Appels d'offres · Réponse et rédaction

Odecia : un RAG pour rédiger les réponses aux appels d'offres

Odecia accompagne des entreprises dans leurs réponses aux appels d'offres. Un assistant RAG rédige à partir du dossier du marché et des anciennes réponses du même métier ou du même client. Le rédacteur relit, corrige et reste l'auteur.

~70%*

Temps de rédaction économisé

RAG

Sur les anciennes réponses

Métier

Corpus filtré par corps de métier et client

Sources

Extraits consultables pour vérifier

*Ordre de grandeur constaté sur nos projets de rédaction à partir d'anciens documents. Le gain réel dépend du corpus et de la complexité du marché.

Discuter de votre projet Génération de rapports par IA

Le problème

Répondre à un appel d'offres, c'est rédiger un mémoire technique à partir d'un cahier des charges (CCTP, règlement de consultation). Une grande partie du contenu existe déjà : dans les réponses précédentes, pour le même métier ou pour le même client.

Le travail consiste donc à retrouver le bon passage dans d'anciens dossiers, à l'adapter au nouveau marché et à garder un ton cohérent. C'est long, répétitif, et la qualité dépend de la mémoire de celui qui rédige.

Pour Odecia, l'enjeu était de retrouver ce savoir enfoui dans les anciennes réponses et de le remettre au service de chaque nouvelle rédaction.

Avant l'assistant

• Recherche à la main dans d'anciens dossiers pour retrouver un passage utilisable
• Copier-coller puis réécriture pour coller au nouveau cahier des charges
• Qualité variable selon le rédacteur et sa connaissance des anciens projets
• Du temps de rédaction pris sur l'analyse du marché et la stratégie de réponse

Notre solution

Un assistant qui rédige avec la mémoire des anciens projets

Le dossier du marché

Le rédacteur dépose les pièces du marché (CCTP en PDF). Chaque document est indexé séparément et devient une base interrogeable.

RAG

La mémoire des anciennes réponses

Les réponses passées sont indexées avec des métadonnées : métier, client, type de document. L'assistant peut s'en inspirer pour le même métier ou le même client.

Des réponses sourcées

L'assistant écrit à partir des extraits retrouvés, au nom de l'entreprise (« nous »), et indique quand l'information manque. Les passages utilisés restent consultables.

Comment ça marche

De l'appel d'offres à une réponse prête à relire

Choix du contexte

Le rédacteur choisit le dossier du marché, le corps de métier concerné et, si besoin, le client.

Choix des références

Il active ou non les sources d'inspiration : contenus types, anciens projets du même métier, anciens projets du même client.

Question et rédaction

Il pose sa question en langage naturel. L'assistant retrouve les extraits utiles et rédige une réponse structurée, avec des titres, étape par étape.

Vérification

Il consulte les extraits sources, ajuste la réponse par la conversation et reprend le texte dans son mémoire.

Le point clé : le corpus. L'assistant n'invente pas le savoir-faire de l'entreprise, il le retrouve. Plus les anciennes réponses sont bien classées par métier et par client, plus les réponses sont pertinentes.

Résultats observés

Moins de temps à retrouver et à réécrire, plus de temps à relire et à décider

~70%

de temps de rédaction économisé

C'est l'ordre de grandeur que nous constatons sur nos projets de rédaction de rapports à partir d'anciens documents, Odecia compris. Nous l'écrivons avec « environ » : il ne s'agit pas d'une promesse.

Étape	Avant	Avec l'assistant
Retrouver un passage utile	Recherche manuelle dans d'anciens dossiers	Extraits proposés par la recherche
Premier jet	Copier-coller et réécriture	Brouillon structuré à relire
Cohérence avec le métier	Dépend du rédacteur	Corpus filtré par métier et client
Vérification	Relecture complète	Relecture avec sources consultables

Limites et transparence

Un mémoire technique engage l'entreprise. L'IA propose, le rédacteur signe.

Ce que l'assistant ne fait pas

•Il ne vérifie pas qu'un engagement, un délai ou une référence chantier est exact pour ce marché.
•Il ne remplace pas l'analyse du cahier des charges ni la stratégie de réponse.
•Il ne peut pas réutiliser ce qui n'a jamais été écrit : un nouveau métier sans ancien projet donne un résultat plus faible.

Ce qui limite les erreurs

•L'assistant est cadré pour répondre à partir des extraits fournis et dire qu'il n'a pas l'information plutôt que d'inventer.
•Les passages sources sont affichés à côté de la réponse.
•Le rédacteur choisit lui-même quelles références mobiliser (métier, client).

Retour de terrain

Sur ce type de projet, la qualité vient moins du modèle que de l'organisation du corpus et de l'interface. Un chatbot de questions-réponses était une bonne première brique, mais une réponse à appel d'offres est un document structuré : c'est pourquoi nous orientons souvent ces projets vers un outil de rédaction qui intègre le RAG plutôt que vers un simple chat.

Stack technique

Interface

Application web Streamlit à accès protégé

Orchestration RAG

LlamaIndex, mémoire de conversation

Base vectorielle

Index par document et index des anciens projets filtrable par métadonnées

Modèle de langage

Modèle GPT-4 à l'époque du projet

Questions fréquentes sur le RAG pour appels d'offres

Les anciennes réponses sont découpées et indexées dans une base vectorielle, avec des métadonnées (métier, client, type de document). À chaque question, l'assistant retrouve les passages les plus proches dans le document du marché en cours et, si le rédacteur l'active, dans les réponses d'anciens projets du même métier ou du même client. Le modèle rédige ensuite en s'appuyant uniquement sur ces extraits. Les sources utilisées restent consultables pour vérifier.

Non, ou pas seulement. Une première version peut prendre la forme d'un chatbot de questions-réponses sur le document du marché. Mais un appel d'offres demande de produire un document structuré, pas de répondre à des questions isolées. Sur ce type de besoin, le RAG devient la brique de recherche d'un outil de rédaction plus complet, avec ses étapes, ses sources et sa relecture.

Sur les projets de rédaction de rapports que nous avons menés, dont celui d'Odecia, le gain est d'environ 70 % du temps de rédaction. C'est un ordre de grandeur de terrain, pas une garantie. Il dépend de la qualité du corpus d'anciennes réponses, de la complexité du marché et du temps de relecture.

Oui, c'est le risque principal. Pour le limiter, l'assistant est contraint de répondre à partir des extraits fournis et de dire qu'il n'a pas l'information plutôt que d'inventer. Les sources sont affichées et le rédacteur relit chaque réponse avant envoi. Un engagement, un délai ou une référence chantier doivent toujours être vérifiés par un humain.

Un corpus d'anciennes réponses, idéalement classées par métier et par client, et les pièces du marché à traiter (CCTP, règlement de consultation). Un corpus bien organisé s'exploite bien. Les tableaux, schémas et PDF mal numérisés demandent plus de travail de lecture des documents.

Si vous cherchez surtout à répondre à des marchés publics avec des fonctions standard, un outil dédié comme olra.fr peut suffire. Le sur mesure se justifie quand vos réponses suivent un format, un corpus et des habitudes de rédaction qui vous sont propres, et que l'outil doit s'y adapter.

Valorisez vos anciennes réponses

Parlons de votre corpus d'appels d'offres et de la forme d'outil la plus utile à vos rédacteurs : assistant de questions-réponses ou outil de rédaction complet.

Réserver un appel (30 min) Voir tous les cas clients

Pour aller plus loin

Article