RAG (Retrieval-Augmented Generation)
Technique qui améliore les réponses de l'IA en lui fournissant des documents pertinents avant de générer sa réponse.
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
Termes liés
Pour aller plus loin
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.