Le RAG expliqué simplement

Le RAG est une technique qui relie un modèle de langage à une collection de documents choisie : à chaque question, le système retrouve les passages utiles et les transmet au modèle, qui s’en sert pour répondre. Un modèle de langage, comme ceux qui font fonctionner ChatGPT ou Claude, a appris à rédiger à partir d’immenses volumes de textes. Il ne connaît pas pour autant vos procédures, vos contrats ou vos fiches produits, et ses connaissances s’arrêtent à une date donnée. Le RAG lui apporte, au moment de la question, l’information qui lui manque.

Le sigle abrège retrieval augmented generation, en français génération augmentée par récupération. Le terme vient d’un article de recherche publié en 2020 par Patrick Lewis et ses coauteurs, présenté à la conférence NeurIPS. Les auteurs combinaient deux mémoires : celle que le modèle a acquise pendant son entraînement, et un index de documents interrogé à la demande, en l’occurrence Wikipédia. Dans une entreprise, l’index contient vos propres documents. Vous posez une question en langage courant, par exemple « que faire si un client conteste une livraison ? », et obtenez une réponse rédigée avec les passages qui la justifient. La qualité de ces documents limite d’abord celle des réponses. Ce guide compare ensuite cette méthode aux autres approches et détaille ses usages en entreprise.

Un RAG fonctionne en deux phases : une préparation des documents, faite à l’avance et refaite à chaque mise à jour, puis une recherche suivie d’une génération, à chaque question. Les termes techniques qui reviennent dans toutes les présentations désignent des opérations assez simples. Les voici dans l’ordre où elles interviennent, avec ce qu’elles changent pour la qualité des réponses.

Chaque étape se règle. Anthropic a par exemple publié en 2024 une méthode qui ajoute à chaque passage une courte description de son contexte, le document et la section dont il vient, et qui réduisait les échecs de recherche dans ses essais. OpenAI décrit son outil de recherche dans des fichiers comme combinant recherche par le sens et recherche par mots-clés. Ces réglages relèvent de la conception ; ce qui compte pour vous, c’est de les juger sur vos propres questions.

• Extraction : le texte est tiré des fichiers (PDF, pages web, documents bureautiques). Un PDF scanné doit d’abord passer par une reconnaissance de caractères pour devenir du texte.
• Découpage (en anglais chunking) : chaque document est coupé en passages de taille limitée. Trop court, un passage sépare une règle de son exception ; trop long, il noie l’information utile.
• Embeddings : un modèle transforme chaque passage en une liste de nombres qui représente son sens. Deux textes de sens proche obtiennent des listes proches, même sans mot en commun.
• Base vectorielle : une base de données qui stocke ces listes de nombres avec le passage, sa source et ses métadonnées (date, auteur, droits), et retrouve vite les plus proches d’une question.
• Recherche : la question est elle aussi transformée en liste de nombres, puis comparée aux passages. On l’associe souvent à une recherche par mots-clés, plus sûre pour une référence produit ou un code d’erreur.
• Reclassement : un second tri, facultatif, réordonne les passages trouvés pour ne garder que les plus pertinents.
• Génération : le modèle reçoit la question, les passages retenus et une consigne (s’appuyer sur les sources, les citer, dire quand l’information manque), puis rédige la réponse.

Le RAG apporte de l’information au modèle au moment de la question, le fine-tuning modifie le modèle lui-même, et le long contexte consiste à lui transmettre directement des documents entiers. Le fine-tuning, ou réentraînement ciblé, ajuste un modèle existant sur des exemples pour changer sa manière de répondre : un ton, un format, une classification. Il convient mal pour des faits qui changent, car chaque mise à jour demande un nouvel entraînement, et il ne permet pas de montrer d’où vient une affirmation.

Le long contexte est devenu une vraie option, car les modèles récents acceptent de très longs textes en une seule demande. En septembre 2024, Anthropic indiquait qu’une base de connaissances de moins de 200 000 tokens, soit environ 500 pages, pouvait être placée en entier dans la consigne, sans RAG. Un token est un morceau de mot, l’unité dans laquelle les modèles comptent le texte. Au-delà, ou quand chaque question ne concerne qu’une petite partie du fonds, la recherche préalable reste plus économe et plus traçable.

