Base de connaissances : comment organiser un savoir exploitable par un système ?

Une base de connaissances rassemble des informations, des concepts, des faits, des relations, des règles et des sources sous une forme organisée.

Son objectif n’est pas seulement de conserver des contenus. Elle doit permettre à un utilisateur ou à un système informatique de retrouver, comprendre et exploiter les connaissances d’un domaine.

Une base de connaissances peut être utilisée pour :

répondre à des questions ;
assister un professionnel ;
diagnostiquer un problème ;
recommander une action ;
expliquer une décision ;
vérifier une règle ;
alimenter un système RAG ;
fournir une mémoire à un agent d’intelligence artificielle.

Une base de connaissances ne se limite pas à stocker ce qui est connu. Elle organise ce savoir afin qu’il puisse être retrouvé, interprété et utilisé.

Elle constitue l’un des principaux résultats possibles d’un projet de Knowledge Engineering.

Ce que vous allez comprendre

À la fin de cet article, vous saurez :

définir une base de connaissances ;
distinguer base documentaire, base de données et base de connaissances ;
comprendre ses principaux composants ;
identifier les différentes formes de bases de connaissances ;
comprendre le rôle des règles, des sources et des métadonnées ;
concevoir une structure adaptée à un cas d’usage ;
relier une base de connaissances aux LLM, au RAG et aux graphes.

Qu’est-ce qu’une base de connaissances ?

Une base de connaissances est un système organisé contenant les connaissances nécessaires à un usage déterminé.

Elle peut contenir :

des définitions ;
des concepts ;
des documents ;
des faits ;
des relations ;
des procédures ;
des règles ;
des exceptions ;
des cas historiques ;
des sources ;
des dates ;
des niveaux de confiance.

Une base de connaissances consacrée au support technique pourrait contenir :

Produit
Symptôme
Cause
Test
Procédure
Solution
Incident
Technicien

Elle pourrait également représenter des relations :

Un incident concerne un produit.

Un symptôme peut indiquer une cause.

Un test confirme ou écarte une cause.

Une procédure traite une cause.

Elle pourrait enfin contenir des règles :

SI le voyant est rouge
ET si la connexion est absente
ALORS vérifier la synchronisation.

Le système ne stocke donc pas seulement des textes. Il organise les connaissances nécessaires au diagnostic.

Base documentaire et base de connaissances

Une base documentaire rassemble principalement des contenus.

Exemples :

PDF ;
manuels ;
rapports ;
procédures ;
articles ;
courriels ;
comptes rendus ;
fiches techniques.

Une base documentaire permet généralement :

de consulter un document ;
d’effectuer une recherche ;
de filtrer par date ou catégorie ;
de télécharger un fichier.

Une base de connaissances ajoute une couche d’organisation et d’interprétation.

Base documentaire	Base de connaissances
Contient principalement des documents	Contient des connaissances structurées
Recherche souvent fondée sur les mots	Recherche fondée sur les concepts et relations
Le sens reste principalement dans le texte	Le sens peut être représenté explicitement
Les règles restent implicites	Les règles peuvent être formalisées
Les relations sont difficiles à parcourir	Les relations peuvent être interrogées
Répond en retrouvant un contenu	Peut produire une recommandation ou une conclusion

Une base documentaire peut constituer une source pour une base de connaissances, mais les deux ne sont pas équivalentes.

Base de données et base de connaissances

Une base de données organise des données selon une structure technique.

Exemple :

incident_id	produit_id	statut	date
458	12	Ouvert	2026-07-12

Cette structure permet de stocker et de retrouver efficacement des valeurs.

Elle ne précise pas nécessairement :

ce qu’est un incident critique ;
quelles causes sont possibles ;
quelle procédure doit être appliquée ;
quelles exceptions existent ;
comment expliquer une recommandation.

Une base de connaissances peut utiliser une base de données, mais elle ajoute généralement :

des définitions ;
une sémantique ;
des relations ;
des règles ;
des sources ;
des mécanismes de raisonnement.

La distinction peut être résumée ainsi :

Une base de données indique ce qui est enregistré. Une base de connaissances cherche également à représenter ce que cela signifie et comment l’utiliser.

Les principaux composants

Les concepts

Les concepts définissent les objets importants du domaine.

Exemples :

Client
Produit
Formation
Compétence
Incident
Contrat
Procédure

Ils permettent d’organiser le vocabulaire.

Les faits

Un fait décrit une situation ou une entité particulière.

Exemples :

L’incident 458 concerne le routeur X200.

