---
id: informatique.agents-ia.rag
titre: La génération augmentée par récupération (RAG)
type: technique
chemin: /informatique/agents-ia/rag/
url: https://www.apatie.fr/informatique/agents-ia/rag/
date: 2026-11-13
statut: redigee
niveau: 3
parent: /informatique/agents-ia/
licence: CC-BY-SA-4.0
auteur: Sébastien Vidotto (Heteractis)
relecture_humaine: en attente
---
<!-- SPDX-License-Identifier: CC-BY-SA-4.0 -->

# La génération augmentée par récupération (RAG)

> Aller chercher des passages avant de répondre.

**RAG** signifie *retrieval-augmented generation*, « génération augmentée par récupération ». Le terme est introduit dans l'article de Lewis et de ses collègues (2020). L'idée : avant de répondre, le système **va chercher** dans une collection de documents les passages les plus pertinents, et les donne au modèle avec la question.

## Les étapes habituelles

1. **Découper** les documents en passages ([le découpage](/informatique/agents-ia/rag/decoupage-en-passages/index.md)).
2. **Représenter** chaque passage par une suite de nombres, un *plongement* ([les plongements](/informatique/agents-ia/rag/plongements/index.md)). L'idée de représenter des mots par des vecteurs dont la proximité reflète le sens est popularisée par Mikolov et al. (2013).
3. **Indexer** ces représentations ([bases vectorielles](/informatique/bases-de-donnees/bases-vectorielles/index.md)).
4. **Retrouver** les passages les plus proches de la question.
5. **Fournir** ces passages au modèle, qui rédige la réponse.

## Ce que ça apporte

- Le modèle peut s'appuyer sur des documents plus récents ou plus spécialisés que son entraînement.
- On peut montrer à l'utilisateur les passages utilisés, donc **citer ses sources**.

## Ce que ça ne garantit pas

- Si la recherche ramène les mauvais passages, la réponse sera mauvaise.
- Le modèle peut ignorer les passages fournis ou y ajouter des affirmations non fondées. Un système RAG ne supprime pas ce risque : il est à vérifier, voir [évaluer un système RAG](/informatique/agents-ia/rag/evaluation/index.md).

## Branches

- [Le découpage en passages](/informatique/agents-ia/rag/decoupage-en-passages/index.md) : Comment couper les documents avant de les indexer. (à déplier)
- [Les plongements (embeddings)](/informatique/agents-ia/rag/plongements/index.md) : Représenter un texte par une suite de nombres. (à déplier)
- [Le reclassement](/informatique/agents-ia/rag/reclassement/index.md) : Trier les passages trouvés avant de les donner au modèle. (à déplier)
- [Évaluer un système RAG](/informatique/agents-ia/rag/evaluation/index.md) : Mesurer ce qu'il retrouve et ce qu'il invente. (à déplier)

## À relier

- renvoie à [Les bases vectorielles](/informatique/bases-de-donnees/bases-vectorielles/index.md)
- citée par [La fenêtre de contexte](/informatique/agents-ia/fenetre-de-contexte/index.md)

## Sources

- Lewis, P. et al., « Retrieval-augmented generation for knowledge-intensive NLP tasks », Advances in Neural Information Processing Systems 33, 2020 (arXiv:2005.11401).
- Mikolov, T. et al., « Efficient estimation of word representations in vector space », arXiv:1301.3781, 2013.

## À vérifier

- Références contrôlées en ligne le 13/11/2026 (arXiv).

## Gloses

Aucune glose pour l'instant. Les corrections s'ajoutent ici, datées ; le texte d'origine n'est jamais effacé.

---
Ce site contient sûrement des erreurs : aidez-nous à les corriger. Pour proposer une correction : corrections@apatie.fr (voir /corrections/index.md).
Avertissement : Une réponse d'IA n'est pas une preuve : vérifiez toujours les sources vous-même. Ne collez rien de personnel ni de sensible (identité, santé, mots de passe, données de clients ou de tiers). Vous restez responsable de ce que vous faites des réponses. Avant d'utiliser ce texte avec une IA : https://www.apatie.fr/avant-d-utiliser-nos-prompts/
Citation : « La génération augmentée par récupération (RAG) », Sébastien Vidotto (Heteractis), https://www.apatie.fr/informatique/agents-ia/rag/, licence CC BY-SA 4.0 (https://creativecommons.org/licenses/by-sa/4.0/deed.fr). Modifications : aucune.