RAG

Qu'est-ce que le RAG (Retrieval-Augmented Generation)

Le RAG (Retrieval-Augmented Generation) est un pattern d'architecture qui combine la recherche dans une base documentaire et la génération de réponse par un LLM. Concrètement : avant de répondre à une question, le système recherche dans une base de documents les passages les plus pertinents, puis fournit ces passages au LLM en plus de la question. Le LLM génère une réponse ancrée sur les sources retrouvées plutôt que sur ses connaissances générales d'entraînement.

Le RAG est devenu en 2026 l'architecture dominante des cas d'usage entreprise de l'IA générative : agents de support client, base de connaissances interne, recherche documentaire, assistants métier spécialisés. Sa popularité tient à trois avantages structurels.

Trois avantages structurels du RAG

Cinq composants d'une architecture RAG

1. Sources documentaires : votre base documentaire (GED, intranet, sites web internes, bases de connaissances, contrats, procédures, FAQ). Format texte préférable, PDF acceptable avec OCR.
2. Indexation et embeddings : conversion des documents en vecteurs numériques par un modèle d'embeddings (OpenAI Ada, Cohere, Mistral Embed, modèles open-source). Permet la recherche sémantique.
3. Base vectorielle (vector database) : stockage des vecteurs et recherche rapide de similarité. Outils : Pinecone, Weaviate, Qdrant, pgvector (extension PostgreSQL), Elasticsearch avec module vectoriel.
4. Recherche hybride : combinaison recherche sémantique (embeddings) + recherche lexicale (BM25). Meilleures performances que chacune isolément.
5. LLM générateur : modèle qui produit la réponse à partir de la question et des passages retrouvés. Choix selon performance, coût et conformité.

Cinq jalons d'un projet RAG en entreprise

• 1. Cadrage du périmètre : sources documentaires à intégrer, cas d'usage cibles, utilisateurs finaux, contraintes de sécurité.
• 2. Préparation des données : nettoyage, structuration, découpage (chunking) en passages de taille appropriée (typiquement 500 à 1500 caractères).
• 3. Indexation initiale : génération des embeddings, alimentation de la base vectorielle, validation de la couverture.
• 4. Conception du prompt et de l'orchestration : comment formuler la requête au LLM avec les passages retrouvés, comment gérer les cas limites.
• 5. Évaluation et mise en production : suite d'évaluations sur des cas réels, mesure de la qualité (factualité, complétude, pertinence), intégration aux outils utilisateurs.

Comment mesurer la qualité d'un système RAG

La mesure de la qualité d'un RAG combine quatre dimensions :

• Rappel des documents pertinents : les bons documents sont-ils récupérés ? Mesuré par recall@k sur un jeu de test annoté.
• Fidélité au contenu : la réponse correspond-elle réellement aux passages retrouvés ? Mesuré par groundedness ou faithfulness.
• Pertinence de la réponse : la réponse répond-elle effectivement à la question ? Mesuré par answer relevance.
• Performance technique : latence, coût par requête, disponibilité. Mesuré en production via observabilité.

Outils émergents pour l'évaluation : Ragas, TruLens, DeepEval. Notre cabinet recommande de mettre en place une suite d'évaluations dès le déploiement initial, et de la maintenir tout au long de la vie du système.