RAG (génération augmentée par récupération)

IA / LLM 🟡 Mid

Définition

Architecture qui récupère au moment de la requête des passages pertinents (base vectorielle, recherche plein texte, API) et les injecte dans le prompt pour ancrer la réponse dans des sources. Formalisé par Lewis et al. (soumis le 22 mai 2020) en combinant mémoire paramétrique et non paramétrique. La qualité dépend surtout de la récupération : découpage, embeddings, filtrage, reranking.

Analogie

Un examen avec documents autorisés : l'étudiant ne récite pas de mémoire, il cite le manuel ouvert devant lui.

Exemple de code

// 1. embed la question  2. top-k en base vectorielle  3. prompt ancré
const [{ embedding }] = (await openai.embeddings.create({
  model: 'text-embedding-3-small', input: question })).data;
const { rows } = await pg.query(
  `SELECT content, url FROM chunks
   ORDER BY embedding <=> $1::vector LIMIT 5`, [JSON.stringify(embedding)]);
const context = rows.map((r, i) => `[${i + 1}] ${r.content} (${r.url})`).join('\n');
const msg = await client.messages.create({
  model: 'claude-sonnet-5', max_tokens: 800,
  system: 'Réponds uniquement à partir des extraits, cite [n]. Sinon dis que tu ne sais pas.',
  messages: [{ role: 'user', content: `<extraits>\n${context}\n</extraits>\n${question}` }],
});

Cas d'usage

Assistant sur documentation interne, support produit, recherche juridique : données privées ou postérieures à la coupure.

Anti-pattern

Coller tout le corpus dans le prompt « puisque le contexte est grand » : coût, latence et précision se dégradent.

Termes liés

#ia#rag#architecture#interview

En entretien

Explique-moi ce qu'est le RAG.
C'est une architecture qui récupère au moment de la requête des passages pertinents dans une base vectorielle ou une recherche plein texte, puis les injecte dans le prompt pour ancrer la réponse. C'est comme un examen avec documents autorisés : on cite le manuel plutôt que de réciter de mémoire.
Quand est-ce que le RAG est particulièrement utile ?
Sur des données privées ou postérieures à la coupure de connaissance du modèle, comme une doc interne, du support produit ou de la recherche juridique. La qualité dépend surtout de la récupération : découpage, embeddings, filtrage, reranking.
Quel est le piège classique du RAG ?
Coller tout le corpus dans le prompt en se disant que le contexte est grand, alors que ça dégrade coût, latence et précision. Il vaut mieux bien filtrer et reranker les quelques passages vraiment pertinents.

Dans l'actu

28/09 pgEdge lance pgEdge Starfleet, une plateforme cloud Postgres 100 % open source à… Elle intègre un serveur MCP, une API RAG, le support de PostgREST et du branching de base en copy-on-write, et se déploie en cloud, en hybride ou on-premise. Semaine 40 (1re moitié) · 28 – 30 septembre 2026 →

Sources

Fiche mise à jour le 2026-09-27