Génération augmentée par récupération (RAG) : définition, cas d’utilisation et exemples pratiques
La génération augmentée par récupération (RAG) permet aux outils d’IA d’intégrer des informations externes pour ancrer leurs réponses. Ce guide explique son fonctionnement, ses principaux types et des cas d’utilisation concrets, de la recherche Web aux bases de connaissances d’entreprise.

Le RAG, ou génération augmentée par récupération, est le processus par lequel les outils basés sur des LLM accèdent à des informations externes. Ces informations, qui ne sont pas contenues dans les paramètres d’entraînement du LLM, sont ajoutées au contexte d’entrée pertinent et utilisées pour générer la réponse.
Le RAG est l’un des composants les plus importants des systèmes d’IA modernes. Il est utilisé par tous les grands outils agentiques (ChatGPT, Claude, Perplexity, etc.) et offre un large éventail de cas d’utilisation pour les consommateurs et les entreprises. Le RAG a connu plusieurs innovations depuis qu’il s’est répandu et continue d’évoluer de façon prometteuse.
Qu’est-ce que la génération augmentée par récupération (RAG)?
La génération augmentée par récupération (RAG) est une méthode permettant d’améliorer les résultats des grands modèles de langage (LLM) en leur fournissant des informations externes pertinentes.
Un « pipeline » RAG typique, terme qui désigne l’architecture RAG sous-jacente dans son ensemble, comporte deux chemins : un chemin d’ingestion et un chemin de récupération. Le chemin d’ingestion prend les données et les convertit dans un format interrogeable. Le chemin de récupération construit une requête à partir de l’invite de l’utilisateur et interroge la source d’information.
Les systèmes RAG sont souvent construits autour de bases de données vectorielles. Dans ce scénario, le composant orchestrateur d’un outil basé sur un LLM, qui gère les invites des utilisateurs, envoie des requêtes et récupère les résultats de l’index interrogeable, génère un plongement vectoriel. Il s’en sert pour interroger une base de données de vecteurs qui représentent les données ingérées. Il ajoute ensuite les informations récupérées au contexte d’entrée existant du LLM, avec des instructions sur la façon de les utiliser pour générer un résultat.
Le RAG ne désigne pas exclusivement le type de recherche vectorielle dense décrit ci-dessus. Le parcours de graphes de connaissances, la recherche sémantique, les consultations de bases de données traditionnelles ou toute combinaison de ces méthodes en font également partie.
Avantages du RAG
L’une des raisons de la popularité du RAG est qu’il résout deux problèmes fondamentaux liés à la génération de réponses par un LLM seul : les hallucinations et l’absence d’accès aux informations qui ne figurent pas dans les données d’entraînement.
Vérification des faits et ancrage
Les LLM ont la réputation d’avoir du mal avec l’exactitude factuelle. Souvent, s’ils ne peuvent pas répondre à une question de façon fiable, ils hallucinent avec assurance. Cela peut s’expliquer par le fait que l’information ne figurait pas dans les données d’entraînement ou que ces données contiennent elles-mêmes des inexactitudes. La vérification des faits permise par le RAG consiste à ancrer une réponse dans des informations provenant d’une source tierce fiable.
Informations à jour
Les LLM ne peuvent répondre qu’à des questions portant sur des sujets antérieurs à la date limite de leurs données d’entraînement, appelée date limite des connaissances. Les systèmes RAG peuvent se connecter à des sources d’information très récentes, comme des contenus d’actualité au moyen d’une API de recherche Web ou des bases de données internes contenant des informations à jour sur les produits. Il devient ainsi possible de générer des réponses sur des sujets qui ne sont pas couverts par les données d’entraînement.
Accès à des données externes privées
Les systèmes RAG permettent aux entreprises de connecter leur infrastructure d’IA à des sources d’information sensibles, exclusives et propres à leur domaine qu’elles ne peuvent pas partager publiquement. De nombreux outils populaires, comme Perplexity, offrent maintenant la possibilité de téléverser des données confidentielles et de créer des bases de connaissances privées, et il s’agit d’un cas d’utilisation courant en entreprise.
Survol et évolution du RAG : principaux types d’architecture
Bien que le terme précis génération augmentée par récupération soit apparu pour la première fois dans un important article de 2020 intitulé Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, des systèmes de recherche d’information étaient utilisés depuis de nombreuses décennies. Les premiers moteurs de recherche en sont un bon exemple. Toutefois, la véritable innovation en IA a été de combiner les connaissances paramétriques d’un modèle avec un index vectoriel dense (l’article a utilisé Wikipédia pour le construire).
Voici un survol des principaux types de RAG :
- RAG de base : Aussi appelé RAG naïf, le RAG de base est la version la plus simple d’un pipeline RAG. Il suit un flux de récupération puis de génération, la recherche dans une base de données vectorielle étant son principal cas d’utilisation. Il convient toujours à la création d’une implémentation RAG simple, surtout pour un usage interne limité.
