RAG

Le principe

Le RAG sépare la recherche de la rédaction. Lorsqu'une question arrive, le système commence par interroger un index documentaire pour extraire les passages les plus proches. Ces extraits sont ensuite placés dans la consigne envoyée au modèle, avec la question et une instruction de répondre à partir de ces éléments. Le modèle rédige alors en s'appuyant sur un texte présent dans son contexte immédiat, et non sur ce qu'il a mémorisé pendant son entraînement, ce qui limite fortement les affirmations inventées sur des faits absents du corpus.

Ce découpage apporte trois choses. La réponse peut citer sa source, ce qui la rend vérifiable. La base documentaire se met à jour sans réentraîner le modèle : ajouter un rapport suffit. Et le périmètre peut être restreint par des droits, en filtrant les passages selon l'utilisateur. Ces trois propriétés expliquent pourquoi la méthode est devenue le socle de la plupart des assistants documentaires déployés en entreprise, y compris sur des corpus de taille modeste.

La qualité se joue sur la recherche

Un système RAG ne vaut que par ce qu'il retrouve. Si le bon passage n'est pas dans le jeu d'extraits transmis, aucune consigne ne permettra au modèle de répondre correctement. Le travail porte donc sur le découpage des documents, la qualité des vecteurs, la recherche hybride entre mots-clés et similarité, et le nombre d'extraits transmis. Un découpage trop fin perd le contexte ; un découpage trop large noie l'information utile dans du bruit.

Le classement des extraits compte autant que leur sélection. Une seconde passe, qui réordonne les passages selon leur pertinence réelle pour la question, améliore souvent le résultat de façon visible. Les documents doivent aussi être propres : un fichier mal converti, un tableau éclaté en lignes incohérentes ou un en-tête répété à chaque page dégradent la recherche sans que personne ne le remarque pendant les tests de recette, parce que le modèle produit malgré tout une réponse fluide et plausible.

Limites

Le RAG ne supprime pas les erreurs. Le modèle peut mal lire un extrait, mélanger deux documents ou extrapoler au-delà de ce qui est écrit. Il répond parfois avec assurance à partir d'un passage hors sujet, parce qu'il a reçu une instruction et des éléments, et qu'il cherche à être utile. La vérification des citations, l'affichage des sources et un seuil de confiance restent nécessaires, même sur un système bien réglé et testé. Le contrôle humain reste la seule garantie sur une décision qui engage l'entreprise.

La méthode ne convient pas non plus à toutes les questions. Une demande de synthèse sur un corpus entier, un calcul sur des données chiffrées ou une question d'ordre général ne se traitent pas de la même manière qu'une recherche de passage. Il faut distinguer les cas et orienter la demande vers le bon mécanisme : recherche documentaire, interrogation d'une base structurée, ou réponse directe du modèle accompagnée d'un avertissement explicite.