# RAG (Retrieval-Augmented Generation)

> Technique couplant la recherche d'informations dans une base de données avec la génération de texte pour des réponses factuelles.

- Page ZoneIA : https://zoneia.fr/glossaire/rag-retrieval-augmented-generation
- Type : Définition du glossaire IA
- Catégories : [Rédaction & Texte IA](https://zoneia.fr/outils/categorie/redaction-texte-ia), [Chatbots & Support Client](https://zoneia.fr/outils/categorie/chatbots-support-client)
- Publié le : 2026-03-04
- Mis à jour le : 2026-05-22

Le RAG combine un modèle de langage avec un mécanisme de **recherche** afin de produire des réponses plus **ancrées dans des sources**. Au lieu de s’appuyer uniquement sur ses paramètres (et donc risquer des hallucinations), le modèle récupère d’abord des passages pertinents, puis les utilise comme contexte pour générer la réponse.

## Comment ça fonctionne
1. **Indexation** : vos documents (PDF, pages web, tickets, wiki) sont découpés en “chunks” et stockés, souvent sous forme d’**embeddings** dans une base vectorielle.  
2. **Retrieval** : à la question, on calcule un embedding et on récupère les passages les plus similaires (top‑k), parfois avec un filtre (date, auteur, projet).  
3. **Generation** : le LLM reçoit la question + les extraits trouvés et rédige une réponse, idéalement avec **citations**.

## À quoi ça sert
- Questions/réponses sur une **documentation interne** à jour.  
- Assistants de support client avec des réponses conformes aux procédures.  
- Recherche sémantique et synthèse multi-sources.

## Points d’attention
La qualité dépend surtout du **découpage**, de l’index, du ranking et du prompt. Un mauvais retrieval donne une réponse plausible mais fausse. Des garde-fous (citations, seuils de confiance, fallback) sont souvent nécessaires.

---

Source : ZoneIA, annuaire francophone des outils IA (https://zoneia.fr/glossaire/rag-retrieval-augmented-generation)