Reste la recherche classique, par mots-clés, dans votre gestion documentaire ou votre intranet. Elle suffit souvent quand les personnes connaissent le nom du document et veulent l’ouvrir. Le RAG devient intéressant quand elles posent des questions en langage courant, ne connaissent pas le vocabulaire des documents ou doivent rapprocher plusieurs passages.

• Travailler avec Claude sur vos documents

Le RAG est utile partout où des personnes passent du temps à chercher une réponse qui existe déjà par écrit. Le critère n’est pas la taille de l’entreprise mais la répétition : les mêmes questions reviennent, les réponses sont dispersées dans plusieurs fichiers, et une erreur de lecture a un coût. Voici les familles d’usage les plus courantes, de la plus simple à la plus exigeante.

Dans chaque cas, commencez par une famille de questions précise plutôt que par « tous nos documents ». Un périmètre restreint permet de repérer les manques et de vérifier les réponses. Le RAG peut aussi devenir une brique d’un système plus large : un agent IA qui cherche une information, puis prépare une action, comme un brouillon de réponse ou une fiche complétée, soumise à validation.

• Base documentaire interne : retrouver une règle RH, une note de service, la marche à suivre dans un logiciel.
• Support client : préparer une réponse à partir des conditions générales, des notices et des réponses déjà validées, relue avant envoi.
• Juridique et contrats : localiser une clause, comparer deux versions, signaler ce qui manque. La décision reste à un juriste.
• Qualité et conformité : interroger un référentiel, des procédures et des fiches d’écart en citant la version applicable.
• Procédures techniques : retrouver la consigne d’une machine ou d’un logiciel à partir de la description d’un symptôme.
• Accueil des nouveaux arrivants : répondre aux questions de démarrage sans solliciter toujours les mêmes collègues.

• Des agents IA connectés à vos sources
• Cinq cas d’usage concrets d’agents IA

Donnez à un RAG les documents qui font référence pour la famille de questions choisie, avec pour chacun un propriétaire, une date et une version. Ajouter des fichiers sans responsable augmente le bruit au lieu d’améliorer les réponses : un brouillon périmé ou une ancienne grille tarifaire seront retrouvés aussi bien que la version en vigueur. Écartez les doublons, identifiez clairement les archives et décidez quel document l’emporte quand deux sources se contredisent.

La forme compte autant que le fond. Un PDF lisible à l’œil n’est pas toujours exploitable : la documentation d’Anthropic précise par exemple qu’un PDF scanné sans texte extractible ne peut pas être cité par sa fonction de citations. Les tableaux, les colonnes, les schémas et les notes de bas de page se perdent facilement à l’extraction. Un titre explicite, une date visible et des sections nettes aident à la fois la recherche et la personne qui vérifiera la source.

La mise à jour suit la vie du document : quand une procédure change, la nouvelle version doit remplacer l’ancienne dans l’index, pas s’y ajouter. Prévoyez un déclencheur, comme le dépôt dans un dossier, et une personne chargée de dire ce qui est à jour. Sans ce responsable, l’index vieillit en silence.

• Une source de référence pour chaque sujet.
• Un responsable chargé des mises à jour.
• Une règle pour retirer les anciennes versions de l’index.
• Des droits d’accès connus avant l’import.

• Préparer des données propres avant d’automatiser

Afficher la source sous chaque réponse est indispensable, mais ne suffit pas : une réponse peut citer le bon document et en tirer une conclusion fausse. Microsoft distingue d’ailleurs, dans ses guides d’évaluation, la fidélité aux sources (la réponse s’appuie-t-elle seulement sur les passages fournis ?) et l’exactitude (la réponse est-elle juste ?). Un système peut être fidèle et inexact, par exemple en rapprochant deux phrases qui n’avaient aucun lien entre elles.

