Prendre RDV
Lexique · Concepts / définitions

RAG : définition, fonctionnement et exemple

Une architecture qui permet à un modèle de langage de s'appuyer sur vos propres données avant de formuler sa réponse : définition, étapes, exemple concret, limites et outils.

Par Équipe Blent· Mis à jour le · 12 min de lecture· Niveau intermédiaire

RAG en bref

Nom complet
Retrieval-Augmented Generation
Catégorie
Architecture d'IA générative
Origine
Lewis et al., Meta AI, 2020
Briques principales
Indexation, recherche, génération
Objectif
Des réponses ancrées dans des sources vérifiables
Cas d'usage
Assistants internes, support, recherche documentaire

Définition : RAG

Le RAG, ou Retrieval-Augmented Generation, est une architecture d'intelligence artificielle qui enrichit la réponse d'un modèle de langage avec des informations récupérées dans une base documentaire. Avant de générer son texte, le système recherche les passages les plus pertinents, les ajoute au contexte du modèle puis lui demande de répondre à partir de ces éléments. Cette approche relie les capacités rédactionnelles d'un LLM à des connaissances privées, spécialisées ou régulièrement mises à jour, sans réentraîner le modèle à chaque modification des données.

En une phrase : le RAG cherche d'abord l'information utile, puis demande au LLM de répondre avec ce contexte.

Dans cette définition

Qu'est-ce qu'un RAG ?

Un RAG est une chaîne de traitement qui connecte un modèle de langage à une source de connaissances externe, au moment précis où l'utilisateur pose sa question.

Un LLM classique répond à partir de ce qu'il a appris pendant son entraînement et du contexte reçu dans la conversation. Il ne connaît pas le contenu de votre intranet, de vos procédures ou de la dernière version de votre documentation. Le RAG ajoute une étape de recherche entre la question et la génération : les documents pertinents sont identifiés, souvent à l'aide d'embeddings et d'une base vectorielle, puis leurs extraits sont transmis au modèle sous forme de contexte. Le LLM peut alors synthétiser, expliquer ou comparer ces informations en langage naturel.

Le terme a été popularisé en 2020 par une publication de chercheurs de Meta AI (Lewis et al.), qui combinait un moteur de recherche neuronal et un modèle génératif. L'arrivée des LLM conversationnels en a fait l'architecture de référence des assistants d'entreprise.

Point clé : le RAG ne modifie pas les paramètres du modèle. Il enrichit temporairement son contexte avec des informations choisies pour chaque requête.

Comment fonctionne un système RAG ?

Dans sa forme la plus courante, le processus comporte cinq étapes, de la préparation des documents jusqu'à la réponse finale. Les deux premières ont lieu en amont, les trois suivantes à chaque question.

  1. Préparer la connaissance

    Les documents (PDF, pages web, tickets, bases de connaissances) sont chargés, nettoyés puis découpés en fragments, appelés chunks, enrichis de métadonnées utiles : source, date, auteur, droits d'accès.

  2. Indexer les fragments

    Chaque fragment est transformé en vecteur par un modèle d'embedding, puis stocké dans une base vectorielle ou un moteur de recherche capable de retrouver les contenus proches par le sens.

  3. Rechercher les passages pertinents

    La question de l'utilisateur est elle-même vectorisée. Le retriever sélectionne les fragments les plus proches, souvent en combinant recherche sémantique et recherche par mots-clés.

  4. Construire le contexte

    Les résultats sont filtrés, éventuellement réordonnés par un modèle de reranking, puis insérés dans un prompt qui précise au LLM comment les utiliser et comment citer ses sources.

  5. Générer la réponse

    Le modèle rédige sa réponse à partir de la question et du contexte fourni. Les passages mobilisés peuvent être affichés à l'utilisateur pour qu'il vérifie l'information.

Exemple concret : un assistant documentaire interne

Une entreprise veut permettre à ses équipes d'interroger 20 000 documents internes (procédures, contrats, guides) sans les parcourir manuellement. Un collaborateur pose la question suivante :

« Quelle est la procédure pour prolonger un contrat fournisseur au-delà de 24 mois ? »

  1. Recherche : le système compare la question à l'index des 20 000 documents et sélectionne une dizaine de passages proches du sujet.
  2. Sélection : un modèle de reranking place en tête la clause 4.2 du guide achats et la procédure de validation juridique.
  3. Contexte : les extraits, avec leur version, leur propriétaire et leur date, sont intégrés dans le prompt du modèle.
  4. Réponse : l'assistant résume les trois validations nécessaires et renvoie vers les documents utilisés.

Sous forme de pseudo-code, la logique tient en quelques lignes :

python
passages = retriever.search(question, k=10)        # recherche hybride
passages = reranker.rank(question, passages)[:4]   # les 4 plus pertinents
prompt = build_prompt(
    question=question,
    context=passages,
    instructions="Réponds uniquement à partir du contexte et cite tes sources.",
)
answer = llm.generate(prompt)

Le retriever sélectionne d'abord les documents. Le reranker affine l'ordre, puis une fonction assemble un contexte compatible avec la fenêtre du modèle. Enfin, le LLM génère la réponse avec des consignes précises sur les citations et sur la conduite à tenir quand l'information manque. Pour passer à la pratique, notre tutoriel Créer un RAG avec LangChain et Mistral détaille chaque étape.

Les principaux cas d'usage du RAG

Le RAG est particulièrement utile lorsque la qualité d'une réponse dépend d'un corpus spécifique, volumineux ou fréquemment mis à jour.

  • Assistant documentaire

    Interroger une documentation produit, un intranet ou un corpus métier en langage naturel.

