Recherche generative et IA
Retrieval Augmented Generation (RAG)
Le RAG désigne une architecture où un modèle de langage, avant de répondre, va chercher des documents pertinents dans une base externe et s’appuie sur eux pour formuler sa réponse.
C’est ce qui permet à un moteur de réponse de citer des sources et de traiter une information plus récente que son entraînement.
Comment cela fonctionne
Quatre étapes.
La question est transformée en représentation numérique, ce qu’on appelle un plongement vectoriel.
Le système recherche, dans une base de documents eux-mêmes représentés de la même façon, ceux dont la représentation est la plus proche. C’est la recherche vectorielle.
Les passages retenus sont insérés dans le contexte fourni au modèle.
Le modèle rédige sa réponse à partir de ces passages, et cite les sources correspondantes.
Ce que cela implique pour un site
Trois conséquences pratiques, et elles orientent la façon d’écrire.
L’unité retenue est le passage, pas la page. Le système sélectionne des fragments. Un paragraphe dont le sens dépend de ce qui précède s’extrait mal et se retrouve écarté.
La proximité de sens prime sur la correspondance de mots. Un contenu qui traite réellement un sujet est retrouvé même s’il n’emploie pas l’expression exacte de la question. Le bourrage de mots clés ne sert à rien ici.
La sélection se fait sur un corpus. Être dans le corpus est la condition préalable. Pour les moteurs qui explorent le web, cela suppose d’être accessible à leurs robots et présent dans les résultats classiques.
Ce qui aide à être retenu
Quatre pratiques, les mêmes que pour le GEO et pour le featured snippet.
Une question posée en intertitre, une réponse courte et autonome juste en dessous.
Des affirmations qui se tiennent seules, sans référence à un paragraphe antérieur.
Des faits nommés : chiffres, dates, entités, sources. Un passage vérifiable est plus repris qu’une opinion.
Une structure lisible, qui permet un découpage propre en passages.
Les limites
Un système RAG peut citer un passage en le déformant, ou l’attribuer à la mauvaise source. Le phénomène est documenté et il n’existe pas de recours.
La sélection dépend d’un corpus et d’un algorithme que personne ne contrôle. Aucune technique ne garantit d’être retenu.
Et la citation ne garantit pas la visite : c’est le déplacement de fond que le référencement doit intégrer.
FAQ