RAG : définition et usages pour les Product Managers
Le RAG (retrieval-augmented generation, ou génération augmentée par récupération) est une architecture dans laquelle l'application cherche d'abord, dans un ensemble de documents, les extraits qui répondent le mieux à une question, puis les transmet à un grand modèle de langage avec cette question. Le modèle rédige sa réponse à partir de ce contexte fourni plutôt que de sa seule mémoire. Le terme vient d'un article de recherche publié en 2020 par Lewis et ses collègues chez Facebook AI Research.
Définition rédigée par Alex Dionisio, Senior Product Manager. Mis à jour le 13 novembre 2026.
Pourquoi c’est important pour un PM
La plupart des assistants IA construits sur le savoir d'une entreprise (centre d'aide, contrats, wiki interne, catalogue produit) sont des systèmes RAG. En tant que PM, vous décidez de ce que l'assistant a le droit de lire, de la fraîcheur exigée, de qui peut voir quels documents et de la réponse du produit lorsqu'aucun document utile ne ressort. Ce sont des décisions produit, et elles pèsent souvent plus sur la qualité des réponses que le choix du modèle.
Exemple
L'assistant d'un logiciel de comptabilité reçoit la question « Puis-je exporter mes factures au format de ma banque ? ». Il récupère d'abord les trois articles d'aide les plus proches, puis rédige une réponse courte qui renvoie vers eux. Si aucun article ne traite de cette banque, il le dit et propose d'ouvrir un ticket plutôt que de deviner.
Comment fonctionne un RAG, étape par étape ?
En amont, l'équipe prépare l'index : les documents sont collectés, nettoyés, découpés en passages, puis chaque passage est converti en vecteur et stocké avec ses métadonnées (source, date, droits d'accès). Cette préparation se rejoue chaque fois qu'un document change, ce qui suppose un pipeline de mise à jour et non un import ponctuel.
À chaque question, le système reformule parfois la demande, cherche les passages les plus proches, les filtre en fonction des permissions de la personne qui pose la question, les reclasse éventuellement avec un modèle plus fin, puis insère les meilleurs dans le prompt avec la consigne de répondre à partir d'eux et de les citer. Le modèle rédige ensuite. Chaque étape peut échouer séparément, d'où l'intérêt de les observer une par une.
RAG ou fine-tuning : que choisir ?
Le RAG apporte des connaissances au moment de la question ; le fine-tuning modifie le modèle lui-même par un entraînement complémentaire. Si le besoin porte sur des faits (documentation, contrats, catalogue), le RAG est presque toujours le bon point de départ : il reste à jour, il permet de citer et il respecte les droits d'accès. Le fine-tuning se justifie plutôt pour imposer un format, un style ou un comportement très particulier, ou pour obtenir d'un petit modèle ce qu'un grand sait déjà faire.
Une troisième voie mérite d'être testée en premier : si le corpus est petit et stable, le placer directement dans la fenêtre de contexte peut suffire, sans index ni pipeline.
Comment évaluer un système RAG ?
Évaluez les deux moitiés séparément. Côté récupération : sur un jeu de questions dont on connaît le bon document, celui-ci figure-t-il parmi les premiers passages renvoyés ? Côté génération : la réponse se fonde-t-elle uniquement sur les passages fournis, répond-elle bien à la question, et chaque citation renvoie-t-elle au bon endroit ?
Ajoutez des questions dont la réponse est absente du corpus, pour vérifier que le système sait s'abstenir, et des questions posées par des profils aux droits différents, pour tester le filtrage. Face à une mauvaise réponse, regardez d'abord les passages récupérés : s'ils ne contenaient pas l'information, changer de modèle n'y changera rien.
Points clés
- Un RAG a deux moitiés : la récupération (trouver les bons extraits) et la génération (rédiger à partir d'eux). La plupart des problèmes de qualité naissent dans la récupération.
- Il convient aux connaissances privées ou qui changent souvent : mettre à jour un index coûte bien moins cher que réentraîner un modèle.
- Les documents sont découpés en morceaux puis indexés, en général avec des embeddings pour la recherche sémantique, souvent couplée à une correspondance lexicale classique.
- Un bon produit RAG cite ses sources et dit clairement quand les documents ne contiennent pas la réponse.
- Les droits d'accès s'appliquent dès la recherche : un utilisateur ne reçoit jamais de réponse bâtie sur un document qu'il ne peut pas ouvrir.
Erreurs fréquentes
- Voir le RAG comme un remède aux hallucinations : le modèle peut encore mal lire ou ignorer les extraits reçus.
- Tout indexer sans responsable ni règle de fraîcheur, si bien que des pages périmées reviennent dans les réponses.
- Juger la qualité sur quelques démos au lieu d'un jeu de vraies questions accompagnées des réponses attendues.
- Choisir le fine-tuning pour ajouter des connaissances, alors qu'il modifie surtout le style et le comportement.
Pour aller plus loin dans Module
Les formations et les leçons qui traitent cette notion :
Guide sur ce thème
- RAG ou fine-tuning : comment choisir
Ce que règle chaque approche, les critères de choix et comment évaluer, avec une grille de décision.