05Configuration ODESA

Le répondeur d'appels d'offres

Indexer la matière d'avant-vente pour retrouver et réassembler les éléments réutilisables, et rédiger des brouillons de réponse.

Besoin métier

Les équipes avant-vente répondent régulièrement à des appels d'offres sous forte contrainte de temps. L'essentiel du contenu (présentation, méthodologie, références, réponses techniques) a déjà été produit dans des propositions antérieures, mais cette matière est difficile à retrouver et à réutiliser. Le besoin : exploiter le fonds documentaire pour produire rapidement des brouillons de sections cohérents et sourcés.

Comment ça fonctionne

1

On désigne les dossiers contenant la matière d'avant-vente : réponses aux AO passés, fiches produits, fiches références, documentation méthodologique.

2

ODESA indexe le contenu plein-texte de ces fichiers (moteur SQLite FTS5), recherche par pertinence, insensible à la casse et aux accents.

3

Formats pris en charge : txt, md, csv, json, xml, html, Word (.docx), PDF, Excel (.xlsx).

4

Lors d'une nouvelle réponse, l'utilisateur demande à l'IA de retrouver les éléments pertinents (références sur un secteur, formulation d'une méthodologie, argumentaire type).

5

L'IA interroge l'index, récupère les passages les plus pertinents et les documents associés, puis rédige un brouillon de section adapté à la demande.

6

Le brouillon est écrit dans un fichier de travail (capacité fichiers), prêt à être relu et finalisé par l'humain.

Capacités ODESA mobilisées

index (plein-texte)

Retrouver dans les réponses passées et fiches les passages, références et formulations réutilisables.

fichiers (fs)

Lire les documents sources retrouvés, puis écrire le brouillon de section dans un fichier de travail.

interaction humaine (ui)

Optionnel : confirmer avant d'écrire/écraser un fichier de brouillon.

Déroulé type

1

L'utilisateur : « On répond à un AO dans l'industrie automobile. Retrouve nos références dans ce secteur et notre paragraphe type sur la démarche qualité ISO. »

2

L'IA recherche dans l'index (« automobile », « références », « qualité », « ISO 9001 »).

3

L'index renvoie les propositions et fiches pertinentes, classées par pertinence.

4

L'IA lit les passages utiles et rédige une section « Références et démarche qualité » reprenant les éléments validés.

5

Elle propose d'enregistrer le brouillon : « J'écris ça dans AO-Auto-2026/section-qualite.md ? »

6

Après validation, le fichier est créé. L'utilisateur enchaîne : « Maintenant la section méthodologie de conduite de projet. »

Données & accès
  • Les dossiers de propositions passées, fiches produits, fiches références et documentation méthodologique.
  • Un dossier de travail (en écriture) où l'IA déposera les brouillons.
  • Droits de lecture sur les sources et d'écriture sur le dossier de travail.
Bornage & sécurité
  • Racines autorisées (jail) : dossiers d'avant-vente (lecture) + dossier de brouillons (écriture). Rien d'autre n'est accessible.
  • Dossiers indexés : la liste des répertoires de matière réutilisable est explicite.
  • Capacités activées : index et fichiers (lecture + écriture sur le seul dossier de travail) ; web, sql, com fermés.
  • Jeton d'accès (Bearer) : tout appel est protégé.
  • Configuration verrouillable : chiffrable/protégeable par mot de passe.
  • Local : index, propositions et brouillons restent sur les machines du client.

Mise en place

Les étapes pour configurer ODESA sur ce cas d'usage.

1

Installer ODESA (exécutable, double-clic).

2

Déclarer les racines : dossiers sources en lecture, dossier de brouillons en écriture.

3

Activer index et fichiers ; lancer l'indexation initiale.

4

Connecter l'IA conversationnelle (jeton) et tester avec une demande de retrouvaille de référence.

5

Définir une convention de nommage pour les fichiers de brouillon.

