/ En brefLe RAG (Retrieval-Augmented Generation) est la technique qui permet à un LLM de répondre en s'appuyant sur vos documents internes plutôt que sur sa connaissance pré-entraînée. Concrètement : vos PDF, fiches produits, comptes-rendus de réunions sont découpés, vectorisés et stockés dans une base (pgvector, Qdrant, Weaviate). Quand un utilisateur pose une question, le système recherche les passages pertinents et les fournit au LLM avec la question.
/ Pourquoi on l'utilise
3 raisons de choisir le RAG.
01
Réponses sourcées et vérifiables
Chaque réponse est accompagnée des passages exacts utilisés pour la générer. L'utilisateur peut cliquer pour lire le contexte original. Fini les réponses inventées : si l'information n'existe pas dans votre base, l'assistant le dit.
02
Pas de fine-tuning, mise à jour instantanée
Ajouter un nouveau document = ré-indexation rapide, pas de réentraînement coûteux. La base de connaissance reste vivante et alignée avec vos process en temps réel.
03
Souveraineté totale des données
Les documents restent dans votre infrastructure (base PostgreSQL, S3 européen, etc.). Le LLM ne voit que les extraits envoyés en contexte, jamais le corpus complet. Idéal pour les contraintes RGPD strictes.
/ Le bon choix
Quand choisir le RAG, quand s'en passer.
Quand le RAG est le bon choix
- Vous voulez qu'un assistant réponde sur vos documents internes (procédures, contrats, docs produit, dossiers).
- Vos réponses doivent être sourcées et vérifiables, avec un lien vers le document d'origine.
- Votre base de connaissance évolue souvent et doit rester à jour sans réentraînement.
- La donnée est sensible et doit rester dans votre infrastructure.
Quand on préfère une alternative
- Quand la connaissance nécessaire est déjà dans le modèle (culture générale, langage courant), le RAG ajoute de la complexité pour rien.
- Sur un très petit corpus (quelques pages), tout passer directement en contexte au modèle est plus simple et souvent plus efficace.
- Pour spécialiser le ton ou un jargon très pointu plutôt qu'ajouter de la connaissance, le fine-tuning est plus adapté.
/ Cas d'usage
Ce qu'on construit avec le RAG.
01
Base de connaissance interne
Questions-réponses sur les procédures RH, les processus métier et les FAQ techniques. Une grande partie des questions trouve réponse sans intervention humaine.
02
Assistant juridique sur contrats
Recherche dans 1000+ contrats : 'Trouve-moi toutes les clauses de résiliation à 30 jours'. Citations exactes avec liens vers les paragraphes sources.
03
Support produit sur documentation
Assistant qui répond aux questions clients en s'appuyant sur la documentation produit. Allège nettement la charge du support.
04
Recherche sémantique sur dossiers clients
Retrouver des dossiers similaires à un nouveau cas. Aide à la décision pour les commerciaux et les conseillers.
/ Notre approche
Comment on utilise RAG & bases vectorielles chez Leveria.
On commence par cadrer le corpus : quels documents, quel format, quelle fréquence de mise à jour. On les découpe intelligemment (par section, pas au hasard), on les vectorise et on les stocke dans une base vectorielle, le plus souvent PostgreSQL avec pgvector pour rester sur une infrastructure que vous maîtrisez.À la requête, le système recherche les passages les plus pertinents et les fournit au LLM avec la question. On soigne cette étape de recherche (qualité des embeddings, filtres métier, reranking) car c'est elle qui fait la précision des réponses, plus que le modèle de génération lui-même.Chaque réponse cite ses sources, et l'assistant est calibré pour dire quand l'information n'existe pas dans le corpus plutôt que d'inventer. On mesure la pertinence sur un jeu de questions réelles avant la mise en production, et on branche l'ingestion sur vos flux pour que la base reste à jour.
/ Questions fréquentes
Questions fréquentes sur le RAG.
RAG ou fine-tuning : que choisir ?
Dans la grande majorité des cas, le RAG suffit et coûte bien moins cher : il ancre les réponses sur vos documents sans réentraîner de modèle, et la base se met à jour instantanément. Le fine-tuning intervient en complément quand il faut spécialiser le ton ou un jargon très particulier, pas pour ajouter de la connaissance.Le LLM voit-il tous nos documents ?
Non. Le corpus reste dans votre base vectorielle. À chaque question, seuls les quelques passages pertinents sont envoyés au modèle en contexte, jamais l'ensemble. Vous gardez le contrôle de ce qui est exposé, ce qui facilite le respect du RGPD.Comment éviter les réponses inventées ?
Le RAG réduit fortement les hallucinations en forçant le modèle à s'appuyer sur des passages réels et cités. On le calibre pour répondre « je ne sais pas » quand le corpus ne contient pas l'information, et chaque réponse renvoie vers ses sources pour vérification.
Le modèle d'Anthropic, solide en code, en documents longs et en agents métier. On le choisit projet par projet, sur preuves.
En savoir plus
Modèles GPT pour la génération multimodale, la voix et les usages où l'écosystème ChatGPT est déjà en place.
En savoir plus
Un protocole universel pour brancher Claude, GPT et autres LLMs à votre CRM, ERP, base de données ou code, sans connecteur custom.
En savoir plus