RAG (génération augmentée par récupération)

Le RAG (retrieval-augmented generation) est une technique qui branche un LLM sur une base de connaissances externe. Le principe en deux temps : d'abord on récupère les passages pertinents pour la question (via une recherche, souvent par similarité sémantique dans une base vectorielle) ; ensuite on les injecte dans le prompt pour que le modèle réponde en s'appuyant dessus. L'intérêt est double : on ancre les réponses dans des sources à jour et vérifiables (les tiennes : docs internes, site, base clients), et on réduit les hallucinations en donnant au modèle la matière plutôt qu'en comptant sur sa mémoire figée à l'entraînement. C'est aujourd'hui l'ossature de la plupart des assistants « qui connaissent ton entreprise ». Le RAG ne rend pas le modèle plus intelligent — il le rend mieux informé, ce qui compte souvent davantage.