Qu'est-ce qu'un RAG, et pourquoi ça réduit les hallucinations ?

Un RAG donne à une IA accès à tes documents au moment où elle répond. Au lieu de répondre de mémoire (ce qu'elle a appris à l'entraînement), le modèle va d'abord chercher les passages utiles dans ta base de connaissances, puis rédige sa réponse à partir de ces extraits. Résultat : des réponses ancrées dans tes vraies données, et beaucoup moins d'inventions. RAG veut dire Retrieval-Augmented Generation (génération augmentée par la recherche). Le terme vient d'un papier de Facebook AI Research publié en 2020.

C'est quoi un RAG, concrètement ?

Un LLM seul est une mémoire figée : il a lu énormément de texte à l'entraînement, mais il ne connaît ni tes documents internes, ni ce qui s'est passé après sa date de coupure. Si tu lui demandes ta politique de retour ou le stock d'un produit, il devine. Parfois bien, parfois il invente avec aplomb (c'est une hallucination).

Le RAG corrige ça sans réentraîner le modèle. Tu lui branches une source de vérité (tes fiches produit, ta doc, tes contrats) et, à chaque question, tu lui fournis les bons extraits dans le prompt. Le modèle ne sait toujours rien de plus en lui-même : il a juste les bonnes pages sous les yeux au bon moment.

Comment ça marche, en quatre temps

1. Préparer : tu découpes tes documents en morceaux (chunks) et tu les transformes en embeddings, des coordonnées numériques qui capturent le sens d'un texte. Tu les ranges dans une base.
2. Retrouver (le retrieval) : quand une question arrive, tu la transformes elle aussi en embedding et tu récupères les morceaux dont le sens est le plus proche.
3. Augmenter (le augmented) : tu colles ces extraits dans le prompt envoyé au LLM, avec la question.
4. Générer (le generation) : le LLM rédige la réponse à partir de ces extraits, et peut citer d'où vient l'info.

La bascule importante : la recherche se fait sur le sens, pas sur les mots exacts. Une question « puis-je rendre un canapé ? » retrouve la fiche « conditions de retour » même si le mot « rendre » n'y figure pas.

Pourquoi ça réduit les hallucinations (sans les supprimer)

Un modèle hallucine surtout quand il répond sur un sujet qu'il ne maîtrise pas et comble les trous. En lui donnant le bon texte, le RAG enlève la raison principale d'inventer : la réponse est là, il n'a qu'à la reformuler et la sourcer.

Attention quand même : le RAG déplace le risque, il ne l'efface pas.

• Si la recherche ramène le mauvais passage, la réponse sera fausse mais confiante.
• Si tes documents sont faux ou périmés, le RAG répétera l'erreur fidèlement.
• Le modèle peut sur-interpréter un extrait pourtant correct.

D'où deux réflexes : garder des sources citées (pour vérifier d'un coup d'œil) et un point de validation humaine sur les réponses sensibles.

Exemple concret : le service client de Maisons&Mobilia

Supposons, Sophie Bernard gère le service client de Maisons&Mobilia (M&M). Un client demande sous quel délai il peut retourner un canapé.

Sans RAG. Le chatbot répond de mémoire : « En général, 14 jours. » Sauf que la vraie politique M&M est de 30 jours. Le client est mal informé, et Sophie récupère la réclamation.

Avec RAG. Le même chatbot va d'abord chercher la fiche « conditions de retour » dans la base M&M, lit « 30 jours pour les meubles non personnalisés », et répond avec le bon délai en citant la fiche. Et si aucune fiche ne couvre le cas (un canapé sur mesure, par exemple), il le dit au lieu d'inventer, et passe la main à Sophie.

La différence n'est pas le ton de la réponse. C'est que l'une est ancrée dans un document vérifiable, l'autre dans un souvenir flou.

	Agent seul	Agent + RAG
Source de la réponse	Mémoire d'entraînement	Tes documents, au moment de répondre
Mise à jour	Réentraîner (lourd)	Modifier une fiche (immédiat)
Risque d'invention	Élevé hors de son savoir	Réduit, et traçable
Citations possibles	Non	Oui, l'extrait d'origine

RAG ou fine-tuning ?

C'est la confusion la plus courante. Le fine-tuning réentraîne le modèle pour changer son comportement ou son style (répondre dans un format précis, adopter un ton). Le RAG, lui, donne des connaissances fraîches au moment de répondre. Pour brancher une IA sur des informations qui changent (catalogue, prix, doc interne), le RAG est presque toujours le bon outil : tu mets à jour une fiche, pas un modèle. Le fine-tuning sert quand c'est le comportement, pas le savoir, que tu veux changer.

Aller plus loin, en manipulant

Lire comment marche un RAG, c'est une chose. Le voir tourner en est une autre. Sur saisir.ai, une démo de concierge d'hôtellerie te fait poser des questions à un vrai RAG rejoué : tu vois quels extraits il retrouve avant de répondre, et ce qu'il fait quand l'info n'existe pas. Si tu veux d'abord clarifier la brique d'en dessous, commence par la différence entre un chatbot et un agent IA.