RAG (Retrieval-Augmented Generation)

Qu'est-ce que le RAG ?

Le RAG est la technique qui consiste à faire chercher des documents à un modèle avant qu'il ne réponde. C'est le mécanisme derrière les réponses citant des sources : le modèle ne récite pas, il récupère puis rédige.

Récupérer, puis rédiger

Sans RAG, un modèle répond avec ce qu'il a appris à l'entraînement : figé dans le temps et impossible à attribuer. Avec RAG, la question déclenche une recherche, quelques passages sont récupérés, et le modèle rédige à partir d'eux.

C'est ce qui rend la citation possible, et c'est aussi pourquoi la forme de vos paragraphes compte plus que le volume de votre site : le système ne récupère pas des pages, il récupère des fragments.

Ce que ça implique côté site

• Les fragments concurrents sont classés par proximité avec la question : une section qui reprend la question est avantagée.
• Un passage ambigu est écarté au profit d'un passage net, même issu d'un site moins connu.
• La date compte : sur un sujet mouvant, un contenu daté récemment est privilégié.
• Une page inaccessible au robot n'entre jamais dans la récupération, quel que soit son contenu.

Exemple concret

Une entreprise de génie climatique met à jour sa page sur le contrôle d’étanchéité des installations frigorifiques après un changement de seuil. La nouvelle règle est en tête, mais un encadré plus bas garde l’ancien seuil, sans date. Les deux passages sont indexés séparément, et rien ne dit lequel prime. Supprimer l’encadré prend cinq minutes ; le dater et l’annoncer comme un historique en prend dix.

À retenir

Comprendre le RAG évite de traiter le GEO comme une discipline mystérieuse. C'est une recherche documentaire suivie d'une rédaction : on optimise pour l'étape de recherche.