Ingestion bloquée ou échouée

Combien de temps c’est normal ?

L’ingestion d’une source prend généralement :

• 15 à 60 secondes pour une page web simple.
• 30 secondes à 3 minutes pour un PDF de quelques pages.
• Quelques minutes pour un site complet de 20 à 50 pages (chaque page est indexée comme une source à part).

Si une source est En cours depuis plus de 15 minutes, quelque chose cloche : elle passe d’elle-même en Erreur, avec le message « Indexation expirée (timeout) ».

Diagnostic rapide

Dans le menu de gauche de votre agent, ouvrez Configuration Agent › Connaissances, onglet Sources de données. Sous une source en Erreur, Sens Ai affiche le message qui explique l’échec.

Selon ce que vous voyez :

Cas 1 — Statut « Erreur » avec un message

Bonne nouvelle : Sens Ai vous dit ce qui ne va pas. Voici les messages les plus fréquents. Une fois la cause corrigée, cliquez sur Indexer à côté de la source.

« Le site a mis trop de temps à répondre (timeout) »

Sens Ai a essayé de lire votre page et n’a pas eu de réponse à temps. Causes :

• Le site est temporairement hors ligne → réessayez dans 1 heure.
• Le site est très lent (hébergement saturé) → réessayez à un horaire creux.

« Le site a refusé l’accès (403 Forbidden) »

Votre site (ou son pare-feu, sa protection anti-robots) bloque les visites automatisées.

• Demandez à votre hébergeur d’autoriser les visites automatisées sur les pages à indexer.
• Sinon, passez par un export PDF de la page, ou recopiez l’essentiel avec Ajouter du texte.

« La page est introuvable (404) »

L’adresse est mal orthographiée, ou la page a été déplacée ou supprimée. Vérifiez-la dans votre navigateur, supprimez la source et ajoutez la bonne adresse.

« Échec du scraping »

La page a été atteinte mais n’a pas pu être lue. Causes possibles :

• Le site était momentanément indisponible → réessayez plus tard.
• La page est réservée aux membres connectés → Sens Ai ne lit que des pages publiques. Si votre contenu est privé, téléversez plutôt un export PDF.
• La page redirige vers un autre site → indexez directement l’adresse finale.

« Type de fichier non pris en charge » ou « Fichier introuvable »

Le fichier n’a pas pu être relu. Supprimez la source, puis téléversez à nouveau le fichier (PDF, DOCX, TXT ou CSV).

« Limite quotidienne de vecteurs atteinte, réessayez demain »

Une limite technique journalière a été atteinte. Cliquez sur Indexer le lendemain.

« Indexation expirée (timeout) »

Au bout de 15 minutes, une source restée bloquée En cours passe d’elle-même en Erreur avec ce message ; la liste se met à jour seule tant que la page est ouverte. Cliquez sur Indexer pour la relancer.

« Échec de l’indexation des vecteurs », ou un autre message d’échec de l’indexation

Cliquez sur Indexer. Si l’erreur revient, contactez-nous (voir en bas de page).

Cas 2 — L’ajout est refusé tout de suite

Certains messages s’affichent dans la fenêtre d’ajout, avant toute indexation.

« Type de fichier non autorisé. Utilisez PDF, DOCX, TXT ou CSV. »

Le nom du fichier ne se termine pas par .pdf, .docx, .txt ou .csv (ex. : .pages Apple, .odt LibreOffice, .epub, .doc, .html, .xlsx Excel). Convertissez-le en PDF, en DOCX ou en CSV et réessayez. Un fichier .csv est accepté même quand votre ordinateur l’associe à Excel.

« Fichier trop volumineux (max 10MB) »

Limite : 10 Mo par fichier. Si votre fichier dépasse :

• Découpez-le en plusieurs fichiers (chapitres, sections).
• Compressez-le : un PDF peut souvent être réduit de moitié sans perte de qualité (utilisez Adobe Acrobat → « Réduire la taille du fichier », ou un service en ligne comme PDF24).

Un nom, un titre ou une adresse déjà utilisés

• Un fichier du même nom existe déjà sur cet agent → renommez votre fichier, ou supprimez l’ancienne version avant de téléverser la nouvelle.
• « Une source porte déjà ce titre. Choisissez-en un autre. » (avec Ajouter du texte) → changez le titre.
• L’adresse existe déjà dans vos sources → la page est déjà là : cliquez sur Indexer à côté d’elle pour la relire.

Une adresse privée ou interne refusée

Sens Ai n’indexe que des pages publiques sur Internet, en http ou https. Une adresse de réseau local ou d’intranet est refusée.

Limite de pages ou de fichiers atteinte

Le message commence par « Limite de pages atteinte » ou « Limite de fichiers atteinte ». À l’ajout, il indique aussi la limite de votre offre, par exemple « Limite de pages atteinte (200 avec l’offre Professionnel). Passez à une offre supérieure pour indexer plus de pages. » Vous avez atteint le nombre de pages web indexées ou de fichiers stockés autorisé par votre plan, pour toute l’organisation. Les sources en Erreur ne comptent pas.

Options :

• Supprimez des sources que vous n’utilisez plus.
• Passez à une offre supérieure.

Votre essai ou votre abonnement a expiré

Vous ne pouvez plus ajouter ni ré-indexer de sources tant qu’il n’est pas réactivé. Voir Plans et tarifs.

Cas 3 — Statut « En cours » bloqué ou indexation expirée

L’indexation n’a pas démarré (« En attente »)

Juste après l’ajout d’une page web, un message peut indiquer que l’indexation n’a pas démarré : la source reste En attente. Cliquez sur Indexer à côté d’elle. Pour un fichier ou un texte, la source reste au contraire En cours : suivez « L’indexation est bloquée » ci-dessous.

