Lexique des agents IA
RAGRetrieval-Augmented Generation (génération augmentée par récupération)
Définition. Le RAG (génération augmentée par récupération) est une technique qui fait d’abord chercher à l’IA les passages utiles dans une base de documents, puis lui fait rédiger sa réponse à partir de ces passages. L’IA s’appuie ainsi sur vos sources plutôt que sur sa seule mémoire d’entraînement.
Le fonctionnement se fait en deux temps. Une étape de récupération cherche, dans vos documents (tarifs, procédures, contrats, questions fréquentes), les extraits les plus proches de la question, souvent grâce à des embeddings. Une étape de génération transmet ces extraits au modèle, qui rédige sa réponse en s’appuyant dessus.
Google Cloud en résume les bénéfices : des réponses fondées sur des informations à jour sans réentraîner le modèle, moins d’inventions et la possibilité de citer la source utilisée. Pour une petite entreprise, c’est ce qui permet à un assistant de connaître vos prix, vos délais ou vos conditions générales.
Beaucoup d’outils le font sans le nommer : quand vous déposez des documents dans un agent IA pour qu’il s’en serve, c’est généralement ce mécanisme qui travaille en coulisse. Mettre à jour un document suffit alors à mettre à jour les réponses.
La qualité du résultat dépend directement de la qualité de la recherche. Si le bon passage n’est pas retrouvé, la réponse peut être bien rédigée mais hors sujet ou fausse. Un document périmé laissé dans la base continue aussi d’alimenter les réponses : le ménage dans les sources fait partie du travail.
Un exemple en entreprise
Une entreprise de plomberie charge sa grille tarifaire et ses conditions d’intervention dans son assistant ; quand un client demande le prix d’un déplacement le samedi, l’assistant retrouve la ligne exacte et cite le document.