Le savoir d'une entreprise se trouve rarement dans une base de données. Bien plus souvent, il repose dans des documents, des feuilles de calcul et des présentations dont personne ne se souvient, et qui contiennent les réponses à la moitié des questions que les gens posent.
Un serveur du protocole qui décrit comment relier des outils aux modèles de langage est censé exposer cela à un assistant. Google publie un serveur de ce type par produit : Drive, documents, feuilles de calcul, présentations, agenda, messagerie et chat ont chacun le leur. Ce texte traite de celui de Drive, puisque c'est lui qui trouve les fichiers et lit leur contenu.
Avant d'aller plus loin, deux choses à dire tout de suite, car sans elles tout le texte induirait en erreur : le serveur est dans une version préliminaire destinée aux développeurs, et sa portée est volontairement étroite.
Statut preview et portée étroite
Le serveur officiel n'a pas atteint la disponibilité générale et expose huit outils orientés surtout vers la lecture : recherche de fichiers, liste des fichiers récents, métadonnées d'un fichier, permissions d'un fichier, lecture du contenu, téléchargement du contenu, copie et création d'un nouveau fichier. Ce n'est pas un oubli mais une décision délibérée, et il faut en comprendre les conséquences.
Le serveur peut lire des fichiers, les copier et en créer de nouveaux. Il ne peut pas modifier les fichiers existants, les supprimer, les déplacer, changer les permissions ni s'abonner aux changements. Ces opérations ne restent disponibles que via l'interface programmatique.
L'écriture de contenu fonctionne différemment de ce que suggère Drive seul, et c'est le malentendu le plus courant autour de cette famille de serveurs. Le serveur des documents possède un outil qui met à jour un document, celui des feuilles de calcul modifie des valeurs de cellules, pose des formules et insère des lignes, et celui des présentations met à jour des diapositives. Un assistant mettra donc bien à jour une feuille de calcul, mais pas via le serveur Drive : il faut brancher le serveur propre à ce produit, avec son propre jeu de permissions.
La conséquence est pratique. Un assistant construit sur ce serveur répond à des questions sur le contenu des documents et crée de nouveaux fichiers contenant des synthèses. Il ne rangera pas un dossier, ne supprimera ni ne déplacera un fichier, et n'en partagera pas un avec un collègue.
Le statut preview signifie aussi que les descriptions des outils peuvent changer quand Google met à jour son service hébergé. Avec un service distant, c'est un changement hors de votre contrôle, donc des instructions qui reposent sur le comportement exact d'un outil donné peuvent cesser de fonctionner sans votre intervention.
La conclusion n'est pas « ne l'utilisez pas » mais l'énoncé du bon usage. C'est un outil pour lire et résumer, pas pour gérer des fichiers. Pour cela, il faut autre chose, traité plus bas.
Les scopes de permissions, la partie la plus importante
C'est ici que se trouve la partie la plus sous-estimée et en même temps celle qui décide de la sécurité de tout le déploiement.
Le serveur fonctionne avec deux scopes de permissions. Le premier donne un accès en lecture à tout le Drive d'un utilisateur. Le second est nettement plus étroit et mérite d'être compris à part.
Ce scope plus étroit ne couvre que les fichiers créés par l'application plus ceux que l'utilisateur a explicitement ouverts avec elle. Cela veut dire que l'assistant ne voit pas tout le Drive mais exactement les documents qu'il a créés ou qu'on lui a remis.
La différence entre ces deux scopes est énorme et mérite une décision délibérée. Le premier est plus pratique, puisque l'assistant cherche partout et trouve une réponse où qu'elle se trouve. Le second est plus sûr, puisque les évaluations de performance, les contrats et les notes privées restent hors de portée même si l'on parvenait à convaincre le modèle de les lire.
Pour un déploiement en entreprise, commencez par le scope le plus étroit et n'élargissez-le qu'une fois qu'il s'avère insuffisant. L'ordre inverse signifie que pendant le premier mois, l'assistant a tout lu sans que personne ne le remarque.
L'authentification passe par le mécanisme standard avec confirmation dans le navigateur, séparément pour chaque utilisateur. C'est une bonne nouvelle, puisque les permissions de l'assistant sont celles d'une personne précise et non celles de toute l'organisation.
Ce pour quoi il convient
Décrire les usages concrètement est utile, car ce sont eux qui déterminent si la portée étroite est une limite ou un avantage.
Le plus utile est de retrouver une information. Une question sur les conditions d'un contrat avec un fournisseur donné mène l'assistant au bon document et au bon passage, plutôt qu'à une liste de vingt fichiers aux noms semblables.
Le deuxième est la synthèse. Un document de quarante pages réduit à une liste de décisions fait gagner une heure et révèle au passage ce qui n'y figure pas.
Le troisième est le travail avec les feuilles de calcul. Lire des données, calculer quelque chose et expliquer d'où vient le résultat est souvent plus rapide que de construire une formule, surtout dans une feuille que vous n'avez pas créée.