- RAG hybride : Cette approche combine plus d’un type de RAG. Elle désigne généralement une combinaison de simples recherches par mots-clés et de récupération vectorielle dense.
- RAG correctif : Forme de RAG dans laquelle les informations récupérées sont évaluées par un modèle affiné afin de déterminer leur pertinence par rapport à l’invite de l’utilisateur.
- Self-RAG : Semblable au RAG correctif, le self-RAG s’en distingue en ce que le LLM évalue ses propres résultats et lance une récupération au besoin. Il utilise pour ce faire des jetons de réflexion spécialisés.
- RAG agentique : Le RAG agentique désigne la façon dont les plateformes d’IA agentique peuvent faire appel à différentes méthodes de récupération. Le LLM peut raisonner et choisir parmi diverses options de RAG par l’intermédiaire de l’orchestrateur.
- RAG multimodal : Ce type de RAG intègre d’autres formes de médias, comme des images et de l’audio, dans ses pipelines d’ingestion et de récupération.
- GraphRAG : GraphRAG intègre le parcours de graphes de connaissances (recherche d’entités) pour récupérer des informations. Cela peut se faire conjointement avec la récupération vectorielle dense, mais ce n’est pas obligatoire.
- RAG ramifié : Cette architecture RAG consiste à exécuter plusieurs requêtes de récupération simultanément, souvent selon différents modèles d’architecture. Le RAG ramifié est une fonctionnalité courante des outils d’IA qui exécutent des flux de travail complexes.
- HyDE (Hypothetical Document Embeddings) : Les plongements de documents hypothétiques sont des réponses générées par l’IA qui simulent ce que pourrait être une réponse idéale à l’invite d’un utilisateur. Ils servent à affiner la requête RAG, ce qui améliore l’exactitude des informations récupérées.
Principaux cas d’utilisation du RAG, avec exemples
À quoi ressemble le RAG dans le monde réel? Si vous avez déjà posé à un robot conversationnel d’IA une question sur un sujet d’actualité, interrogé un robot de service à la clientèle ou utilisé un assistant personnel pour des tâches administratives, vous avez eu recours au RAG.
Les principaux exemples de RAG dans les contextes grand public et en entreprise sont la recherche Web, les assistants personnels (y compris pour la programmation), les assistants de programmation, le service à la clientèle et la gestion des connaissances en entreprise.
Recherche Web
La recherche Web est une forme de RAG largement utilisée et sans doute l’application grand public la plus répandue. Tous les grands robots conversationnels offrent une fonctionnalité de recherche Web, dans laquelle le LLM utilise des sources à jour pour compléter les informations contenues dans ses données d’entraînement.
L’orchestrateur de l’outil d’IA se connecte à un moteur de recherche tiers au moyen d’un appel d’API, et les résultats, sous forme d’extraits, sont ajoutés à la fenêtre de contexte du LLM. Les utilisateurs peuvent ainsi accéder à l’actualité, aux recherches récentes, aux informations sur les produits et à d’autres sujets dont l’information change fréquemment.
Concrètement, la requête d’API pourrait ressembler à ceci :
{
"query": "latest US inflation news",
"max_results": 1,
"language": "en",
"country": "US"
}Les informations renvoyées comprendraient la source et l’extrait :
{
"query": "latest US inflation news",
"results": [
{
"title": "US inflation rises slightly in latest report",
"url": "https://example.com/us-inflation-report",
"snippet": "Consumer prices increased in the latest monthly data, with
housing and energy contributing to the rise.",
"published_date": "2026-11-05"
}
]
}Assistants d’IA personnels
Les assistants personnels utilisent le RAG pour se connecter à des sources d’information dans un environnement personnel ou dans un environnement d’entreprise partagé. Parmi ces sources d’information, mentionnons les courriels, les fichiers, le calendrier et les bases de données d’un utilisateur.
Comme l’information peut être stockée de diverses façons, il est préférable de considérer les assistants personnels comme des systèmes RAG entièrement agentiques. Ils peuvent utiliser des appels d’API, la recherche par mots-clés, la récupération vectorielle dense ou le parcours de graphes de connaissances, selon l’invite.
De plus en plus, les systèmes RAG d’entreprise encoderont les connaissances dans des bases de données vectorielles afin qu’elles puissent être facilement récupérées par des assistants personnels déployés à l’échelle de l’entreprise, et de nombreux produits d’IA pour entreprises sont conçus dans cette optique.
Les assistants de programmation méritent aussi d’être mentionnés, car ils représentent un autre cas d’utilisation majeur. Un assistant de code, comme GitHub Copilot, peut se connecter à un dépôt et à la documentation propre au projet pour récupérer les fichiers, fonctions, symboles, directives, API et historique des commits pertinents.
Service à la clientèle
Le service à la clientèle est un autre cas d’utilisation majeur du RAG, et l’adoption des robots conversationnels d’IA a augmenté rapidement ces dernières années. Dans son rapport State of AI Customer Support, Crisp a constaté que 40 % des conversations sont résolues sans intervention humaine, ce qui témoigne d’une grande efficacité.
