Génération augmentée par récupération (RAG)
Définition express
La génération augmentée par récupération (RAG, pour retrieval-augmented generation) est une technique où un système d'IA retrouve d'abord les passages utiles dans une source fiable, comme une base de connaissances ou un catalogue produits, puis les fournit à un modèle de langage pour que sa réponse repose sur ces passages et non sur sa seule mémoire.
Sur cette page
Pourquoi le RAG existe
Un modèle de langage apprend à partir d'un état figé des textes. Il ne connaît ni votre politique de retour, ni vos prix actuels, ni le produit ajouté ce matin, et si on l'interroge quand même, il peut produire une réponse plausible mais fausse. Réentraîner un modèle à chaque changement de contenu serait lent et coûteux.
Le RAG règle ce problème en gardant les connaissances hors du modèle. Vos contenus restent dans un index consultable, que vous mettez à jour quand vous voulez ; on demande seulement au modèle de lire les extraits pertinents et de formuler une réponse. L'approche a été décrite par Lewis et ses collègues de Facebook AI Research en 2020.
Comment ça marche, étape par étape
D'abord, les contenus sont préparés : documents, pages web ou fiches produits sont découpés en passages, et chaque passage est transformé en embedding, une suite de nombres qui en capture le sens. Ces embeddings sont stockés dans un index vectoriel, souvent à côté d'un index de mots-clés classique.
Quand une question arrive, elle est convertie de la même façon et les passages les plus proches sont retrouvés, parfois en combinant recherche par mots-clés et filtres comme la langue ou la catégorie. Les meilleurs passages sont insérés dans la consigne du modèle, avec l'instruction d'y puiser la réponse. Beaucoup de systèmes renvoient aussi les sources, pour que le lecteur vérifie d'où vient la réponse.
Les limites à connaître
Le RAG ne vaut que ce qu'il retrouve. Si le bon passage manque, est périmé ou mal découpé, le modèle répond à partir du mauvais extrait ou retombe sur sa mémoire. Les questions structurées — « la veste la moins chère en stock en taille M » — sont mal servies par la seule recherche par similarité et demandent des filtres sur les vraies données. Et le modèle peut encore mal lire un passage : les réponses sur des sujets sensibles doivent être vérifiées ou transmises à une personne.
C'est pourquoi les systèmes en production associent le RAG à une recherche structurée, à des règles de fraîcheur qui resynchronisent les contenus quand ils changent, et à des consignes claires pour signaler quand les sources ne contiennent pas la réponse.
Le RAG dans le service client
Pour un assistant de support ou d'e-commerce, c'est le RAG qui permet à l'agent de répondre à partir de votre FAQ, de vos conditions et de votre catalogue dans la langue du client, et d'indiquer la page utilisée. Dans AI SmartTalk, les connaissances d'un assistant — pages du site, documents, entrées de FAQ et produits synchronisés — sont indexées de cette façon, et les questions sur les produits s'appuient en plus sur des filtres de prix, d'options et de stock.
Questions fréquentes
Le RAG, est-ce la même chose que le fine-tuning ?
Non. Le fine-tuning modifie les poids du modèle en l'entraînant sur des exemples ; le RAG laisse le modèle intact et lui fournit la bonne information au moment de la question. Le RAG convient en général mieux aux informations qui changent, comme les prix, le stock ou les conditions.
Le RAG supprime-t-il les hallucinations de l'IA ?
Il les réduit fortement, puisque le modèle répond à partir de vrais passages, mais il ne les supprime pas. Une bonne récupération, la consigne d'avouer quand les sources sont muettes et un transfert vers une personne pour les cas sensibles restent nécessaires.
Qu'est-ce qu'une base de données vectorielle ?
Un stockage qui indexe les embeddings pour retrouver rapidement les passages les plus proches, par le sens, d'une question. C'est la couche de récupération habituelle d'un système RAG, souvent associée à une recherche par mots-clés.
Le RAG fonctionne-t-il avec un catalogue produits ?
Oui, mais les produits demandent plus qu'une recherche par similarité : un assistant doit filtrer sur des champs structurés comme le prix, la taille ou le stock, puis utiliser le RAG pour les descriptions et les guides d'achat.