RAG

Interrogé seul sur le contenu privé d’un site précis, un modèle de langage ne peut que deviner : sa connaissance s’arrête à ce qu’il a appris pendant son entraînement, souvent figé à une date donnée. Le RAG (retrieval-augmented generation, génération augmentée par récupération) contourne cette limite en deux temps : une recherche récupère d’abord les documents pertinents dans une base propre au site, puis le modèle génère sa réponse en s’appuyant explicitement sur ces extraits, cités dans l’invite envoyée.

RAG appliqué à un site WordPress

Un chatbot RAG pour WordPress indexe le contenu du site (articles, pages, foire aux questions) sous forme de vecteurs d’embedding, généralement dans une base vectorielle externe. Quand un visiteur pose une question, le système recherche les passages les plus proches sémantiquement, les insère dans l’invite envoyée au modèle, puis celui-ci formule sa réponse en s’appuyant sur ce contenu réel plutôt que sur sa seule mémoire générale, ce qui réduit fortement le risque d’hallucination.

Exemple

Question du visiteur : "Quels sont vos délais de livraison ?"
1. Recherche des passages du site mentionnant "livraison" ou proches en sens
2. Passage trouvé : "Livraison sous 3 à 5 jours ouvrés en France"
3. Réponse générée en s'appuyant sur ce passage précis

Bon à savoir

• Un RAG réduit le risque d’hallucination sans l’éliminer : le modèle peut encore mal interpréter un passage récupéré ou en extrapoler au-delà de ce qu’il dit réellement.
• La qualité d’un RAG dépend fortement de l’étape de recherche : si les bons passages ne sont pas retrouvés, le modèle génère sa réponse à l’aveugle malgré l’architecture mise en place.
• Ne pas confondre RAG et réglage fin : le RAG ajoute du contexte au moment de la question, sans jamais modifier le modèle lui-même, contrairement au réglage fin qui le réentraîne.