Marie possède la compétence SEO au niveau intermédiaire.

Le contrat Alpha expire le 30 septembre 2026.

Les faits peuvent évoluer. Ils doivent donc parfois être associés à une date ou à un statut.

Les relations

Les relations relient les éléments de la base.

Une formation développe une compétence.

Un contrat concerne un client.

Une procédure traite un incident.

Un produit est compatible avec un accessoire.

Ces relations peuvent être organisées dans un graphe de connaissances.

Les règles

Une règle permet de produire une conclusion.

SI une facture est échue
ET si aucun litige n’est ouvert
ALORS envoyer une relance.

SI un participant ne possède pas le niveau requis
ALORS recommander une formation préparatoire.

Les règles peuvent être utilisées par un système expert.

Les procédures

Une procédure décrit une séquence d’actions.

1. Vérifier l’alimentation.
2. Contrôler le voyant principal.
3. Tester la connexion.
4. Consulter le code d’erreur.
5. Appliquer la procédure adaptée.

Une procédure peut être associée à :

un produit ;
un type d’incident ;
un rôle ;
une version ;
une condition d’utilisation.

Les exceptions

Une règle générale doit parfois être limitée.

SI une facture est échue
ALORS envoyer une relance.

Exception :

Ne pas relancer si un accord de paiement est actif.

Les exceptions sont essentielles pour éviter des recommandations incorrectes.

Les sources

Chaque connaissance importante devrait être reliée à son origine.

Exemple :

Connaissance :
Un incident sans solution de contournement est critique.

Source :
Procédure de support, version 4.2.

Date de validation :
12 juillet 2026.

Périmètre :
Clients professionnels.

La provenance permet de vérifier, expliquer et mettre à jour les connaissances.

Les métadonnées

Les métadonnées décrivent la connaissance.

Elles peuvent comprendre :

l’auteur ;
la source ;
la date de création ;
la date de validation ;
la date d’expiration ;
la version ;
le niveau de confiance ;
le périmètre ;
le statut ;
le responsable de maintenance.

Les documents de référence

Une base de connaissances peut conserver les documents ayant servi à établir les connaissances.

Exemple :

Règle métier
  └── justifiée par → Procédure officielle

Définition
  └── extraite de → Norme

Recommandation
  └── validée par → Expert

La réponse du système peut alors être accompagnée d’une justification.

Les différentes formes de bases de connaissances

Base de connaissances documentaire

Elle organise des documents, des articles et des procédures.

Elle peut inclure :

catégories ;
tags ;
moteur de recherche ;
liens entre contenus ;
résumés ;
FAQ ;
historique des versions.

Cette forme est fréquente dans les services de support.

Base de règles

Elle contient principalement des règles conditionnelles.

SI condition
ALORS conclusion

Elle convient lorsque les décisions peuvent être représentées explicitement.

Base de faits

Elle contient des informations concrètes sur des objets, personnes ou événements.

Exemple :

Marie travaille pour Entreprise Alpha.

Entreprise Alpha est située à Toulouse.

Base ontologique

Elle utilise une ontologie informatique pour définir :

les classes ;
les relations ;
les propriétés ;
les contraintes ;
les axiomes.

Base fondée sur un graphe

Elle organise les connaissances sous forme de nœuds et de relations.

Cette approche convient lorsque les connexions entre les informations sont centrales.

Base vectorielle

Elle utilise des représentations numériques pour rapprocher des contenus similaires.

Elle est particulièrement utile pour :

la recherche sémantique ;
les assistants documentaires ;
le RAG ;
la détection de contenus proches.

Elle représente surtout la proximité entre les contenus, et non leurs relations logiques précises.

Base hybride

Une architecture hybride peut combiner :

des documents ;
un index vectoriel ;
une ontologie ;
un graphe ;
des règles ;
un moteur de recherche ;
un LLM.

Cette combinaison est souvent adaptée aux systèmes d’intelligence artificielle actuels.

Exemple : base de connaissances de support

Une entreprise souhaite aider ses techniciens à résoudre des incidents.

Concepts

Client
Produit
Incident
Symptôme
Cause
Test
Procédure
Solution
Technicien

Relations

Un incident concerne un produit.

Un incident présente un symptôme.

Un symptôme peut indiquer une cause.

Un test vérifie une cause.

Une procédure traite une cause.

Règles

SI le voyant est rouge
ET si la connexion est absente
ALORS vérifier la synchronisation.