Les fonctions de citation des éditeurs rendent la vérification plus rapide. La documentation d’Anthropic décrit des citations qui renvoient au passage exact, avec le numéro de page pour un PDF ; OpenAI joint à la réponse de son outil de recherche des références aux fichiers utilisés. Côté interface, le bon réflexe est de pouvoir ouvrir le passage cité dans sa version, et de distinguer ce que dit le document de ce que le modèle en déduit.

Demandez enfin au système de savoir se taire. Une réponse « je n’ai pas trouvé cette information dans les documents disponibles » est plus utile qu’une supposition bien rédigée. Cette consigne se teste avec des questions dont la réponse ne figure pas dans le corpus : le système doit le reconnaître au lieu de combler le vide.

On évalue un RAG avec un jeu de questions de test dont on connaît la réponse attendue et le passage qui la justifie. Rassemblez des questions réellement posées par les équipes, plutôt que des questions inventées par ceux qui ont conçu le système. Pour chacune, notez la réponse correcte, le document de référence et les personnes autorisées à la recevoir. Ajoutez des questions ambiguës et des questions sans réponse dans le corpus.

Évaluez ensuite séparément la recherche et la réponse. La recherche a-t-elle remonté le bon passage ? La réponse s’appuie-t-elle sur lui, est-elle complète, est-elle juste ? Les réponses d’un modèle varient d’une exécution à l’autre, et Microsoft conseille de raisonner sur une fourchette plutôt que sur un score unique. Rejouez le même jeu après chaque changement de document, de réglage ou de modèle, avec une personne du métier capable de juger si une formulation exacte reste trompeuse en pratique.

Un RAG réduit les inventions sans les supprimer, parce que le modèle reste un générateur de texte qui peut mal lire, mal relier ou combler un silence. Une hallucination désigne une affirmation fausse présentée avec assurance. Dans un RAG, elle vient le plus souvent d’une recherche qui a manqué le bon passage, d’un document lui-même faux ou périmé, ou d’une question à laquelle le corpus ne répond pas et que le modèle traite quand même.

Ces limites ne disqualifient pas la méthode ; elles dessinent les garde-fous. Restreindre le corpus aux sources de référence, imposer les citations, autoriser l’abstention et garder une validation humaine sur ce qui engage l’entreprise : une réponse envoyée à un client, une position juridique, une décision qualité. Plus la conséquence d’une erreur est lourde, plus la relecture doit être systématique.

• Questions de synthèse globale (« quels sont tous les contrats qui… ») : quelques passages ne suffisent pas à couvrir l’ensemble du fonds.
• Calculs et totaux chiffrés : mieux confiés à une requête dans le logiciel qui détient les données qu’à la lecture de passages.
• Documents contradictoires : sans règle de priorité, le modèle choisit l’un des deux ou mélange les deux.
• Injection de consignes : un document peut contenir un texte rédigé pour détourner le modèle. Microsoft classe ce risque, dit d’injection indirecte, parmi les menaces propres aux RAG.

Un RAG doit respecter les droits d’accès d’origine : une personne ne doit recevoir que des passages issus de documents qu’elle a déjà le droit d’ouvrir. Indexer un dossier confidentiel dans la même base qu’une procédure générale ne doit pas le rendre lisible par tous. Le filtrage intervient avant que les passages soient transmis au modèle ; Microsoft recommande de l’appliquer à chaque recherche, y compris quand c’est un agent qui interroge la base.

Pensez aussi aux copies : index, base vectorielle, historiques de conversations, journaux techniques et sauvegardes. Retirer un fichier du dossier partagé ne le retire pas forcément de tous ces composants. Définissez qui peut lire les journaux, combien de temps ils sont conservés et comment un document est supprimé partout. Ces choix sont plus simples à poser au départ qu’à rattraper une fois le système en service.

Quand les documents contiennent des données personnelles, le RGPD s’applique. Dans ses questions-réponses sur l’IA générative, la CNIL précise que l’organisme qui connecte un système à sa propre base de connaissances est responsable de ce traitement lorsqu’elle contient des données personnelles. Pour des données sensibles, elle juge généralement préférable un déploiement sur site. Les lieux d’hébergement et les services autorisés se décident au cadrage ; les conditions d’utilisation des données par chaque service IA se vérifient pour la configuration retenue.

