L’IA dessinée
Le RAG, pour que l’IA réponde avec vos documents
Une IA qui répond sur vos contrats, vos procédures ou votre documentation technique ne les a pas appris par cœur. Elle va les chercher juste avant de répondre : le RAG est ce mécanisme.
Le mécanisme
L’outil cherche d’abord, le modèle répond ensuite.
RAG veut dire retrieval augmented generation, la génération augmentée par la recherche. Le principe comporte deux temps. D’abord la recherche : votre question sert à retrouver, dans vos documents, les passages qui parlent du sujet. Ensuite la réponse : ces passages sont donnés au modèle, qui rédige à partir d’eux et dit d’où ils viennent.
L’ordre fait tout. Sans cette recherche préalable, le modèle répond avec ce qu’il a appris à l’entraînement, qui ne contient ni vos procédures ni vos comptes rendus. Avec elle, il répond sur vos documents, et chaque affirmation peut être remontée à sa source. C’est ce qui rend utilisable une IA qui doit parler de vos tarifs et de vos garanties.
Ce que le RAG ne fait pas : il ne rend pas le modèle infaillible. Si le bon passage n’est pas retrouvé, ou si deux versions d’une même procédure coexistent dans vos dossiers, la réponse s’en ressent. La qualité d’un RAG dépend autant du rangement de vos documents que du choix du modèle.
En une phrase
Définition du RAG
Le RAG cherche d’abord les passages utiles dans vos propres documents, puis fait rédiger la réponse par le modèle à partir de ces passages, en citant ses sources.
Le livret
Repartez avec le vocabulaire de l’IA.
LLM, RAG, MCP, agent, embeddings : une image et une page par mot, avec une définition que vous pouvez reprendre telle quelle en réunion.