Passer au contenu principal
Utilisez cette carte pour repérer les situations où une décision structurée et probabiliste peut remplacer un prompt fragile ou une étape de révision manuelle. Ouvrez le workflow le plus proche de votre cas, adaptez l’exemple à vos propres politiques et données, puis consultez la guide d’inférence GLiDE pour le contrat de requête. Il s’agit de schémas de décision, et non de workflows intégrés de bout en bout. Votre application fournit un cas et prend en charge l’action en aval. Posez une question indépendante pour chaque propriété susceptible de coexister. Pour classer une collection, attribuez un score à chaque élément séparément, puis triez les résultats dans le code de l’application.

Agents d'IA et automatisation

Approbation des outils, routage, vérification des sorties et sélection du contexte.

Opérations client et commerciales

Triage du support, qualification des prospects et workflows de place de marché.

Confiance, sécurité et conformité

Modération, sécurité des prompts, révision des politiques et gestion des risques.

Recherche, données et produit

Sélection pour la recherche, signaux produit, qualité des graphes et contrôles sémantiques.

​
Agents d’IA et automatisation

  • Déterminer si un appel d’outil proposé est autorisé par la politique en vigueur.
  • Orienter une action vers l’exécution, la révision, la demande d’approbation ou l’arrêt.
  • Évaluer le risque lié à l’envoi d’un e-mail, à la modification de données, à une dépense ou à la publication de contenu.
  • Vérifier si les éléments visibles étayent la raison invoquée par l’agent pour agir.
  • Choisir le meilleur modèle, agent, outil ou workflow pour chaque requête.
  • Classer l’intention, le domaine, la complexité et le risque avant de sélectionner une route.
  • Déterminer si une requête nécessite un spécialiste ou une solution de secours plus performante.
  • Orienter les cas incertains vers une personne plutôt que d’imposer un traitement automatisé.
  • Vérifier si une réponse respecte les instructions de l’utilisateur et le format requis.
  • Évaluer si les éléments fournis étayent une affirmation ou une citation.
  • Vérifier chaque étape requise et détecter les conclusions non étayées ou les contradictions entre les sources.
  • Évaluer une sortie selon une grille de qualité propre au produit.
  • Déterminer si un passage est suffisamment pertinent pour être inclus dans la fenêtre de contexte d’une IA.
  • Évaluer la pertinence entre une requête et un document avant la génération.
  • Détecter le contexte contradictoire ou obsolète qui doit être exclu.
  • Évaluer séparément les enregistrements candidats, puis les trier pour la récupération ou la révision.

​
Opérations client et commerciales

  • Orienter les tickets selon la partie du produit, le type de problème, le niveau du compte ou l’intention du client.
  • Évaluer l’urgence, la frustration, le risque d’attrition ou l’impact opérationnel.
  • Vérifier l’admissibilité à un remboursement, à un remplacement ou à une escalade au regard d’une politique fournie.
  • Vérifier qu’une réponse de support proposée répond à la demande et respecte la politique.
  • Évaluer si un compte correspond au profil client idéal.
  • Classer l’intention d’achat, le cas d’usage, la maturité de l’entreprise ou le processus de vente.
  • Évaluer l’adéquation, l’urgence et la probabilité d’un engagement à court terme.
  • Orienter les prospects vers le libre-service, les ventes, les partenariats ou les workflows de maturation.
  • Classer les annonces dans le bon catalogue ou la bonne file de révision.
  • Vérifier si une annonce enfreint la politique de la place de marché ou la politique publicitaire.
  • Évaluer les indicateurs de contrefaçon, d’abus des avis ou de risque vendeur.
  • Orienter les annonces incertaines vers un spécialiste sans bloquer l’ensemble du catalogue.

​
Confiance, sécurité et conformité

  • Vérifier si un texte enfreint une règle fournie concernant le harcèlement, le spam, la fraude ou les conseils dangereux.
  • Classer la principale catégorie de politique d’un cas de modération.
  • Évaluer la gravité et décider s’il faut autoriser, avertir, examiner ou bloquer.
  • Détecter les demandes de refus, l’exposition de données personnelles ou les allégations réglementées.
  • Détecter les injections de prompt, les tentatives de jailbreak ou les demandes d’exposition de données privées.
  • Vérifier si un appel d’outil dépasse l’autorisation de l’utilisateur ou le périmètre de l’agent.
  • Évaluer le risque des instructions récupérées avant de les ajouter au contexte de l’agent.
  • Orienter les activités suspectes vers la journalisation, l’isolement ou une révision humaine.
  • Vérifier chaque disposition requise dans un contrat, une politique, un dépôt réglementaire ou une allégation marketing.
  • Détecter les allégations interdites, les mentions manquantes ou les conflits avec les politiques.
  • Classer les documents par type de révision, juridiction ou équipe responsable.
  • Donner la priorité aux éléments incertains ou à haut risque pour une révision qualifiée.
  • Trier les descriptions de transactions, les notes de sinistre, les dossiers KYC ou les rapports d’incident.
  • Classer le type de risque, la complexité du sinistre ou le statut des informations manquantes.
  • Évaluer les indicateurs de fraude, la qualité des éléments probants ou la priorité de révision.
  • Orienter les cas ambigus vers un enquêteur, un expert en sinistres ou un spécialiste de la conformité.

​
Recherche, données et produit

  • Sélectionner les articles selon des critères explicites d’inclusion et d’exclusion.
  • Vérifier si un passage étaye une affirmation de recherche.
  • Vérifier séparément la présence des contrôles requis, des détails du jeu de données et des informations méthodologiques.
  • Vérifier chaque thème prédéfini dans les passages d’entretiens et d’enquêtes.
  • Classer les retours selon la partie du produit, le type de demande ou le segment de clientèle.
  • Détecter l’intention d’achat, la pression concurrentielle, les préoccupations relatives à l’offre ou les signaux d’attrition.
  • Évaluer l’intensité du sentiment, l’urgence et l’impact commercial probable.
  • Transformer les probabilités en caractéristiques pour un modèle de prévision ou de priorisation.
  • Classer une relation proposée entre des entités connues.
  • Vérifier si une affirmation contredit un enregistrement existant.
  • Évaluer le niveau de confiance d’une arête candidate avant de l’ajouter à un graphe.
  • Orienter les relations ambiguës vers un workflow de vérification.
  • Vérifier le code généré au regard des conventions architecturales propres à l’équipe.
  • Détecter si une pull request ne contient pas les tests, les étapes de migration ou la documentation nécessaires.
  • Évaluer un document selon une grille de rédaction, d’accessibilité ou de marque.
  • Exécuter des contrôles sémantiques légers dans la CI avant de demander une révision humaine.
Utilisez GLiDE comme une aide à la décision, et non comme seule autorité pour les décisions irréversibles ou à fort impact concernant la sécurité, les droits juridiques, l’emploi, le crédit, les soins de santé ou le contrôle d’accès. Validez les seuils sur des données représentatives et prévoyez un processus de révision humaine.
GLiDE évalue le contexte fourni. Il n’extrait pas de segments de texte et ne génère pas de prose. Utilisez GLiNER pour l’extraction d’entités et de relations, et un modèle génératif pour la rédaction libre.