Aller au contenu
Encyclopédie informatique Édition 2026

RAG et bases vectorielles : faire parler ses documents

Une intelligence artificielle générative ne connaît ni les règlements internes de votre entreprise, ni la notice de votre chaudière, ni les nouveautés parues après son entraînement, et quand elle ne sait pas, elle risque d’inventer. La génération augmentée par la recherche, plus connue sous son sigle anglais RAG, corrige ce défaut : avant de répondre, le système va chercher dans vos documents les passages utiles et les fournit au modèle, qui s’appuie dessus et cite ses sources. Cet article explique comment cela fonctionne, ce que sont les plongements, ces listes de nombres qui représentent le sens d’un texte, et les bases vectorielles qui les stockent, comment rendre un tel système fiable, et quels nouveaux risques de sécurité il introduit.

Rubrique
Données et IA
Niveau
Intermédiaire
Lecture
17 min (essentiel)
23 min (complet)
Révision
26 octobre 2026
Niveau de lecture :

En bref

  • Le RAG (génération augmentée par la recherche) fait répondre une IA générative à partir de documents choisis : on recherche d’abord les passages utiles, puis on les fournit au modèle avec la question.
  • Les documents sont découpés en passages, chacun transformé en plongement, une liste de nombres qui représente son sens ; deux textes de sens proche ont des plongements proches.
  • Ces plongements sont rangés dans une base vectorielle, qui retrouve en quelques millisecondes les passages les plus proches d’une question, même formulée avec d’autres mots.
  • Le RAG réduit les inventions et permet de citer ses sources, mais ne les supprime pas : la qualité dépend des documents, du découpage, de la recherche et de la consigne.
  • Côté sécurité, il faut respecter les droits d’accès de chaque utilisateur, protéger la base comme les documents eux-mêmes et se méfier des documents piégés.

Prérequis conseillés : L'IA générative et les grands modèles de langage

1Définition

La génération augmentée par la recherche, en anglais Retrieval-Augmented Generation ou RAG, est une technique qui permet à une IA générative de répondre à partir d’un ensemble de documents choisis : règlements, contrats, notices, articles, fiches produits, tickets d’assistance, pages d’un site. Au lieu de compter sur ce que le modèle a retenu pendant son entraînement, on recherche d’abord, dans ces documents, les passages utiles à la question posée, puis on les place dans la consigne envoyée au modèle, qui rédige sa réponse en s’appuyant dessus et peut indiquer d’où vient chaque information.

C’est la technique qui se cache derrière la plupart des « assistants documentaires » : le robot conversationnel qui répond aux questions des clients à partir de la documentation d’un produit, l’assistant interne qui connaît les procédures de l’entreprise, le moteur de recherche qui rédige une synthèse accompagnée de liens, ou la fonction « discuter avec ce document » de nombreux logiciels. Le terme a été popularisé en 2020 par un article de chercheurs de Facebook AI Research, de l’University College de Londres et de l’université de New York.

2Pourquoi ne pas simplement demander au modèle ?

Un grand modèle de langage seul souffre de plusieurs limites (voir l’IA générative) :

  • ses connaissances s’arrêtent à la date de ses données d’entraînement : il ignore la dernière version d’un tarif, d’une loi ou d’une procédure ;
  • il ne connaît pas les documents privés : les notes internes d’une entreprise, les dossiers d’un cabinet ou la documentation d’un logiciel maison n’ont jamais fait partie de son entraînement ;
  • il peut inventer : quand il ne sait pas, il produit souvent une réponse plausible plutôt que d’avouer son ignorance, ce qu’on appelle une hallucination ;
  • il ne cite pas ses sources de façon fiable : ses connaissances sont fondues dans ses paramètres, ces milliards de nombres ajustés pendant l’entraînement, et il ne sait pas d’où il tient chaque information.