• IA et RGPD : les règles à connaître
• Sécurité et protection de vos données

Le coût d’un RAG dépend du volume de documents, du nombre de questions et du niveau de contrôle attendu, et il se décompose en postes que vous pouvez estimer séparément. Aucun prix unique n’a de sens : un assistant sur une centaine de procédures et un système branché sur plusieurs logiciels, avec des droits fins, n’ont presque rien en commun. Méfiez-vous d’un chiffrage qui ne parle que de licence ou d’abonnement à un outil.

Pour juger l’intérêt, rapportez ces postes au temps passé aujourd’hui à chercher et à vérifier, sans oublier le temps de relecture qui restera nécessaire. Posez cette estimation comme une hypothèse explicite, à confirmer sur un premier périmètre, et non comme une promesse. Le calculateur de Blink aide à rendre ce raisonnement visible, avec vos propres volumes.

• Préparation documentaire : tri, mise à jour et conversion des fichiers, souvent du temps interne à prévoir.
• Conception et développement : connexion aux sources, découpage, recherche, consigne, interface et gestion des droits.
• Indexation : calcul des embeddings à l’import puis à chaque mise à jour, facturé à l’usage par les fournisseurs qui le proposent.
• Stockage et hébergement : base vectorielle, fichiers d’origine, journaux.
• Usage du modèle : chaque question envoie la question et les passages retenus ; la facturation se fait généralement au volume de texte traité.
• Évaluation et maintenance : jeu de test rejoué, documents suivis, réglages revus quand un modèle change.

• Estimer le temps passé à chercher

Le RAG agentique désigne un RAG piloté par un agent IA : au lieu de suivre un enchaînement fixe, une recherche puis une réponse, le modèle décide lui-même s’il doit chercher, où, et combien de fois. Le terme n’a pas de définition normalisée. C’est le sens que retient par exemple la documentation d’architecture de Microsoft, qui décrit la recherche comme un outil que l’agent appelle à la demande, puis dont il évalue le résultat avant de continuer.

Cette approche sert les questions en plusieurs étapes : retrouver une liste dans un catalogue, puis vérifier chaque élément dans une autre source, ou chercher puis agir, comme préparer un retour après avoir lu l’historique d’une commande. Elle a un prix : chaque étape ajoute du délai, de la consommation et des occasions d’erreur. Microsoft conseille le RAG classique quand une seule recherche suffit. Dès qu’un agent peut agir, la question des validations humaines devient centrale.

• Comprendre les agents IA

Notre position : un RAG utile en entreprise montre d’où vient chaque réponse et s’arrête là où une décision humaine est attendue. Une synthèse sans document consultable fait gagner du temps à la lecture et en fait perdre au moment de vérifier. Nous préférons une réponse courte, citée, qui sait dire ce qu’elle ignore.

Le cadrage part d’un trio : une famille de questions, un ensemble de sources de référence et une personne capable de juger les réponses. Nous écrivons ensuite du code sur mesure, branché sur les outils où vos documents vivent déjà, plutôt que de les déplacer dans une plateforme de plus. Nous cherchons à reprendre les droits d’accès existants plutôt qu’à en recréer. Les lieux d’hébergement et les services IA autorisés sont définis avec vous.

Quand le RAG alimente une automatisation, le portail livré à chaque client permet de voir ce qui tourne, de trier ce que l’automatisation a trouvé et de valider avant ce qui part. La validation humaine porte sur les actions et droits convenus au cadrage. Après la mise en place, l’abonnement mensuel couvre la maintenance et un point de suivi : le moment de rejouer les questions de test, de signaler les documents à mettre à jour et de regarder ce que les évolutions des modèles changent.

• Le portail Blink pour voir et valider
• Automatisations sur mesure branchées sur vos outils
• Cadrer le projet par un audit de processus