L’indexation est bloquée

1. Attendez que la source passe en Erreur avec le message « Indexation expirée (timeout) » : au bout de 15 minutes, la page ouverte se met à jour seule.
2. Cliquez sur Indexer : le message « Indexation lancée » s’affiche.
3. Si le message est « Indexation déjà en cours », une indexation de cette source tourne encore : attendez qu’elle se termine ou expire.

Bientôt disponible. Un bouton « Annuler l’ingestion » arrêtera une indexation en cours.

Si ça reste bloqué après une nouvelle tentative, contactez-nous.

Cas 4 — « Terminé » mais l’agent ne « voit » pas le contenu

Votre source est marquée Terminé mais quand vous posez des questions liées, l’agent répond « je ne sais pas ».

Diagnostic

• Regardez le nombre de segments à côté du statut. S’il n’y en a aucun, Sens Ai n’a trouvé aucun texte exploitable : page surtout composée d’images, texte qui n’apparaît qu’après un clic ou une connexion, PDF scanné.
• Testez la question depuis la page Test de votre agent, en reprenant les mots de la page.

Bientôt disponible. Un bouton « Voir le contenu » vous montrera le texte extrait de chaque source et son découpage en segments.

PDF scanné (pas de texte extractible)

Votre PDF est probablement un scan : visuellement c’est lisible, mais techniquement c’est une image. Sens Ai ne peut pas lire les images.

Solution : passer le PDF dans un outil d’OCR (reconnaissance optique de caractères) :

• Adobe Acrobat Pro : Outils → Améliorer les numérisations → Reconnaître le texte.
• En ligne gratuit : ocr.space, smallpdf.com, ilovepdf.com.
• macOS Aperçu : les versions récentes détectent le texte automatiquement → exporter en PDF.

Une fois passé en OCR, supprimez l’ancienne source et téléversez le nouveau fichier. Un PDF protégé par mot de passe doit aussi être déverrouillé avant d’être téléversé.

Solutions

• Améliorer la page source (plus de contenu textuel structuré), puis cliquer sur Indexer.
• Créer une règle FAQ manuelle pour les questions concernées — ça contourne le problème.
• Ajouter un contenu dédié : un texte clair avec Ajouter du texte, ou un PDF bien structuré avec votre info clé.

L’analyse d’un site échoue ou s’arrête tôt

Avec Ajouter un site web › Analyser tout le site, le bouton Scanner peut échouer ou trouver moins de pages que prévu. Causes :

• « Ce site interdit le scraping via son fichier robots.txt » → le fichier robots.txt du site interdit tout le site au robot de Sens Ai, SensAI-Bot, ou à tous les robots (User-agent: * suivi de Disallow: /). Si le site est le vôtre, autorisez Sens Ai (voir « Autoriser Sens Ai dans votre fichier robots.txt » ci-dessous). Sinon, demandez à la personne qui gère ce site d’autoriser Sens Ai.
• L’analyse ne propose que l’adresse de départ → Sens Ai n’a pas pu lire le site : il est hors ligne, ou protégé contre les visites automatisées (pare-feu, protection anti-robots). Vérifiez que l’adresse s’ouvre dans votre navigateur et réessayez plus tard, ou ajoutez vos pages une par une avec Une seule page.
• « Aucune page trouvée. Le site est peut-être inaccessible ou bloque le scraping. » ou « Échec de la découverte des URLs. Le site est peut-être inaccessible. » → l’analyse a échoué. Vérifiez l’adresse saisie et réessayez plus tard.
• « … pages trouvées, mais elles sont toutes déjà indexées » (ou « 1 page trouvée, mais elle est déjà indexée. ») → toutes les pages que l’analyse a trouvées sont déjà dans vos sources. Pour une page qui manque encore, utilisez Une seule page.
• Moins de pages que prévu → une analyse propose au plus 30 pages, dans la limite des pages restantes de votre plan, et écarte celles qui sont déjà dans vos sources : cliquez à nouveau sur Scanner une fois l’indexation lancée pour obtenir les suivantes. Si votre site a un plan (sitemap.xml), seules les pages qui y figurent sont proposées, avec l’adresse de départ ; sans plan, Sens Ai ne suit les liens que d’un nombre limité de pages. Les pages de connexion, de panier, les fichiers et, sur un site multilingue, les langues que votre agent ne parle pas sont écartés (voir Gérer vos sources).
• « Limite de scan atteinte (10/heure). Réessayez plus tard. » ou « Limite de crawl atteinte (5/heure). Réessayez plus tard. » → votre organisation a lancé trop d’analyses ou d’indexations de site dans l’heure. Patientez.
• « Un scan est déjà en cours pour ce bot. » ou « Un crawl est déjà en cours pour ce bot. » → attendez la fin de l’opération en cours (quelques minutes au plus).
• Limite de votre plan atteinte → voir « Limite de pages ou de fichiers atteinte » plus haut.

Autoriser Sens Ai dans votre fichier robots.txt

Ajoutez ces deux lignes à votre fichier robots.txt, au début ou à la fin, séparées du reste par une ligne vide (ou demandez-le à la personne qui gère votre site) :

User-agent: SensAI-Bot
Allow: /

Un groupe qui nomme SensAI-Bot vaut pour Sens Ai seul et l’emporte sur User-agent: * : vos règles pour les autres robots ne changent pas. Cliquez ensuite à nouveau sur Scanner.

Si rien ne marche

Écrivez-nous à info@sens-ai.biz (voir Contactez-nous) avec :

1. L’URL ou le nom du fichier qui pose problème.
2. Le statut affiché dans Sens Ai.
3. Une capture d’écran de la source et du message affiché en dessous.

Étape suivante

Pour optimiser ce que l’agent retient de vos sources : Créer des règles FAQ manuelles.