SI le redémarrage a échoué
ET si la ligne est active
ALORS vérifier la configuration.

Documents

manuel du routeur ;
procédure de diagnostic ;
historique des incidents ;
fiche de remplacement ;
guide de sécurité.

Sources

Chaque règle est reliée à :

un document ;
un expert ;
une date ;
un niveau de confiance.

Le système peut alors :

identifier le produit ;
interpréter le symptôme ;
proposer une cause ;
recommander un test ;
afficher la procédure ;
citer la source.

Exemple : base de connaissances de formation

Concepts

Participant
Formation
Compétence
Niveau
Prérequis
Session
Certification

Faits

Marie possède la compétence SEO au niveau débutant.

Formation SEO intermédiaire exige le niveau débutant.

Formation SEO avancé exige le niveau intermédiaire.

Règle

SI un participant ne possède pas le prérequis
ALORS recommander la formation qui permet de l’acquérir.

Résultat

Le système peut proposer :

Marie
  ↓
Formation SEO intermédiaire
  ↓
Formation SEO avancé

La base de connaissances permet donc de construire un parcours personnalisé.

Comment construire une base de connaissances ?

1. Définir le cas d’usage

Il faut préciser ce que la base devra permettre.

Exemples :

répondre aux questions clients ;
assister un technicien ;
recommander une formation ;
vérifier une conformité ;
expliquer une procédure ;
alimenter un LLM.

2. Définir les utilisateurs

Les besoins d’un expert, d’un débutant, d’un client ou d’un agent IA sont différents.

3. Définir les questions prioritaires

Exemples :

quelle procédure s’applique ?
quelle règle justifie cette décision ?
quelle cause explique ce symptôme ?
quelle formation correspond à cette compétence ?
quel document est encore valide ?

4. Identifier les sources

Cette phase mobilise l’acquisition des connaissances.

5. Définir les concepts

Il faut construire un vocabulaire commun.

6. Choisir les formes de représentation

Selon le besoin :

documents ;
règles ;
tableaux ;
ontologie ;
graphe ;
index vectoriel.

7. Ajouter les sources et les métadonnées

Chaque connaissance importante doit être traçable.

8. Tester sur des cas réels

La base doit être évaluée sur les questions et situations prévues.

9. Valider avec les experts

Les spécialistes vérifient les définitions, règles et recommandations.

10. Organiser la maintenance

Il faut définir :

qui peut modifier ;
qui valide ;
comment gérer les versions ;
quand réviser ;
comment supprimer une connaissance obsolète.

La gouvernance

Une base de connaissances ne peut rester fiable sans gouvernance.

Il faut attribuer des responsabilités.

Rôle	Responsabilité
Expert métier	Valider le contenu
Knowledge Engineer	Structurer les connaissances
Responsable documentaire	Gérer les sources
Administrateur	Maintenir la plateforme
Utilisateur	Signaler les erreurs
Responsable de gouvernance	Arbitrer les modifications

La gouvernance doit également définir :

les règles de publication ;
les niveaux d’accès ;
les procédures de correction ;
les délais de révision ;
les critères de qualité.

Mise à jour et cycle de vie

Une connaissance peut passer par plusieurs statuts :

Proposition
  ↓
À valider
  ↓
Validée
  ↓
Publiée
  ↓
À réviser
  ↓
Obsolète

Chaque étape doit être explicite.

Une règle ancienne ne doit pas être utilisée comme si elle était encore valide.

Mesurer la qualité

Une base de connaissances peut être évaluée selon plusieurs critères.

Exactitude

Les connaissances sont-elles correctes ?

Couverture

Les questions importantes peuvent-elles être traitées ?

Cohérence

Les règles et définitions se contredisent-elles ?

Fraîcheur

Les contenus sont-ils à jour ?

Traçabilité

Les sources sont-elles identifiables ?

Utilisabilité

Les utilisateurs trouvent-ils rapidement la bonne réponse ?

Explicabilité

Le système peut-il justifier ses recommandations ?

Base de connaissances et LLM

Un LLM peut utiliser une base de connaissances pour produire des réponses plus contrôlées.

La base peut lui fournir :

des documents ;
des définitions ;
des règles ;
des entités ;
des relations ;
des exemples ;
des sources.

Le modèle sert alors principalement à :

comprendre la question ;
sélectionner les connaissances pertinentes ;
reformuler une réponse ;
expliquer un raisonnement ;
produire une synthèse.

La base de connaissances apporte le contenu vérifiable.

