← Tous les articles
IA · 10 min de lecture

Le RAG expliqué simplement : créer un chatbot qui répond à partir de vos documents

Un guide clair sur la génération augmentée par la recherche (RAG) : comment elle fonctionne, quand l'utiliser, ce que coûte son développement et les erreurs qui font répondre faux les assistants IA.

Interrogez un modèle d'IA généraliste sur la politique de remboursement de votre entreprise : il refusera ou, pire, inventera une réponse plausible. Il n'a tout simplement jamais vu vos documents. La génération augmentée par la recherche (RAG) règle ce problème : avant de répondre, le système trouve les passages pertinents de vos propres contenus et les fournit au modèle comme contexte.

Comment fonctionne le RAG

QuestionRechercheExtraitsPromptRéponse LLMSources
Une requête RAG : trouver d'abord les extraits pertinents, puis laisser le modèle répondre uniquement à partir d'eux.
  1. Préparation (une fois, puis à chaque mise à jour) : les documents sont découpés en extraits (chunks), et chaque extrait est transformé en vecteur numérique (embedding) qui capte son sens. Les vecteurs sont stockés dans une base vectorielle.
  2. Recherche : la question de l'utilisateur est aussi transformée en vecteur, et la base renvoie les extraits les plus proches par le sens – souvent combinés à une recherche classique par mots-clés.
  3. Génération : le modèle reçoit la question, les extraits trouvés et des consignes telles que « réponds uniquement à partir du contexte, cite tes sources, dis que tu ne sais pas si la réponse n'y est pas ».

Quand le RAG est utile – et quand il ne l'est pas

SituationAdapté ?
Bot de support répondant à partir du centre d'aide et des politiquesOui
Assistant interne pour wikis, contrats, documentation techniqueOui
Assistant commercial répondant à partir des catalogues et tarifsOui, avec synchronisation régulière des données
Calculs, statut de commande, données de compteMieux via des appels API directs (outils), pas le RAG
Textes créatifs sans faits sur l'entrepriseInutile

Ce qui détermine la qualité des réponses

  • Qualité des sources : des documents obsolètes ou contradictoires donnent des réponses obsolètes ou contradictoires. Nettoyer la base de connaissances représente souvent la moitié du projet.
  • Découpage : des extraits trop petits perdent le contexte, trop grands ils diluent la recherche. Découper par titres et sections fonctionne généralement mieux qu'une longueur fixe.
  • Recherche : la recherche hybride (sens + mots-clés) et le reclassement des résultats améliorent nettement la pertinence, surtout pour les références produit et les noms.
  • Consignes : le modèle doit savoir qu'il doit rester dans le contexte et admettre quand il ne sait pas.
  • Droits d'accès : un utilisateur ne doit obtenir des réponses qu'à partir des documents qu'il a le droit de voir.
L'échec le plus fréquent ne vient pas du modèle, mais de la recherche. Si le bon extrait n'est pas trouvé, même le meilleur modèle ne peut pas répondre correctement.

Pile technique typique

CoucheOptions
ModèlesOpenAI GPT, Anthropic Claude, Google Gemini ou des modèles open source comme Llama ou Mistral
Embeddings et stockage vectorielpgvector dans PostgreSQL, Qdrant, Pinecone, Weaviate
OrchestrationLangChain, LlamaIndex ou un service maison léger
InterfaceWidget sur le site, bot Telegram ou Slack, portail interne
QualitéJeu d'évaluation, journalisation, boutons de retour, monitoring

Comment nous construisons un assistant RAG

  1. Cadrage : à quelles questions doit-il répondre, à partir de quelles sources, pour qui ?
  2. Audit des connaissances : supprimer doublons et documents obsolètes, définir les règles de mise à jour.
  3. Prototype en 1 à 2 semaines sur de vrais documents et de vraies questions.
  4. Évaluation : 50 à 150 questions de test avec réponses attendues ; nous mesurons la précision, l'ancrage dans les sources et le comportement « je ne sais pas ».
  5. Intégration et lancement : widget ou bot, droits d'accès, analytique.
  6. Boucle d'amélioration : chaque mauvaise réponse en production devient un nouveau cas de test.

Coûts et confidentialité

Les coûts d'exploitation dépendent surtout du nombre de questions et du modèle choisi ; pour la plupart des PME, ils restent modestes comparés au temps passé par le support. Si les données ne doivent pas quitter votre infrastructure, toute la pile peut tourner sur vos serveurs avec des modèles open source.

Le RAG transforme une IA généraliste en votre expert : elle répond avec vos faits, montre d'où ils viennent et admet quand elle ne sait pas. C'est la différence entre une démo et un outil auquel vos clients peuvent se fier.