiance là-dedans : c'est un second regard systématique, qui a l'avantage d'avoir toutes les pièces sous la main au moment de la relecture. La validation finale reste humaine, et la responsabilité aussi.

La version 2 : une phrase à coller, et l'assistant fait le reste

La première version du kit demandait de télécharger une archive, de la dézipper, puis de lancer une installation guidée. C'était déjà simple. C'était encore trop : télécharger un fichier ZIP depuis un site qu'on ne connaît pas, quand on n'est pas technicien, c'est précisément le genre de geste qui fait renoncer. La version 2 part d'un principe : vous ne devriez rien avoir à faire de technique, jamais. Alors on a tout inversé : ce n'est plus vous qui installez l'outil, c'est l'assistant qui s'installe lui-même, sous vos yeux, en vous demandant la permission à chaque étape.

Voici, concrètement, ce qui se passe. Prenez le temps de lire : c'est aussi une bonne façon de comprendre ce que vous confiez, et ce que vous ne confiez pas, à une IA.

Minute zéro : une phrase, et c'est tout

Vous installez Claude Code (l'application officielle d'Anthropic, comme n'importe quelle application), vous vous connectez avec votre compte, et vous collez cette phrase :

Récupère https://raw.githubusercontent.com/DGUCons/kit-assistant-documentaire/main/START.md et suis ces instructions pas à pas.

C'est la seule chose « technique » que vous ferez. L'assistant va chercher lui-même ses instructions, qui sont des fichiers texte publics : n'importe qui peut les lire, avant même de les utiliser. Pas d'installateur, pas de programme caché, rien à dézipper.

La toute première chose qu'il fait ensuite n'est pas de fouiller vos dossiers. C'est de se présenter, et de vous annoncer les règles qu'il s'engage à respecter : il ne supprime jamais rien définitivement, il ne modifie jamais un document original, il note chaque action dans un journal que vous pouvez relire, il ne touche à rien en série sans vous avoir montré un plan, il lit réellement chaque document avant de le classer, il n'écrit jamais sur un système externe (votre banque, si un jour vous la connectez, restera en lecture seule), et il n'ouvre jamais un dossier que vous lui avez interdit. Il vérifie même vos réglages d'assistant existants, pour vous signaler si l'un d'eux entrerait en conflit avec ces règles.

Ce démarrage par les règles n'est pas un détail de communication. C'est la thèse de tout ce projet : on ne juge pas un outil d'IA à ce qu'il fait, mais à ce qu'on l'empêche de faire.

L'entretien : un quart d'heure de questions, avec sa recommandation à chaque fois

Vient ensuite un entretien d'une quinzaine de questions, une par message, en français courant. Pas un formulaire : une conversation. Et à chaque question, l'assistant vous donne son avis (« Ma recommandation : ... »), que vous êtes libre de suivre ou non.

Il vous demande combien de structures vous gérez : société, activité en nom propre, SCI, même une structure en sommeil. Puis il vous propose quelque chose que la version 1 ne savait pas faire : retrouver lui-même les informations officielles de vos entreprises (numéro SIREN, forme juridique, code d'activité) sur l'annuaire public des entreprises, à partir du simple nom. Et comme il existe des homonymes, il vous montre chaque fiche trouvée, avec la ville et le dirigeant, et attend que vous confirmiez : entre deux « Atelier Perrin », c'est vous qui tranchez, jamais lui.

Il vous demande qui tient votre comptabilité, et si votre cabinet a une interface en ligne (Dougs, Indy, Pennylane...). Quelle banque vous utilisez, et si elle propose un accès pour logiciels. Selon vos réponses, il vous propose des modules optionnels, jamais imposés, à activer plus tard : la consultation de l'interface de votre cabinet en lecture, ou le rapprochement bancaire (chaque facture reliée à son paiement) en lecture seule stricte.

Puis vient la question la plus importante : où vivent vos documents aujourd'hui ? Un dossier sur l'ordinateur, un OneDrive, un Google Drive, des pièces jointes dans les mails, un classeur papier ? L'assistant recense tout, lieu par lieu. Si vous ne savez pas indiquer un chemin de dossier (c'est normal), il vous aide, ou va chercher lui-même les dossiers candidats et vous les fait reconnaître par leur nom. Il vous demande aussi, avant d'ouvrir quoi que ce soit, s'il existe des dossiers qu'il ne doit jamais lire : dossier médical, documents personnels. Ceux-là, il ne les ouvrira jamais, et c'est vérifiable dans son journal.

À la fin de l'entretien, il vous relit tout, fiche par fiche, et vous validez. Rien n'a encore été écrit sur votre disque.

La lecture de l'historique : honnêteté sur le coût, et rien ne se perd

L'installation proprement dite prend dix minutes : votre dossier documentaire unique est créé à l'endroit choisi ensemble, avec ses règles, son journal, et son index (voyez-le comme un carnet où chaque document aura sa fiche : date, émetteur, montant, résumé). Le premier geste de l'assistant dans ce dossier est un test devant vous : il crée un fichier témoin, le met à la corbeille, et vous demande d'ouvrir votre corbeille pour constater qu'il y est bien, récupérable. Sa première règle, prouvée en trente secondes.

