Aller au contenu
Module
IA

Base vectorielle : définition et rôle dans un RAG

Une base vectorielle est un système de stockage conçu pour enregistrer des vecteurs, en général des embeddings qui représentent le sens de textes ou d'images, et pour retrouver rapidement ceux qui sont les plus proches d'un vecteur donné. Elle sert de moteur de recherche à la plupart des systèmes RAG. Il peut s'agir d'un produit dédié comme Pinecone, Qdrant ou Weaviate, ou d'une extension d'une base existante comme pgvector pour PostgreSQL.

Définition rédigée par Alex Dionisio, Senior Product Manager. Mis à jour le 13 novembre 2026.

Pourquoi c’est important pour un PM

Dès qu'un produit ajoute un assistant fondé sur une base documentaire, la question de la base vectorielle se pose. C'est un choix d'architecture avec des conséquences produit : coût d'hébergement, délai avant qu'un document modifié soit pris en compte, filtrage par droits d'accès, localisation des données. Un PM n'a pas à choisir l'outil, mais il doit exprimer ces exigences pour que le choix technique les respecte.

Exemple

Une application de gestion documentaire veut ajouter une recherche par question. L'équipe hésite entre un service dédié et l'extension vectorielle de la base PostgreSQL déjà en place. Le PM précise trois exigences : un document supprimé disparaît des résultats en moins d'une heure, chaque client ne voit que ses fichiers, les données restent dans l'Union européenne. L'extension PostgreSQL remplit ces conditions et évite un nouveau fournisseur.

Points clés

  • La recherche est approximative : la base renvoie des contenus très proches, pas forcément les plus proches au sens strict.
  • Les métadonnées stockées avec chaque vecteur permettent de filtrer par client, date ou droits.
  • Changer de modèle d'embeddings oblige à recalculer et réindexer tous les vecteurs.
  • Une base classique avec une extension vectorielle suffit souvent pour un premier volume de documents.

Erreurs fréquentes

  • Choisir un outil à la mode avant d'avoir défini le volume, la fraîcheur et les droits d'accès attendus.
  • Oublier de supprimer les vecteurs quand un document est retiré ou qu'un client part.
  • Croire que la base vectorielle garantit à elle seule des réponses pertinentes.

Pour aller plus loin dans Module

Les formations et les leçons qui traitent cette notion :

Guide sur ce thème