> 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/geopard-ai-assistant/accuracy-and-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 à l’aide d’un benchmark versionné. Nous publions les résultats de chaque catégorie, y compris ceux des domaines où des progrès restent à faire.

### Le benchmark

* 503 questions d’agronomie de niveau expert, de type CCA.
* Cinq catégories : sols et eau, conduite des cultures, gestion des éléments nutritifs, gestion des ravageurs et lutte intégrée (IPM), spécialité en agriculture de précision.
* Versionné et réexécuté à chaque publication. Version actuelle : v2, juillet 2026.

### Résultats actuels

| Catégorie                                     | Résultat |
| --------------------------------------------- | -------- |
| Spécialité en agriculture de précision        | 100%     |
| Sols et eau                                   | 95.8%    |
| Conduite des cultures                         | 93.8%    |
| Gestion des éléments nutritifs                | 92.9%    |
| Gestion des ravageurs et lutte intégrée (IPM) | 77.5%    |

### Pourquoi les questions du jeu d’évaluation restent privées

Les questions d’un benchmark public peuvent se retrouver dans les données d’entraînement des IA. Dans ce cas, les résultats ne mesurent plus les capacités réelles. Les questions restent privées afin que les résultats futurs gardent tout leur sens. Nous publions la méthodologie, les résultats de toutes les catégories et des exemples de questions sur demande.

### Validation au-delà du benchmark

Les résultats du benchmark mesurent les connaissances. Avant sa création, chaque plan généré fait l’objet d’une validation à blanc. Les vérifications portent sur le bilan des éléments nutritifs et les coefficients d’exportation, au regard des recommandations des services de conseil agricole. Elles couvrent aussi les seuils critiques des analyses de sol et les conventions de redressement propres à votre laboratoire, ainsi que les limites de dose d’application, les distances de retrait et les règles de la base de connaissances. Si une vérification échoue, aucune carte n’est générée.

### Votre rôle

L’assistant appuie le jugement professionnel, mais ne remplace pas un agronome local agréé. Vous examinez et approuvez chaque prescription. Vérifiez les recommandations au regard de votre plan de culture, des analyses de sol, des étiquettes des produits et de la réglementation locale.

### Articles associés

* [Présentation de l’assistant IA GeoPard](https://docs.geopard.tech/geopard-tutorials/fr/visite-guidee-du-produit-application-web/geopard-ai-assistant.md)
* [FAQ sur l’assistant IA](https://docs.geopard.tech/geopard-tutorials/fr/visite-guidee-du-produit-application-web/geopard-ai-assistant/precision-agriculture-ai-assistant-faq.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/geopard-ai-assistant/accuracy-and-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.