Base de connaissances et RAG

Dans une architecture RAG :

Question
  ↓
Recherche dans la base
  ↓
Sélection des contenus pertinents
  ↓
Transmission au LLM
  ↓
Réponse

La qualité du RAG dépend directement de la qualité de la base :

documents correctement découpés ;
métadonnées fiables ;
catégories cohérentes ;
sources actualisées ;
absence de doublons ;
liens entre les contenus.

Cette question est développée dans Knowledge Engineering, RAG et LLM.

Base de connaissances et GraphRAG

GraphRAG ajoute les relations entre les informations.

La base peut alors combiner :

les textes ;
les entités ;
les relations ;
les groupes de concepts ;
les résumés ;
les sources.

Le système peut répondre à des questions nécessitant plusieurs étapes de relation.

Erreurs fréquentes

Confondre stockage et connaissance

Accumuler des documents ne suffit pas.

Ne pas définir les utilisateurs

Une base utile à un expert peut être incompréhensible pour un client.

Ne pas conserver les sources

Une connaissance sans provenance devient difficile à vérifier.

Oublier les dates

Une ancienne règle peut rester active par erreur.

Utiliser trop de catégories

Une classification trop complexe décourage les utilisateurs.

Ne pas gérer les doublons

Plusieurs versions d’une même connaissance peuvent entrer en contradiction.

Confier toute la construction à un LLM

Le modèle peut produire des règles ou définitions incorrectes.

Ne pas prévoir la maintenance

Une base sans responsable devient rapidement obsolète.

Vouloir tout intégrer immédiatement

Il est préférable de commencer par les questions les plus importantes.

À retenir

Une base de connaissances organise un savoir afin qu’il puisse être retrouvé et utilisé.
Elle peut contenir des faits, règles, documents, relations et sources.
Une base documentaire conserve principalement des contenus.
Une base de données organise principalement des valeurs.
Une base de connaissances ajoute une dimension sémantique et opérationnelle.
Elle peut être documentaire, ontologique, vectorielle, fondée sur des règles ou hybride.
La provenance et les métadonnées sont essentielles.
La qualité dépend de l’exactitude, de la couverture, de la cohérence et de la fraîcheur.
Une gouvernance claire est indispensable.
Les LLM utilisent efficacement les connaissances lorsqu’elles sont structurées et validées.

Vérifiez votre compréhension

Quelle différence existe-t-il entre base documentaire et base de connaissances ?

La base documentaire conserve principalement des contenus. La base de connaissances organise également les concepts, les relations, les règles et les sources.

Une base de données peut-elle faire partie d’une base de connaissances ?

Oui. Elle peut stocker les faits et instances utilisés par le système.

Pourquoi conserver les métadonnées ?

Pour connaître la source, la date, le statut, le périmètre et le niveau de confiance d’une connaissance.

À quoi servent les règles ?

Elles permettent de produire une conclusion ou une recommandation à partir de faits.

Pourquoi la gouvernance est-elle nécessaire ?

Parce que les connaissances doivent être validées, mises à jour et parfois supprimées.

Quel rôle joue une base de connaissances dans un RAG ?

Elle fournit les contenus et informations que le système retrouve avant de générer une réponse.

Questions fréquentes

Une FAQ est-elle une base de connaissances ?

Elle peut en constituer une forme simple, surtout si les réponses sont organisées, maintenues et reliées à des sources.

Wikipédia est-elle une base de connaissances ?

Elle constitue une vaste base encyclopédique structurée, même si son niveau de formalisation varie selon les contenus.

Une base de connaissances doit-elle utiliser une ontologie ?

Non. Une ontologie devient utile lorsque les relations et contraintes doivent être représentées précisément.

Peut-on utiliser plusieurs technologies ?

Oui. Une base hybride peut combiner documents, SQL, graphe, index vectoriel et moteur de règles.

Une base de connaissances peut-elle apprendre automatiquement ?

Des systèmes peuvent proposer de nouvelles connaissances, mais celles-ci doivent être contrôlées avant validation.

Comment commencer avec peu de moyens ?

Commencez par les questions fréquentes, les procédures critiques et un vocabulaire simple, puis enrichissez progressivement la structure.

Continuer le parcours

Étape précédente

Graphe de connaissances : définition et fonctionnement

Étape suivante

La prochaine étape consiste à comprendre comment un système peut appliquer des connaissances et des règles pour produire une recommandation.

➡️ Système expert : définition, architecture et fonctionnement

Revenir au sommaire

Voir le parcours complet de Knowledge Engineering