Glossaire SEO, IA et GEO
RAG : définition simple de la génération augmentée par récupération
Le RAG, pour Retrieval-Augmented Generation, ou génération augmentée par récupération, est une méthode qui fait chercher des documents à une IA avant qu'elle réponde, puis rédiger sa réponse à partir de ce qu'elle a trouvé. C'est le principe qu'appliquent ChatGPT, Perplexity ou les aperçus IA de Google quand ils citent des pages du web.
La méthode a été décrite en 2020 par des chercheurs de Facebook AI Research, aujourd'hui Meta, dans l'article qui lui a donné son nom. Elle répond à deux limites des LLM : leurs connaissances s'arrêtent à la date de leur entraînement, et ils peuvent inventer quand ils ne savent pas. En entreprise, le même principe sert à faire répondre une IA à partir de documents internes : catalogue, procédures, contrats.
Quelle est la différence entre un LLM et le RAG ?
Le LLM rédige ; le RAG lui donne des documents à lire avant de rédiger. Sans RAG, l'IA répond de mémoire. Avec le RAG, elle répond à partir de sources qu'elle peut citer, et que l'on peut vérifier.
Et pour votre entreprise ?
Quand une IA cherche sur le web avant de répondre, elle ne peut reprendre que les pages que ses robots peuvent lire et que les moteurs de recherche connaissent. Une page accessible, précise et à jour a plus de chances d'être retenue comme source ; une page bloquée ou vague est ignorée, même si votre entreprise est la meilleure de sa ville. Être retenu comme source, c'est l'un des deux visages de la citation IA.
Sources
Lewis et al., « Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks », 2020
Direction générale des Entreprises, « Guide de la génération augmentée par récupération (RAG) », 28 novembre 2024