Le quatrième est la combinaison avec d'autres sources. Un assistant qui a simultanément accès aux documents et aux conversations de l'entreprise, présenté dans l'article sur le serveur Slack, peut relier une décision prise dans une discussion au document qui en est sorti.
Ce qu'il ne fera pas : ranger un Drive, supprimer ou déplacer un fichier, ou changer les permissions d'un fichier. Si vous avez besoin de cela, le serveur Drive n'est pas le bon outil, et pour écrire le contenu lui-même, le serveur des feuilles de calcul ou des documents est le bon choix.
Alternatives
Puisque la portée du serveur officiel est étroite, il vaut la peine de connaître les autres voies et leur coût.
Les serveurs communautaires couvrent bien plus d'opérations au même endroit : gestion complète des fichiers, disques partagés, permissions, historique des versions, édition de documents et de présentations. Cela résout l'absence d'écriture et introduit un autre problème : vous exécutez le code de quelqu'un d'autre avec accès aux documents de l'entreprise, et personne n'a relu ce code. Les principes de l'article sur le catalogue de serveurs s'appliquent ici pleinement.
L'interface programmatique de Google offre toute la gamme de capacités et demande d'écrire une couche intermédiaire. Pour un usage étroit et répétable, ajouter une ligne à une feuille de calcul après un événement par exemple, c'est généralement la bonne voie : quelques dizaines de lignes de code, un contrôle total et aucun modèle dans la boucle.
Votre propre serveur du protocole est l'option intermédiaire. Vous exposez quelques opérations nommées que vous avez écrites vous-même, et le modèle les appelle avec des paramètres. Les outils pour cela sont présentés dans l'article sur la boîte à outils du protocole.
Pensez aussi aux comptes de service avec délégation à l'échelle de l'organisation. Ils donnent accès aux documents de chaque employé sans leur intervention, ce qui résout le problème d'authentification et crée un risque sérieux, puisqu'une erreur de configuration signifie un assistant qui lit toute l'entreprise.
Taille des documents et contexte du modèle
Un problème pratique qui, avec les documents, apparaît plus vite qu'avec n'importe quelle autre source.
Un document de quarante pages représente des dizaines de milliers de tokens. En charger trois remplit une grande part du contexte disponible, et le modèle doit encore y faire tenir la question, l'historique de la conversation et la place pour une réponse.
Il y a deux symptômes et les deux trompent. Le premier : le modèle répond à partir d'un fragment sans signaler qu'il n'a pas vu le reste. Le second : la réponse est correcte et omet quelque chose écrit à la page trente, parce que le contexte s'est épuisé à cet endroit.
Trois choses limitent cela. La première est de poser des questions sur une partie précise plutôt que sur un document entier, un chapitre ou une section par exemple. La deuxième est de nommer un fichier plutôt que de laisser l'assistant charger tout ce qu'il trouve. La troisième, pour les collections plus grandes, est de construire une couche de recherche documentaire au lieu de transmettre les fichiers en entier.
Cette dernière approche est la bonne sur une archive qui se compte en centaines de fichiers. Découper les documents en fragments, calculer des vecteurs et chercher par le sens répond aux questions qui couvrent toute une archive, ce que le simple branchement d'un Drive n'apporte pas. Un serveur du protocole convient au travail sur des documents individuels plutôt qu'au remplacement d'une recherche.
Feuilles de calcul, documents et présentations
Trois types de fichiers se comportent différemment, et savoir à quoi s'attendre pour chacun est utile.
Les documents texte sont le cas le plus simple. Le contenu arrive au modèle sous forme de texte avec les titres conservés, donc les questions sur le contenu fonctionnent bien, et la synthèse d'un long document est l'usage le plus courant et le plus réussi.
Les feuilles de calcul demandent de la prudence. Aplatir un tableau en texte fait perdre une partie du sens, surtout avec des cellules fusionnées, plusieurs onglets et des formules dont le résultat est visible mais pas le contenu. Demander la valeur d'une cellule précise fonctionne ; demander « qu'est-ce qui ressort de cette feuille » reçoit souvent une réponse assurée et fausse. Le serveur distinct des feuilles de calcul lit directement les valeurs des cellules et les propriétés de la grille, donc pour travailler sur des données il convient mieux que la lecture du fichier via Drive.
Les présentations sont le cas le plus difficile, car leur contenu vit dans la mise en page visuelle. Le texte des diapositives peut être lu, tandis qu'un graphique, un schéma et une relation montrée par des flèches sont perdus. Les notes du présentateur sont souvent plus précieuses ici que les diapositives, car elles contiennent des phrases complètes.
La conclusion pratique : avec les feuilles de calcul et les présentations, vérifiez les réponses à deux questions dont vous connaissez déjà la réponse. Dix minutes suffisent pour savoir si l'assistant voit vraiment ce que vous croyez.