Lorsqu’un utilisateur pose une question à un robot de service à la clientèle, l’orchestrateur effectue généralement une recherche dans la base de connaissances interne de l’entreprise. Pour garantir l’exactitude, le RAG correctif et le self-RAG sont aussi souvent employés, avec un transfert vers un représentant humain au besoin.
Bases de connaissances d’entreprise
Le déploiement de flux de travail d’IA et d’outils d’IA générative dans les moyennes et grandes entreprises s’est accompagné de la création de bases de connaissances internes. Les assistants déployés à l’échelle de l’entreprise peuvent ainsi accéder aux données internes tout en préservant la confidentialité, qu’il s’agisse de renseignements sensibles sur les clients, de données d’entreprise privées ou de connaissances spécialisées dans un domaine.
Ces systèmes sont généralement construits autour de bases de données vectorielles, mais d’autres méthodes de RAG sont aussi utilisées. Microsoft 365 Copilot, par exemple, dispose d’une couche d’API qui expose diverses sources d’information, notamment des bases de données vectorielles, des graphes de connaissances et des index sémantiques, afin d’offrir un vaste accès aux données de l’entreprise.
Ces systèmes RAG sont aussi généralement intégrés aux forfaits pour entreprises des outils agentiques polyvalents. Perplexity Enterprise, par exemple, permet aux utilisateurs de téléverser de grandes quantités de documentation pour un usage interne sécurisé.
Les utilisateurs peuvent aussi téléverser leurs propres fichiers dans des projets autonomes, créant ainsi essentiellement de mini-systèmes RAG. Les recherches peuvent être combinées à d’autres formes de RAG, comme les recherches Web, pour une augmentation hybride.
Quelle est la différence entre le RAG et un LLM?
Un grand modèle de langage (LLM) ne peut générer des résultats qu’à partir de l’information représentée dans ses paramètres. Il attribue des probabilités à un vocabulaire interne pour prédire le mot suivant, ou jeton, dans une séquence. Par conséquent, il ne peut pas fournir de réponses exactes si ses paramètres n’ont pas été entraînés sur des informations pertinentes.
Dans une plateforme d’IA polyvalente ou spécialisée, les pipelines RAG fonctionnent conjointement avec un LLM ou un groupe de LLM. Ils se connectent à des sources d’information externes pour compléter le contexte d’entrée fourni au modèle de langage, et c’est là la principale différence entre le RAG et les LLM.
La décision de récupérer des informations supplémentaires ou de s’en remettre exclusivement aux connaissances paramétriques peut être prise au niveau de l’orchestrateur, généralement au moyen d’une logique fondée sur des règles, ou même par le LLM lui-même.
Quelle est la différence entre le RAG et le MCP?
Il est préférable de considérer le RAG et le protocole MCP (Model Context Protocol) comme des technologies complémentaires. Le MCP est une norme ouverte permettant de construire une architecture qui donne aux outils d’IA accès à des fonctionnalités, à des ressources et à des invites externes au moyen d’un point de terminaison unique.
Lorsqu’un outil d’IA se connecte à un serveur MCP, le serveur expose toutes les primitives (outils MCP, ressources et invites) auxquelles le client a l’autorisation d’accéder. Le client est le composant qui établit la connexion entre l’orchestrateur, côté client, et le serveur. Il arrive que cela implique d’exposer des bases de données et des sources d’information, auquel cas le MCP sert d’intermédiaire dans la couche de récupération d’un pipeline RAG.
Quelle est la différence entre le RAG et une API?
Une API est une interface définie que deux applications peuvent utiliser pour s’envoyer des requêtes. Le RAG est le processus par lequel les LLM peuvent accéder à des informations externes pour améliorer et enrichir leurs résultats.
Le RAG utilise souvent des appels d’API pour récupérer de l’information. Dans la récupération d’information par recherche Web, par exemple, l’orchestrateur formule une requête d’API au moteur de recherche pertinent en fonction de l’invite de l’utilisateur.
Pourquoi le RAG est important et comment il continuera d’évoluer
Le RAG est important parce que les LLM sont intrinsèquement limités par leurs données d’entraînement. Des pans entiers d’information, de l’actualité aux connaissances privées des entreprises, leur sont inaccessibles. Le RAG résout ce problème sans exiger une quantité prohibitive de ressources.
Toutefois, la récupération d’information à elle seule ne suffit pas, et c’est pourquoi le RAG continuera d’évoluer. Le RAG occupe une place importante dans la recherche actuelle en IA, qui vise à améliorer les systèmes pour qu’ils renvoient la bonne information dans une grande variété de formats, puis qu’ils l’évaluent et la hiérarchisent efficacement.
À mesure que le RAG gagne en puissance, l’utilité des systèmes d’IA augmente dans d’importantes applications grand public et d’entreprise. Parmi celles-ci, mentionnons le service à la clientèle, la recherche Web, la programmation, les assistants personnels, la recherche spécialisée et bien plus encore.