Cet article présente un cadre d'optimisation de prompts auto‑apprenant qui affine en continu les prompts des grands modèles de langage pour l'automatisation des questionnaires de sécurité. En combinant des métriques de performance en temps réel, une validation humaine en boucle et des tests A/B automatisés, la boucle délivre une précision de réponse supérieure, un délai d'exécution plus rapide et une conformité auditable — des avantages clés pour des plateformes comme Procurize.

Cet article explore un registre novateur alimenté par l'IA qui enregistre, attribue et valide les preuves pour chaque réponse aux questionnaires fournisseurs en temps réel, offrant des pistes d’audit immuables, une conformité automatisée et des revues de sécurité plus rapides.