> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/fr/visite-guidee-du-produit-application-web/assistant-ia-geopard/precision-et-evaluation.md).

# Précision et évaluation

Comment GeoPard mesure la précision de l’assistant IA et valide les plans générés.

Nous mesurons la précision agronomique de l’assistant sur un benchmark versionné. Nous publions le score de chaque catégorie, y compris les domaines encore en amélioration.

### Le benchmark

* 503 questions d’agronomie de niveau expert, dans le style CCA.
* Cinq catégories : sol et eau, gestion des cultures, gestion de la fertilisation, gestion des ravageurs et lutte intégrée, spécialité en agriculture de précision.
* Versionné et relancé à chaque version. Version actuelle : v2, juillet 2026.

### Scores actuels

| Catégorie                               | Score |
| --------------------------------------- | ----- |
| Spécialité en agriculture de précision  | 100%  |
| Sol et eau                              | 95.8% |
| Gestion des cultures                    | 93.8% |
| Gestion de la fertilisation             | 92.9% |
| Gestion des ravageurs et lutte intégrée | 77.5% |

### Pourquoi le jeu de questions est privé

Les questions publiques du benchmark se retrouvent dans les données d’entraînement de l’IA. Une fois cela arrivé, les scores ne mesurent plus la capacité. Le jeu de questions reste privé afin que les scores futurs demeurent significatifs. Nous publions la méthodologie, tous les scores par catégorie et des exemples de questions sur demande.

### Validation au-delà du benchmark

Les scores du benchmark mesurent les connaissances. Chaque plan généré est validé en simulation avant sa création. Les contrôles portent sur l’équilibre des éléments nutritifs et les coefficients d’exportation par rapport aux recommandations des services de vulgarisation. Ils couvrent les seuils critiques des analyses de sol et les conventions de relèvement de votre laboratoire. Ils couvrent aussi les limites de dose d’application, les distances de retrait et les règles de la base de connaissances. Si un contrôle échoue, aucune carte n’est générée.

### Votre rôle

L’assistant soutient le jugement professionnel. Il ne remplace pas un agronome local certifié. Vous examinez et approuvez chaque préconisation. Validez les recommandations au regard de votre plan de culture, de vos analyses de sol, des étiquettes des produits et de la réglementation locale.

### Articles associés

* [Présentation de l’assistant IA GeoPard](/geopard-tutorials/fr/visite-guidee-du-produit-application-web/assistant-ia-geopard.md)
* [FAQ de l’assistant IA](/geopard-tutorials/fr/visite-guidee-du-produit-application-web/assistant-ia-geopard/faq-de-lassistant-ia-pour-lagriculture-de-precision.md)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/fr/visite-guidee-du-produit-application-web/assistant-ia-geopard/precision-et-evaluation.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.