Ensuite commence le gros du travail : lire votre historique. Et là, l'assistant vous dit la vérité avant de commencer, chiffres à l'appui : « vous avez environ tant de documents, cela prendra environ tant de sessions, et cela consommera une bonne partie du quota de votre abonnement ». Le quota, c'est le crédit d'usage de votre abonnement, qui se recharge régulièrement. Lire des années d'archives le consomme vite. C'est le moment coûteux, il est annoncé, et il n'arrive qu'une seule fois : chaque document n'est lu qu'une fois dans sa vie, sa fiche est gardée dans l'index, et ensuite toutes les recherches interrogent l'index, en quelques secondes.

Et si une session s'arrête en plein milieu, quota épuisé, ordinateur fermé, panne d'envie ? Rien ne se perd. L'avancement est enregistré document par document. À la session suivante, vous ouvrez votre assistant et vous dites un seul mot : « Reprenons ». Il vous dit où vous en étiez, et continue. Sur mes trois sociétés, ce mécanisme a tenu sans perdre un seul document.

Détail qui compte : pendant toute cette phase de lecture, aucun fichier n'est déplacé. L'assistant apprend d'abord, il range ensuite.

Puis les rôles s'inversent : c'est lui qui vous pose les questions

Une fois tout lu, l'assistant fait quelque chose d'assez satisfaisant : il vous apporte la liste de ce que vos documents ne lui ont pas permis de comprendre. « Je vois 47 documents de la SARL Dupont : fournisseur ou client ? » « Je ne trouve presque rien en 2022 : trou réel, ou une source qu'on a oubliée ? » « Ce relevé mentionne un compte que vous ne m'avez pas déclaré. » Dix questions maximum, avec sa recommandation à chaque fois. C'est exactement le travail qu'un très bon assistant humain ferait, sauf qu'il l'a fait sur la totalité de vos archives.

Alors seulement, il vous propose un rangement : une arborescence claire, construite d'après vos documents réels (pas un modèle théorique), que vous validez structure par structure. La migration se fait par petits plans d'une cinquantaine de fichiers, chacun présenté avant, validé, vérifié après, et réversible : l'ancien emplacement de chaque fichier est conservé. Les doublons ? Il n'a le droit d'en mettre un à la corbeille que si l'empreinte cryptographique des deux fichiers est rigoureusement identique, la preuve absolue. Un simple « ça ressemble » part dans un dossier de mise de côté, avec une note expliquant pourquoi, et c'est vous qui déciderez.

Votre quotidien, après

Le rythme de croisière tient en une phrase : vous déposez tout nouveau document dans un dossier « à trier », et vous dites /traiter-a-trier. Le reste est fait, journalisé, indexé. Dix commandes sont installées, en français : retrouver n'importe quelle information (« retrouve-moi la facture du plombier de mars »), voir où en est le système, surveiller les échéances repérées dans vos documents (TVA, CFE, assemblée annuelle), préparer un dossier complet pour votre comptable avec la liste des pièces manquantes, vérifier l'intégrité de l'ensemble, ou mettre à jour le kit sans jamais toucher à vos réglages ni à votre index.

Ma mesure préférée reste la même qu'en version 1 : retrouver une pièce pour l'expert-comptable prenait vingt minutes de fouille. Elle prend maintenant le temps de formuler la question.

Et si vous n'utilisez pas Claude ?

La version 2 écrit ses instructions pour trois assistants : Claude Code, mais aussi OpenAI Codex et Google Gemini CLI. Soyons honnêtes, comme toujours ici : le kit n'a été conçu, optimisé et testé qu'avec Claude Code. Les autres parcours fonctionnent en principe, et l'assistant vous prévient lui-même, dès la première minute, que son parcours n'a pas été testé. Vos retours sont bienvenus. Côté machines : Windows et macOS.

Ce que ça coûte, et ce que ça vaut

L'abonnement Claude Pro (environ 20 euros par mois) suffit pour l'usage courant. Le premier passage sur l'historique est le moment gourmand ; un palier supérieur le premier mois l'accélère, puis on redescend. Le kit lui-même est gratuit, open source, sous licence MIT : github.com/DGUCons/kit-assistant-documentaire. Vos documents restent chez vous ; il n'existe aucun serveur du kit ; et si vous arrêtez tout demain, il vous reste une arborescence propre, des noms de fichiers lisibles et un index dans un format standard. Aucun enfermement.

Une faveur, si le kit vous rend service : laissez-lui une étoile sur GitHub. C'est un clic, et c'est ce qui le rend visible pour les autres dirigeants qui cherchent la même solution sans savoir qu'elle existe.

Et si vous préférez en parler avant de vous lancer, ou le faire installer sans vous en occuper : le Point IT de 30 minutes est toujours offert, sans engagement.

Une règle pour la route, si vous ne deviez en retenir qu'une : on ne juge pas un outil d'IA à ce qu'il fait, mais à ce qu'on l'empêche de faire.