Google Drive face aux alternatives
| Option | Point fort | Point faible | À choisir quand |
|---|---|---|---|
| Le serveur Drive de Google | Distant, sans maintenance, portée de permissions étroite | Statut preview, lecture, copie et création seulement | Lire et résumer des documents |
| Un serveur communautaire | Gestion complète des fichiers et des permissions | Le code de quelqu'un d'autre avec accès aux documents de l'entreprise | Gérer des fichiers, délibérément et après relecture |
| L'interface programmatique | Portée complète, prévisibilité | Vous écrivez la couche intermédiaire | Automatisation étroite sans modèle |
| Votre propre serveur | Exactement les opérations que vous autorisez | La maintenance est à votre charge | Exigences de sécurité élevées |
La première ligne est le bon point de départ pour la plupart des équipes, puisqu'elle supprime la maintenance et limite la portée par défaut. Passez aux autres quand vous atteignez ses limites plutôt qu'avant.
La troisième ligne mérite un examen honnête. Beaucoup de tâches décrites comme nécessitant un assistant sont en fait une opération répétable qu'on exécute sans modèle, moins cher, plus vite et sans le risque d'un résultat différent à chaque fois.
Les risques avec les documents d'entreprise
Cette section concerne des points qui pèsent plus avec les documents qu'avec n'importe quelle autre source de données.
Le premier est la portée des permissions. Un accès en lecture à tout un Drive couvre des documents du personnel, des contrats et des notes dont les auteurs n'ont jamais imaginé qu'un modèle les lirait. Un scope plus étroit règle cela à la source.
Le deuxième est le contenu qui revient de l'outil. Le contenu d'un document entre directement dans le contexte du modèle, et un document peut contenir une phrase formulée comme une instruction. Avec des fichiers reçus de l'extérieur, des propositions de fournisseurs par exemple, ce n'est pas une hypothèse.
Le troisième est l'accumulation. Un assistant qui lit des documents pendant un mois transmet leur contenu là où tourne le client, et c'est généralement un service externe avec sa propre politique de conservation.
Le quatrième est celui des données personnelles. Les documents d'entreprise contiennent des noms, des salaires et des évaluations, donc leur traitement relève des mêmes règles que les autres données des salariés.
Trois habitudes limitent l'essentiel de ce risque : un scope de permissions plus étroit au départ, une authentification au niveau de la personne plutôt qu'un compte de service, et la vérification de la destination du contenu côté client avant d'approuver l'outil.
Erreurs courantes
La première est d'accorder un accès en lecture à tout un Drive alors que le scope plus étroit, qui couvre des fichiers nommés, suffit.
La deuxième est d'attendre du serveur Drive qu'il range un dossier ou change des permissions. Il lit, copie et crée, tandis que l'écriture dans une feuille de calcul ou un document relève des serveurs propres à ces produits.
La troisième est d'utiliser un compte de service avec délégation à l'échelle de l'organisation là où l'authentification d'une seule personne suffit. Le premier donne accès aux documents de toute l'entreprise quel que soit celui qui a posé la question.
La quatrième est de traiter le contenu des documents comme des données sûres. Un fichier reçu de l'extérieur peut contenir une instruction qui entre dans le contexte du modèle avec tout le reste.
La cinquième est de fonder un processus de production sur un outil en preview. Les descriptions des outils peuvent changer sans votre intervention, donc une automatisation critique demande un socle plus stable.
La sixième est de faire tourner un serveur communautaire avec accès aux documents de l'entreprise sans relire le code. Les scopes de permissions de ces serveurs sont souvent bien plus larges que celui du serveur officiel.
FAQ
Le serveur officiel de Google est-il prêt pour la production ?
Pas entièrement. Il reste dans une version préliminaire destinée aux développeurs, et les descriptions des outils peuvent changer quand le fournisseur le met à jour. Pour lire et résumer des documents, il fonctionne bien ; pour des processus critiques, attendez ou construisez votre propre couche.
Que ne peut pas faire ce serveur ?
Modifier des fichiers existants, les supprimer, les déplacer, changer les permissions ou s'abonner aux changements. Il peut lire, copier et créer de nouveaux fichiers. La mise à jour du contenu d'un document, d'une feuille de calcul ou d'une présentation est possible via les serveurs propres à ces produits, tandis que les opérations sur Drive lui-même passent uniquement par l'interface programmatique ou par des serveurs communautaires.
Quel scope de permissions choisir ?
Commencez par le plus étroit, qui ne couvre que les fichiers créés par l'application plus ceux que l'utilisateur a nommés. Le plus large donne un accès en lecture à tout un Drive, y compris des documents dont les auteurs n'ont jamais imaginé qu'un modèle les lirait.
L'assistant verra-t-il les documents des autres ?
Avec une authentification au niveau de la personne, seulement ce à quoi cette personne a accès. Avec un compte de service doté d'une délégation à l'échelle de l'organisation, la situation est différente, et un tel arrangement est à éviter sans raison claire.
Quand l'interface programmatique est-elle meilleure ?
Pour une tâche répétable et étroite, ajouter une ligne à une feuille de calcul après un événement par exemple. Quelques dizaines de lignes de code donnent alors un résultat prévisible, toute la gamme d'opérations et aucun modèle dans la boucle qui pourrait faire autre chose que ce qui était prévu.
La configuration est décrite dans la documentation développeur de Google, et les autres serveurs Workspace sur une page séparée.