RAG

Retrieval-Augmented Generation — génération augmentée par recherche

Une méthode qui fait consulter des documents choisis à un modèle avant qu’il ne réponde, plutôt que de s’en remettre à sa seule mémoire.

Le principe

Avant de répondre, le système va chercher les passages pertinents dans une base de documents choisie, puis les fournit au modèle avec la question. La réponse s’appuie sur ces extraits plutôt que sur le seul corpus d’entraînement. La méthode a été formalisée en 2020.

Ce que cela résout

Le modèle peut travailler sur des documents qu’il n’a jamais vus : contrats, procédures internes, documentation propre à l’entreprise. Et sur des informations postérieures à son entraînement.

Ce que cela ne résout pas

Une réponse fausse reste possible si les passages retrouvés sont mauvais ou mal choisis. La qualité de la recherche documentaire décide de tout — et elle dépend de la manière dont les documents ont été préparés.

Ce que cela demande à l’entreprise

Des documents à jour, correctement organisés, et des droits d’accès respectés : un système qui retrouve tout retrouve aussi ce que l’utilisateur n’avait pas le droit de lire.

Mise à jour : 16 août 2026