Un noyau stable. Des données gouvernées. Des LLM interchangeables.
Cernor n’est pas un simple écran posé devant un modèle de langage. Le logiciel prépare le contexte, impose les droits, choisit les sources, contrôle les preuves et transforme le résultat en réponse ou en action exploitable.
Chaque couche a une responsabilité précise.
L’interface ne parle jamais directement aux données de l’entreprise ni au fournisseur LLM. Les échanges passent par des contrats contrôlés et des services séparés.
Protégé parce qu’il porte la méthode.
Le noyau Python est commun à toutes les entreprises. Il reste volontairement générique et stable : il ne contient pas une accumulation de règles propres à un métier ou à une question.
Contrat de compréhension
Avant toute recherche, le noyau formalise l’objectif, les références au contexte, les certitudes, les hypothèses, les informations nécessaires et le résultat attendu.
Outils génériques
Recherche d’entreprise, ouverture d’une source, interrogation de données, calcul, recherche publique, création de livrable et présentation structurée.
Contrôle après récupération
Les résultats sont vérifiés par rapport à la demande autonome. Un contenu voisin, publicitaire ou insuffisant n’est pas transformé en réponse.
Sortie structurée
Le noyau retourne un contrat JSON pouvant contenir prose, tuiles, tableaux, graphiques, chronologies, extraits et livrables.
La couche qui garde les frontières
- Identité et droitsL’entreprise, l’utilisateur et le rôle sont imposés côté serveur.
- Lectures contrôléesLe noyau demande un outil ; PHP applique les permissions et ne renvoie que les données autorisées.
- Actions explicitesUne écriture externe reste préparée, prévisualisée et confirmée selon sa sensibilité.
- TraçabilitéDemandes, appels d’outils, incidents et résultats restent rattachés à une référence.
Le LLM ne reçoit jamais les clés de l’entreprise.
PHP constitue la porte d’entrée sécurisée. Il authentifie, borne le compte, applique les rôles, expose des lectures contrôlées et conserve la trace des opérations. Le noyau Python peut raisonner sur les informations autorisées sans contourner cette frontière.
Le modèle raisonne. Cernor garde le contrôle du travail.
Les traitements de raisonnement s’appuient sur un LLM français opéré en France. Sa puissance est utilisée là où elle est utile, sans lui confier l’identité, les permissions, la vérité des sources ni l’exécution silencieuse d’une action.
Un contexte préparé
Question originale, historique utile, modèle validé de l’entreprise, vocabulaire, préférences applicables et pièces jointes.
Un plan explicite
Le LLM indique ce qu’il comprend, ce qui reste hypothétique et les informations dont il a besoin avant que Cernor ne lance les lectures.
Des outils bornés
Les familles de sources sont consultées selon le sujet. Le glossaire aide seulement à comprendre un acronyme ; il n’est jamais une preuve.
Un résultat vérifiable
La synthèse distingue les faits, les déductions et les limites, puis rattache les affirmations importantes à leurs éléments d’origine.
Le programme reste commun. La mémoire reste propre à l’entreprise.
À la création d’un compte, Cernor initialise un contexte versionné : activités, produits, clients, vocabulaire, sources officielles, décisions ouvertes, corrections, préférences et stratégies validées. Cette mémoire n’est ni une copie du code ni une preuve par elle-même.
La robustesse ne dépend pas d’un seul appel.
Cernor combine des contrôles structurels, des tests permanents et une exploitation observable.
Une démonstration vaut mieux qu’un schéma.
Partons d’une question réelle, d’un document et d’un indicateur. Vous verrez ce que Cernor comprend, ce qu’il consulte et pourquoi il retient sa réponse.