Rédiger un mémoire technique avec l’IA : méthode en 7 étapes

Utilisée correctement, l’IA sert d’assistant de lecture, de structuration et de rédaction. Elle peut rapprocher des passages du DCE, proposer un plan, reformuler une méthode ou signaler un point encore sans réponse. Elle ne connaît toutefois ni les engagements que votre équipe peut réellement tenir, ni la preuve qu’un chiffre est à jour, ni l’arbitrage commercial derrière une promesse.

Définissez donc trois responsabilités avant de commencer : l’IA prépare, le contributeur métier confirme le fond, et le responsable de l’offre valide la version remise. Toute phrase qui engage un délai, un moyen, une certification, une personne ou un résultat doit rester attribuée à un validateur humain.

Commencez par le règlement de consultation : format attendu, limite de pages, annexes autorisées, plan imposé, critères, sous-critères et pondérations. Le ministère de l’Économie recommande aux fournisseurs de respecter le plan indiqué dans le règlement et d’y intégrer les éléments des critères et sous-critères de jugement des offres. Votre mémoire doit donc être conçu pour faciliter l’évaluation, pas pour raconter l’entreprise de manière exhaustive.

Pour les consultations concernées engagées depuis le 21 août 2026, l’article R.2152-7 du Code de la commande publique prévoit notamment qu’au moins un critère prenne en compte les caractéristiques environnementales de l’offre. Vérifiez la version des documents reçus et traitez ce point avec des engagements précis et vérifiables, au même titre que la valeur technique, les délais ou l’organisation.

En cas d’ambiguïté entre les pièces, consignez-la et utilisez le canal de questions du profil d’acheteur dans le délai prévu. Une hypothèse silencieuse peut contaminer tout le mémoire.

Avant toute génération, construisez une matrice de traçabilité. Une ligne correspond à une attente vérifiable : exigence, source exacte, critère associé, niveau de risque, réponse prévue, preuve disponible et personne chargée de valider. Cette matrice évite qu’une consigne du CCTP disparaisse derrière un texte fluide mais incomplet.

Demandez à l’IA de signaler les lignes sans preuve ou sans propriétaire plutôt que de combler les vides. Un manque explicite est actionnable ; une invention plausible ne l’est pas.

Réunissez uniquement les contenus nécessaires au marché : références comparables, procédures validées, organigrammes, CV autorisés, certifications en cours de validité, indicateurs et engagements environnementaux mesurés. Donnez à chaque ressource un titre, une date, un propriétaire et un périmètre d’utilisation.

La CNIL rappelle le principe de minimisation : les données personnelles utilisées doivent être adéquates, pertinentes et limitées à ce qui est nécessaire. Retirez les données sans utilité pour la réponse, contrôlez les habilitations et évitez d’envoyer un dossier client entier lorsqu’un extrait validé suffit.

• Écartez les versions obsolètes et les doublons.
• Marquez les données confidentielles et les restrictions de réutilisation.
• Associez chaque preuve à une exigence concrète de la matrice.
• Faites confirmer les chiffres et certifications par leur propriétaire.

Générez une section à la fois. Donnez à l’assistant l’exigence, le critère, la limite de longueur, les preuves autorisées et le résultat attendu. Demandez une structure stable : engagement, méthode, moyens, preuve, indicateur de suivi et traitement du risque.

Refusez les superlatifs non démontrés. « Une équipe réactive » apporte peu ; un délai annoncé, son organisation d’astreinte, son responsable et un retour d’expérience comparable permettent à l’acheteur d’évaluer l’offre. La personnalisation ne consiste pas à répéter le nom du marché, mais à montrer comment votre dispositif répond à ses contraintes.

La première passe contrôle la conformité : toutes les exigences et contraintes de forme sont-elles couvertes ? La deuxième contrôle le métier : les méthodes, moyens, chiffres et responsabilités sont-ils exacts et tenables ? La troisième contrôle la lisibilité : chaque réponse est-elle facile à repérer, comprendre et noter ?

Vérifiez aussi les contradictions entre le mémoire, l’acte d’engagement, le bordereau de prix, le planning et les annexes. L’IA peut aider à rapprocher ces documents, mais la décision de corriger un engagement reste humaine.

Figez une version candidate suffisamment tôt pour exécuter un contrôle final. Le profil d’acheteur centralise les documents de consultation, les échanges et la transmission électronique des candidatures et des offres ; anticipez donc ses contraintes de format, de taille et d’heure limite plutôt que de terminer le mémoire au moment du dépôt.

Checklist avant dépôt

• plan et pagination conformes au règlement de consultation ;
• chaque exigence reliée à une réponse et à une preuve ;
• noms, montants, délais et dates cohérents dans toutes les pièces ;
• aucun commentaire interne, suivi de modification ou donnée inutile ;
• noms de fichiers, formats, signatures et taille du dépôt vérifiés ;
• archive finale relue et testée par une deuxième personne.

Conservez enfin la matrice et les arbitrages avec la version déposée. Ils faciliteront le retour d’expérience, la mise à jour du corpus et la préparation de la prochaine réponse.