Big Data & AI Paris
15 September 2026 Paris, France “Injecter 50 tables de schéma dans un prompt, c'est offrir à votre LLM un annuaire quand il cherche un numéro. Résultat : des tokens gaspillés, du bruit, et des hallucinations sur les jointures complexes. Dans cet atelier, on retourne le problème. Plutôt que d'élargir le contexte, on améliore la carte : Neo4j stocke la structure de votre base, le glossaire métier, les contraintes et les jointures inférées depuis vos logs. L'agent récupère uniquement le sous-graphe pertinent via recherche sémantique — rien de plus. Sur une base HR réelle (PostgreSQL, ~50 tables) : −20 à −30 % de tokens en moyenne, jusqu'à 10× moins sur les requêtes simples, et +10 points de précision sur les requêtes multi-tables. Vous repartez avec une architecture GraphRAG concrète, testée, applicable à votre stack.”