On pourrait réentraîner le modèle sur ses propres documents, mais c’est coûteux, lent, à refaire à chaque mise à jour, et cela n’empêche ni les inventions ni l’oubli de détails précis. On pourrait aussi lui fournir tous les documents à chaque question, mais même les plus grandes fenêtres de contexte, la quantité de texte qu’un modèle peut traiter à la fois, ne contiennent pas des dizaines de milliers de documents, et chaque jeton envoyé se paie. Le RAG choisit une voie intermédiaire : ne fournir au modèle, à chaque question, que les quelques passages pertinents. Le modèle joue alors le rôle d’un lecteur intelligent à qui l’on tend les bonnes pages, plutôt que celui d’un érudit qui répond de mémoire.

3Le principe, en deux temps

Un système RAG fonctionne en deux phases (figure 1) : l’indexation, qui prépare les documents, et l’interrogation, qui a lieu à chaque question.

1. INDEXATION : UNE FOIS, PUIS À CHAQUE MISE À JOUR DES DOCUMENTS documents PDF, pages, notes découpage en passages de quelques centaines de mots modèle de plongement texte → vecteur [0,12 ; −0,4 ; …] base vectorielle vecteurs + texte + source, date, droits 2. À CHAQUE QUESTION question « combien de jours de congés ? » plongement de la question recherche des passages les plus proches compare aux vecteurs stockés modèle de langage consigne = question + passages trouvés réponse avec ses sources « 25 jours ouvrés (règlement, art. 4) » Le modèle ne répond plus de mémoire : il s’appuie sur les passages qu’on lui fournit.
Figure 1. L’indexation prépare les documents une fois pour toutes ; à chaque question, on recherche les passages utiles avant de les confier au modèle.

3.1L’indexation

  1. Collecter les documents : fichiers bureautiques, PDF, pages d’un intranet, articles d’une base de connaissances, courriels, tickets.
  2. Extraire le texte : ce n’est pas toujours simple. Un document PDF, le format de document figé le plus répandu, issu d’un scanner demande une reconnaissance de caractères ; un tableau, un en-tête répété, une note de bas de page ou une colonne mal lue peuvent produire un texte confus.
  3. Découper chaque document en passages (en anglais chunks) de quelques centaines de mots, souvent avec un léger chevauchement pour ne pas couper une idée en deux (exercice 2).
  4. Calculer le plongement de chaque passage : un modèle spécialisé le transforme en une liste de nombres qui représente son sens (section 4).
  5. Stocker ces plongements dans une base vectorielle, avec le texte du passage et ses métadonnées, ces informations qui décrivent le passage : document d’origine, page, date, auteur, et surtout qui a le droit de le lire (section 5 et coin cyber).

L’indexation se refait, au moins en partie, chaque fois que des documents sont ajoutés, modifiés ou supprimés. Un système dont la base n’est pas tenue à jour répondra avec assurance à partir de versions périmées.

3.2L’interrogation

  1. La question de l’utilisateur est transformée en plongement, avec le même modèle que les passages.
  2. La base vectorielle retrouve les passages dont le plongement est le plus proche de celui de la question : typiquement les cinq à vingt meilleurs.
  3. Le système construit une consigne qui contient des instructions, les passages trouvés, numérotés, et la question (exercice 6).
  4. Le modèle de langage rédige sa réponse à partir des passages et indique ceux qu’il a utilisés.
  5. L’application affiche la réponse avec des liens vers les documents d’origine, pour que l’utilisateur puisse vérifier.

3.3Un exemple complet

Une entreprise de 300 salariés met à disposition un assistant pour les questions de ressources humaines. Ses documents : le règlement intérieur, l’accord sur le temps de travail, la charte du télétravail, la procédure des notes de frais, soit environ 200 pages découpées en 600 passages. Une salariée demande : « Combien de jours de repos ai-je par an ? » Le mot « repos » n’apparaît pas dans l’article qui traite des congés payés, mais son plongement en est proche par le sens : la recherche retrouve l’article 4 de l’accord sur le temps de travail et deux passages voisins. Le modèle répond : « Vous disposez de 25 jours ouvrés de congés payés par an, auxquels s’ajoutent 10 jours de réduction du temps de travail (accord sur le temps de travail, articles 4 et 7). » La salariée clique sur la référence et vérifie. Si elle avait demandé le menu de la cantine, absent des documents, l’assistant aurait dû répondre qu’il ne dispose pas de cette information, plutôt que d’en inventer un.