Demande à LausanneGPT tout sur l'administration lausannoise

(Cet article de blog fait suite à cet article focalisé sur ZurichGPT, premier test appliqué au site de Zurich, ayant donné lieu à cette version lausannoise que nous décrivons ici.)

Tu peux désormais poser à LausanneGPT toute question sur Lausanne, et obtenir une réponse directe à ta question, pas seulement une collection de liens de pages potentiellement pertinentes.

Le bot aura tendance à renvoyer des réponses utiles, pour autant que le contenu du site puisse couvrir la requête. Et pas nécessaire de poser sa question en français, d'autres langues fonctionnent également, le robot répondant dans la même langue.

Alors, quelles questions poser? Voici quelques exemples:

• Combien d'habitants compte Lausanne?
• Qui est syndic de Lausanne?
• Quelles sont les dates d'ouverture des piscines en plein air en 2023?
• Quelles sont les dates de vacances scolaires 2023?
• Que faire pour obtenir un nouveau passeport?
• Quel est le plus haut bâtiment lausannois?
• Comment puis-je recycler mes pneus?
• Que fait Lausanne pour la protection du climat?
• Pierre de Coubertin a-t-il vécu à Lausanne?
• Comment puis-je devenir pompier?
• Y a-t-il du nucléaire dans le mix électrique lausannois?
• Où puis-je louer un vélo?
• Pourquoi dois-je payer des impôts?

Et ce ne sont là que quelques exemples de questions à poser.

Le bot n'est pas infaillible, et il est fortement recommandé de vérifier les réponses avec les pages officielles fournies pour s'assurer de leur exactitude.

Au niveau technique: comment a été développé LausanneGPT

Inspiré par un article de blog de Supabase partagé sur notre Slack, voici ce que nous avons fait:

Récupérer et indexer le contenu:

• Pour le backend, nous avons utilisé NestJS.
• Le frontend est une application react très simple, qui envoie la question au backend et affiche le résultat.
• Nous avons mis en place une base de données utilisant PostgreSQL et l'extension pgvector.
• Nous avons parcouru l'intégralité du site web de manière responsable en utilisant SimpleCrawler et avons introduit les données dans la base de données.
• Nous avons extrait le contenu pertinent grâce à Cheerio et l'avons intégré dans la base de données.
• Nous avons ensuite envoyé ces extraits de texte aux API d'intégration d'OpenAI et avons stocké les intégrations reçues dans la base de données.

Interroger le contenu:

• Dès réception d'une question, nous l'envoyons aux API d'intégration d'OpenAI pour obtenir un vecteur d'intégration.
• Nous utilisons ce vecteur pour rechercher dans la base de données, extrayant des extraits de textes et URLs.
• Un prompt est créé, incluant les extraits jusqu'à ce que la taille limite des soit atteinte.
• Ces informations sont ensuite envoyées à l'API d'OpenAI "createChatCompletion" et le résultat est renvoyé au navigateur avec Server Sent Events.
• Tous les liens utiles trouvés dans notre base de données sont aussi affichés pour référence et source.

Nous avons procédé à quelques ajustements pour amélioration ultérieure. Nous n'utilisons désormais que les premiers extraits de contenu pour le prompt, en remplissant la fin avec les liens et le titre uniquement. Cela donne un peu plus de contexte à ChatGPT, mais apparemment pas autant que le contenu entier. Au départ, nous avons essayé d'envoyer uniquement des liens, mais cela n'a pas toujours fourni des résultats satisfaisants et a même conduit à des réponses "hallucinées", puisque gpt-3.5 ne résout pas réellement tous ces liens.

Attention, cet outil n'est pas affilié à Lausanne et il sert principalement d'étude de faisabilité.

Cependant, nous sommes ravis du potentiel de cette technologie pour améliorer l'accessibilité à l'information publique, et nous espérons que vous prendrez plaisir à explorer Lausanne avec LausanneGPT.

Photo de Iván Guerrero sur Unsplash