  • Support client

    Préparer des réponses cohérentes à partir d'articles d'aide, de procédures et d'historiques validés.

  • Recherche interne

    Faire émerger une information dispersée dans plusieurs espaces et formats documentaires.

  • Analyse juridique

    Retrouver des clauses, comparer des versions de contrats et synthétiser avec traçabilité.

  • Documentation technique

    Guider développeurs et opérateurs à partir de manuels, tickets et spécifications à jour.

  • Gestion des connaissances

    Rendre une base de connaissances vivante, accessible et exploitable au quotidien.

Quels sont les avantages du RAG ?

Cette architecture apporte surtout de la fraîcheur, de la spécialisation et de la traçabilité aux réponses d'un LLM.

  • Accès à des informations privées ou absentes des données d'entraînement du modèle.
  • Mise à jour de la connaissance par simple réindexation, sans réentraîner le modèle.
  • Possibilité d'afficher les documents et passages utilisés pour répondre.
  • Moins de réponses inventées lorsque la recherche remonte les bons passages.
  • Contrôle fin des droits d'accès et des corpus interrogés par chaque utilisateur.
  • Coût de mise en place souvent inférieur à un entraînement spécialisé.

Quelles sont les limites du RAG ?

Le RAG n'est pas une garantie automatique de vérité : une mauvaise recherche ou un contexte ambigu produisent encore des réponses fragiles.

  • La réponse dépend directement de la qualité et de la fraîcheur du corpus.
  • Un découpage mal conçu peut casser l'information ou lui faire perdre son contexte.
  • La recherche peut remonter des passages proches par le sens, mais incorrects.
  • Droits d'accès, données sensibles et injections de prompt doivent être traités.
  • Chaque étape ajoute de la latence, du coût et un point de défaillance possible.
  • L'évaluation exige un jeu de questions de référence, des métriques et une revue humaine.

RAG ou fine-tuning : quelles différences ?

Le RAG agit sur les informations fournies au modèle au moment de la requête. Le fine-tuning agit sur le comportement du modèle, en ajustant ses paramètres par un entraînement complémentaire.

CritèreRAGFine-tuning
But principalApporter une connaissance externe et contextualiséeAdapter un style, un format ou une compétence récurrente
Mise à jourRéindexation des documents modifiésNouvel entraînement souvent nécessaire
TraçabilitéSources et passages citablesProvenance d'une réponse peu lisible
Données nécessairesDocuments structurés ou nonJeu d'exemples entrée / sortie de qualité
ComplexitéPipeline de recherche, index, orchestrationPréparation, entraînement et suivi du modèle
Meilleur choix si…La connaissance change ou doit être attribuableLe comportement attendu est stable et répétitif

Ce n'est pas un choix binaire. Un modèle fine-tuné pour respecter un format métier peut aussi s'appuyer sur un pipeline RAG pour accéder à des informations à jour.

Les principales variantes du RAG

Le schéma de base, parfois appelé « RAG naïf », s'enrichit rapidement en production. Les variantes les plus courantes :

  • Recherche hybride : combiner recherche vectorielle et recherche par mots-clés (BM25) pour ne pas manquer les termes exacts, références produit ou acronymes.
  • Reranking : réordonner les passages retrouvés avec un modèle plus précis, au prix d'un peu de latence. Voir notre article sur le reranking.
  • Reformulation de requête : générer plusieurs variantes de la question pour élargir la recherche, comme le fait le Multi-Query Retriever.
  • Agentic RAG : un agent décide s'il faut chercher, dans quelle source, et s'il doit relancer une recherche avant de répondre. C'est le terrain de LangGraph, détaillé dans notre article sur l'Agentic RAG.
  • GraphRAG : s'appuyer sur un graphe de connaissances pour relier les entités et répondre à des questions transverses sur un corpus.

Quand utiliser un RAG ?

Le bon point de départ est moins la technologie que le besoin : où se trouve l'information, à quelle fréquence change-t-elle et quel niveau de preuve attendez-vous ?

Pertinent si

La réponse dépend d'un corpus

  • Vos contenus évoluent régulièrement.
  • Les réponses doivent citer leurs sources.
  • La connaissance est privée ou très spécialisée.
  • Le volume dépasse ce que peut contenir un seul prompt.
Moins adapté si

Le besoin relève surtout du comportement

  • La tâche ne mobilise aucune connaissance externe.
  • Vous cherchez uniquement un ton ou un format stable.
  • Le corpus est pauvre, obsolète ou contradictoire.
  • Une règle déterministe suffit à produire la réponse.

Technologies et outils associés au RAG

Un système RAG combine généralement une brique d'orchestration, une brique de recherche et un modèle de génération.

Les concepts à connaître autour du RAG

Comprendre ces notions aide à diagnostiquer et à améliorer chaque étape du pipeline.

Ressources pour approfondir le RAG

Trois articles pour passer de la définition à la conception d'un système exploitable.

Questions fréquentes

Questions fréquentes

RAG signifie Retrieval-Augmented Generation, que l'on peut traduire par génération augmentée par la recherche. Le nom décrit les deux phases du système : retrouver de l'information, puis générer une réponse à partir de celle-ci.

Expertise

À propos de l'auteur

Équipe Blent

Les ingénieurs et mentors Blent conçoivent, évaluent et mettent en production des applications LLM, et forment chaque année des centaines de professionnels à l'IA générative.

Sources et méthodologie

  • Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, NeurIPS 2020
  • Documentation LangChain et LlamaIndex
  • Retours d'expérience des projets et formations Blent
Lexique

Explorer le lexique

Voir toutes les définitions