RAG : quand l'IA consulte vos documents avant de répondre
Le RAG (Retrieval-Augmented Generation, génération augmentée par récupération) consiste à retrouver d'abord les passages utiles dans une base de documents, puis à les donner au modèle pour qu'il rédige sa réponse à partir d'eux. C'est la technique derrière la plupart des assistants qui « répondent à partir de vos fichiers ».
Données au 22 octobre 2026
L'essentiel en chiffres
| Niveau | Intermédiaire |
|---|---|
| Origine | 2020 |
| Introduit par | Lewis et al. |
L’idée en une phrase
Plutôt que de compter sur ce que le modèle a mémorisé pendant son entraînement, on lui apporte les bonnes pages au bon moment. Le RAG fonctionne en deux temps : récupérer (retrieval) les passages pertinents, puis générer une réponse en s’appuyant sur eux. Le terme vient de l’article de Patrick Lewis et ses coauteurs, déposé sur arXiv en 2020.
Comment ça marche, concrètement
Prenons une PME qui veut un assistant interne capable de répondre aux questions sur ses procédures RH.
- Préparation : les documents (règlement intérieur, guide des congés, notes de service) sont découpés en morceaux, c’est le chunking. Chaque morceau est transformé en embedding, une suite de nombres qui représente son sens, et rangé dans une base de données vectorielle.
- Question : un salarié demande « Combien de jours pour un déménagement ? ». La question est elle aussi convertie en embedding, et le système récupère les morceaux dont le sens est le plus proche.
- Réponse : ces passages sont insérés dans le prompt avec une consigne du type « Réponds uniquement à partir des extraits fournis et cite-les ». Le modèle rédige alors une réponse appuyée sur le règlement réel.
Pourquoi ça compte
Un modèle a une date de coupure de ses connaissances et ne connaît pas vos documents privés. Le RAG comble ces deux manques sans réentraîner quoi que ce soit : mettre à jour la base suffit. Il permet aussi de citer ses sources, ce qui aide à vérifier et limite les hallucinations. Enfin, il évite de tout envoyer au modèle à chaque question, ce qui ménage la fenêtre de contexte et la facture. Pour visualiser combien de texte un modèle peut lire d’un coup, essayez notre outil fenêtre de contexte.
Erreurs et idées reçues fréquentes
- « Avec le RAG, l’IA ne se trompe plus. » La qualité dépend surtout de la recherche : si le bon passage n’est pas retrouvé, la réponse sera incomplète ou fausse.
- « Il suffit de déposer des PDF. » Des documents mal découpés, obsolètes ou contradictoires donnent des réponses incohérentes. L’entretien de la base compte autant que le modèle.
- « Le RAG, c’est forcément des vecteurs. » La recherche peut aussi être par mots-clés, ou hybride, combinant les deux.
- « Les contextes très longs rendent le RAG inutile. » Ils réduisent le besoin pour de petits corpus, mais pour de grandes bases documentaires, sélectionner les passages reste plus économique et souvent plus précis.
Termes voisins : embedding, base de données vectorielle, chunking, recherche sémantique, ancrage (grounding).
Termes liés
- Embedding (plongement) · Liste de nombres (un vecteur) qui représente le sens d'un texte ou d'une image, pour comparer des contenus par leur proximité de sens.
- Base de données vectorielle · Base de données qui stocke des embeddings et retrouve très vite ceux qui sont les plus proches d'une question, donc les plus pertinents.
- Recherche sémantique · Recherche qui retrouve des contenus par leur sens, et non par mots identiques, en comparant des représentations numériques des textes.
- Chunking (découpage en morceaux) · Découpage de documents longs en petits passages cohérents, pour pouvoir les indexer et n'envoyer au modèle que les morceaux utiles.
- Ancrage (grounding) · Fait d'appuyer la réponse d'une IA sur des sources fournies (web, documents, base de données) plutôt que sur sa seule mémoire d'entraînement.
- Hallucination · Réponse d'une IA qui paraît sûre d'elle et plausible mais qui est fausse ou inventée : chiffre, citation, source, référence.
À essayer
Tout le glossaire
Questions fréquentes
Quelle différence entre RAG et fine-tuning ?
Le RAG fournit des documents au modèle au moment de la question, sans le modifier. Le fine-tuning modifie le modèle lui-même par un entraînement supplémentaire. Pour des informations qui changent souvent, le RAG est généralement plus simple : il suffit de mettre à jour les documents.
Le RAG supprime-t-il les hallucinations ?
Il les réduit souvent, mais ne les supprime pas. Si la recherche ramène un mauvais passage, ou si le modèle interprète mal un bon passage, la réponse peut rester fausse. Afficher les sources citées permet de vérifier.
Ai-je besoin d'une base de données vectorielle pour faire du RAG ?
Pas obligatoirement. Pour quelques documents, une recherche simple ou même tout copier dans le contexte peut suffire. Une base vectorielle devient utile quand le volume de textes dépasse ce que le modèle peut lire en une fois.
D'où vient le terme RAG ?
Il a été popularisé par l'article « Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks », déposé sur arXiv en mai 2020 par une équipe menée par Patrick Lewis. Le principe s'est ensuite généralisé avec les grands modèles de langage.
Sources des données
Données au 22 octobre 2026
Signaler une erreur
Un chiffre, une date ou une information vous semble faux ? Dites-le-nous : chaque signalement est vérifié.