Limites & points d'attention
  • L'IA produit un brouillon : la relecture humaine, la personnalisation au cahier des charges et la validation restent indispensables.
  • La qualité dépend de la richesse du fonds : peu de réponses passées = peu de matière à réutiliser.
  • Les PDF scannés non océrisés et les formats hors liste ne sont pas indexés.
  • Attention à la confidentialité des prix et conditions : ne pas réutiliser tel quel un tarif spécifique sans contrôle.
  • L'IA peut reprendre une formulation obsolète si d'anciennes versions coexistent ; un nommage clair des versions à jour aide.
Évolutions possibles
  • Ajouter des fonctions métier (VScript) pour générer une structure de réponse type selon le type d'AO.
  • Croiser avec une base de données (sql) de références clients ou de tarifs.
  • Planifier via VAILS une veille sur les plateformes d'AO et un pré-tri des opportunités.
  • Constituer une bibliothèque de « blocs validés » alimentée au fil des réponses.

Mettez ODESA au travail.

ODESA installe l'IA agentique chez vos clients, en local et sous contrôle. Devenez le partenaire qui la déploie.

05ODESA configuration

The tender responder

Index the pre-sales material to find and reassemble reusable elements, and draft response sections.

Business need

Pre-sales teams regularly respond to tenders under heavy time pressure. Most of the content (presentation, methodology, references, technical answers) has already been produced in earlier proposals, but this material is hard to find and reuse. The need: exploit the document base to quickly produce consistent, sourced draft sections.

How it works

1

You designate the folders holding the pre-sales material: past tender responses, product sheets, reference sheets, methodology documentation.

2

ODESA indexes the full-text content of these files (SQLite FTS5 engine), relevance search, case- and accent-insensitive.

3

Supported formats: txt, md, csv, json, xml, html, Word (.docx), PDF, Excel (.xlsx).

4

For a new response, the user asks the AI to find the relevant elements (references for a sector, a methodology wording, a standard argument).

5

The AI queries the index, retrieves the most relevant passages and the associated documents, then drafts a section tailored to the request.

6

The draft is written to a working file (files capability), ready to be reviewed and finalised by a human.

ODESA capabilities used

Full-text index

Find, in past responses and sheets, the reusable passages, references and wordings.

Files (fs)

Read the found source documents, then write the draft section to a working file.

Human interaction (ui)

Optional: confirm before writing/overwriting a draft file.

Typical flow

1

The user: "We're answering a tender in the automotive industry. Find our references in this sector and our standard paragraph on the ISO quality approach."

2

The AI searches the index ("automotive", "references", "quality", "ISO 9001").

3

The index returns the relevant proposals and sheets, ranked by relevance.

4

The AI reads the useful passages and drafts a "References and quality approach" section reusing the validated elements.

5

It offers to save the draft: "Shall I write this to Tender-Auto-2026/quality-section.md?"

6

After validation, the file is created. The user follows up: "Now the project-management methodology section."

Data & access
  • The folders of past proposals, product sheets, reference sheets and methodology documentation.
  • A working folder (write) where the AI will drop the drafts.
  • Read rights on the sources and write rights on the working folder.
Scope & security
  • Allowed roots (jail): pre-sales folders (read) + drafts folder (write). Nothing else is accessible.
  • Indexed folders: the list of reusable-material directories is explicit.
  • Enabled capabilities: index and files (read + write on the working folder only); web, sql, com closed.
  • Access token (Bearer): every call is protected.
  • Lockable configuration: encryptable/password-protectable.
  • Local: index, proposals and drafts stay on the customer's machines.

Setup

The steps to configure ODESA for this use case.

1

Install ODESA (executable, double-click).

2

Declare the roots: source folders (read), drafts folder (write).

3

Enable index and files; run the initial indexing.

4

Connect the conversational AI (token) and test with a reference-retrieval request.

5

Define a naming convention for the draft files.

Limits & caveats
  • The AI produces a draft: human review, tailoring to the brief and validation remain essential.
  • Quality depends on the richness of the base: few past responses = little material to reuse.
  • Non-OCR'd scanned PDFs and out-of-list formats are not indexed.
  • Mind the confidentiality of prices and terms: do not reuse a specific rate as-is without checking.
  • The AI may pick up an obsolete wording if old versions coexist; clear naming of the current versions helps.
Possible extensions
  • Add business functions (VScript) to generate a standard response structure by tender type.
  • Cross-reference with a database (sql) of client references or rates.
  • Schedule via VAILS a watch on tender platforms and a pre-sorting of opportunities.
  • Build a library of "validated blocks" fed over the course of responses.

Put ODESA to work.

ODESA brings agentic AI to your clients, locally and under control. Become the partner who deploys it.