Qu'est-ce qu'un RAG en IA ?

La réponse en une phrase : le RAG consiste à retrouver les bons passages de vos documents au moment de la question, puis à les donner au modèle — au lieu de le réentraîner.

Le problème qu’il résout

Un modèle ne connaît que ce qu’il a vu à l’entraînement. Il ignore vos contrats, vos procédures, votre catalogue — et il ignore ce qui s’est passé depuis. Pire : interrogé dessus, il invente plutôt que d’avouer.

Le RAG règle les deux à la fois. Le modèle ne « sait » toujours rien de vous, mais on lui met sous les yeux les trois ou quatre paragraphes utiles juste avant qu’il réponde.

Comment ça marche, en 4 temps

1. Découper. Vos documents sont coupés en morceaux qui portent chacun une idée — pas des pages entières.
2. Indexer. Chaque morceau est transformé en embedding, c’est-à-dire en une position sur une carte des sens.
3. Retrouver. À la question, on cherche les morceaux les plus proches. C’est instantané et ça ne coûte presque rien.
4. Répondre. Les morceaux retenus sont collés au prompt, avec la consigne de s’appuyer dessus et de citer ses sources.

Ce que ça change concrètement

• Les réponses sont vérifiables : chaque affirmation renvoie à un passage précis.
• La mise à jour est immédiate : on remplace un document, la réponse change. Pas de réentraînement.
• Le coût est maîtrisé : on envoie trois paragraphes, pas trois cents pages.

RAG ou gros contexte ?

Les modèles récents acceptent des contextes énormes — on peut y coller un livre entier. C’est plus simple à mettre en place, mais vous payez la totalité des tokens à chaque question, et la qualité baisse quand l’information utile est noyée au milieu.

La règle pratique : en dessous d’une centaine de pages consultées ponctuellement, le gros contexte suffit. Au-delà, ou dès que c’est un usage quotidien, le RAG revient beaucoup moins cher. Le comparateur de coût par usage permet de chiffrer les deux.

Les montages qui améliorent vraiment

• Recherche hybride. Combiner la recherche par le sens et la recherche par mots exacts. Indispensable dès qu’il y a des références, des codes produits ou des noms propres.
• Reclassement. Récupérer vingt morceaux, puis les faire trier par un second modèle avant d’en garder quatre. C’est le gain de qualité le plus net pour le moins d’effort.
• Découpage par titre. Couper aux têtes de section plutôt qu’au nombre de caractères : chaque morceau garde son contexte.
• Métadonnées. Attacher à chaque morceau sa date, sa source et sa version, pour filtrer et pour citer.

Les erreurs qui reviennent

• Des morceaux trop gros. Un chapitre entier dilue le sens et la recherche devient floue.
• Aucune consigne anti-invention. Sans « si la réponse n’est pas dans les extraits, dis-le », le modèle comble les trous.
• Un index jamais rafraîchi. Un document modifié et non réindexé fait répondre sur une version périmée — l’erreur la plus difficile à repérer.

Pour un RAG entièrement privé, tout ceci fonctionne avec des modèles exécutés chez vous : voir faire tourner une IA en local.