Accueil Métiers Blog Glossaire Découvrir le programme
Glossaire / Data & technique

RAG (Retrieval-Augmented Generation)

Technique qui améliore les réponses de l'IA en lui fournissant des documents pertinents avant de générer sa réponse.

Tes documents Base vectorielle Recherche contexte pertinent LLM + tes données Réponse basée sur TES données

Définition complète

Le RAG (Retrieval-Augmented Generation) est une technique qui combine recherche d'information et génération de texte. Au lieu de se fier uniquement à ses connaissances d'entraînement, l'IA cherche d'abord dans une base de documents (tes fichiers, ta documentation, ton CRM) les informations pertinentes, puis génère sa réponse en s'appuyant sur ces données. Résultat : des réponses plus précises, plus actuelles, et spécifiques à ton contexte.

Analogie pour comprendre

Sans RAG, l'IA répond de mémoire (comme un étudiant à un examen à livre fermé). Avec RAG, l'IA peut consulter des documents avant de répondre (comme un examen à livre ouvert). La réponse est plus fiable car elle s'appuie sur des sources.

En pratique

Tu crées un chatbot pour ton entreprise avec RAG : il analyse tes FAQ, ta documentation produit, et tes conditions générales. Quand un client pose une question, le chatbot cherche d'abord dans ces documents avant de répondre, au lieu d'inventer une réponse.

Outils associés

Supabase N8N

Termes liés

LLMTokenHallucinationPrompt EngineeringAPI

Tu veux maîtriser ces concepts concrètement ?

LE LABO IA t'apprend à construire, automatiser et vendre avec l'IA.

Découvrir le programme

Pour aller plus loin

IA générative : cas concrets →

Questions fréquentes

Pas forcément. Des outils comme n8n permettent de construire des pipelines RAG visuellement. Claude Code peut aussi te créer un système RAG complet en vibe coding.
RAG pour des données qui changent souvent (FAQ, docs, prix). Fine-tuning pour adapter le style ou le comportement du modèle. Les deux sont complémentaires.