Mettre en place un RAG en entreprise : le guide technique
La génération augmentée par récupération pour ceux qui la mettent en place : architecture, découpage, recherche, évaluation, droits d'accès.
Mettre en place un RAG (de l'anglais Retrieval-Augmented Generation, génération augmentée par récupération), c'est brancher un modèle de langage sur vos propres documents : à chaque question, un moteur de recherche retrouve les passages utiles, puis le modèle rédige la réponse à partir de ces passages. Ce site s'adresse à ceux qui construisent cette chaîne : développeurs, responsables informatiques, dirigeants techniques de petites et moyennes entreprises (PME). Si vous cherchez seulement la définition, le lexique de Cercle IA a sa fiche RAG.
D'où vient le RAG
Le terme vient d'un article de recherche déposé le 22/05/2020 par Patrick Lewis et ses coauteurs, « Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks ». Leur constat : un modèle stocke des connaissances dans ses paramètres, mais il y accède mal, ne sait pas dire d'où vient une information et se met difficilement à jour. Leur réponse : lui adjoindre une mémoire externe, un index de documents interrogé par un moteur de recherche. Six ans plus tard, ce principe n'a pas changé ; ce sont les briques qui se sont multipliées.
Ce que vous trouverez ici
| Étape | Question à trancher | Page |
|---|---|---|
| Concevoir | Quelles briques, dans quel ordre ? | Architecture d'un RAG |
| Découper | Quelle taille de morceaux, quel recouvrement ? | Chunking |
| Chercher | Vectorielle, plein texte ou les deux ? | Recherche hybride |
| Trier | Faut-il un second tri des résultats ? | Reranking |
| Choisir | RAG ou réentraînement du modèle ? | RAG ou fine-tuning |
| Mesurer | Comment savoir si ça marche ? | Évaluer un RAG |
| Fiabiliser | Pourquoi des erreurs malgré les documents ? | Hallucinations et citer ses sources |
| Sécuriser | Qui a le droit de voir quoi ? | Droits d'accès |
| Budgéter | Combien coûte chaque étape ? | Coût d'un RAG |
Pour passer à la pratique : RAG avec LangChain, RAG avec LlamaIndex, RAG en local et RAG sur des PDF. Pour aller plus loin : GraphRAG et RAG agentique.
Avant de commencer : avez-vous besoin d'un RAG ?
Un RAG ajoute des pièces à maintenir : un index, un découpage, un moteur de recherche, des droits. Il ne se justifie que si vos documents ne tiennent pas dans la requête envoyée au modèle. Dans son article du 19/09/2024 sur la « récupération contextuelle », Anthropic écrit que si votre base de connaissances fait moins de 200 000 jetons, soit environ 500 pages, vous pouvez simplement la placer en entier dans la requête. Au-delà, ou si vos documents changent souvent, le RAG devient la voie raisonnable.
Les trois erreurs les plus fréquentes
- Commencer par le modèle. La qualité d'un RAG se joue surtout à la récupération : si le bon passage n'est pas retrouvé, aucun modèle ne le devinera.
- Ne rien mesurer. Sans un jeu de questions de référence, chaque réglage se décide à l'intuition. Voir Évaluer un RAG.
- Oublier les droits. L'OWASP (fondation qui publie des référentiels de sécurité applicative) range parmi les risques des applications de modèles de langage les fuites entre utilisateurs qui partagent une même base vectorielle (LLM08:2025). Un RAG d'entreprise doit filtrer les documents selon la personne qui pose la question. Voir Droits d'accès.
Qui édite ce site
Cercle IA Tech est édité par IArche, architecte IA à Bayonne, qui édite aussi ALMA, la plateforme IA pour PME d'IArche. Les pages décrivent les techniques et les outils d'après leur documentation officielle, citée en bas de chaque page.
Toutes les pages
Guides
- Architecture d'un RAG : les briques et leur ordre
Les deux chaînes d'un RAG, indexation et réponse, brique par brique : du chargement des documents à la réponse citée.
- Chunking RAG : taille des chunks, recouvrement, méthodes
Découper ses documents pour un RAG : taille des morceaux, recouvrement, découpage par structure ou par sens, réglages de départ.
- Coût d'un RAG : les postes et comment les estimer
Combien coûte un RAG : les postes, des prix publics relevés le 15/11/2026 et une méthode pour calculer le coût par question.
- Évaluer un RAG : métriques, jeu de test et méthode
Évaluer un RAG : séparer récupération et génération, métriques de Ragas, jeu de questions de référence et limites du modèle juge.
- GraphRAG : quand un graphe de connaissances aide le RAG
GraphRAG : principe, indexation en graphe et communautés, recherche globale ou locale, coût d'indexation et quand l'envisager.
- RAG : faire citer ses sources à chaque réponse
Faire citer ses sources par un RAG : métadonnées à garder, citations par consigne ou par l'interface du modèle, limites et affichage.
- RAG agentique : quand l'IA décide de ses recherches
RAG agentique : le modèle décide quand chercher, juge les résultats et reformule. Schéma LangGraph, apports, coûts, quand s'en passer.
- RAG avec LangChain : la chaîne pas à pas
Un RAG avec LangChain d'après sa documentation : découpage, plongements, base vectorielle, outil de recherche et schémas Deep Agents.
- RAG avec LlamaIndex : de l'exemple à un vrai projet
Un RAG avec LlamaIndex d'après sa documentation : index, persistance, choix des modèles, découpage, filtres et recherche hybride.
- RAG en local et open source : les briques à assembler
Un RAG entièrement sur vos machines : Ollama, plongements locaux, PostgreSQL et pgvector, Docling. Les briques, le matériel, les limites.
- RAG et droits d'accès : chacun ne voit que ses documents
Droits d'accès dans un RAG : filtrer à la recherche par groupes, pièges des bases partagées, exemples avec pgvector, Azure et LlamaIndex.
- RAG sur des PDF : extraire, découper, citer la page
Un RAG sur des PDF : tableaux, colonnes et scans, extraction avec la mise en page, numéro de page pour citer, ou PDF entier.
- Recherche hybride RAG : BM25 et vectorielle combinées
Pourquoi combiner recherche plein texte (BM25) et vectorielle dans un RAG, comment fusionner les résultats et avec quels outils.
- Reranking RAG : retrier les résultats avant de répondre
Le reranking dans un RAG : principe du cross-encoder, nombre de candidats, modèles ouverts ou interfaces payantes, gains publiés.
Questions
- Pourquoi un RAG hallucine encore, et que faire
Un RAG peut encore inventer : mauvais passage, passage noyé, modèle qui complète. Les causes, le diagnostic et les parades documentées.
Comparatifs
- RAG ou fine-tuning : lequel choisir pour vos documents ?
RAG ou fine-tuning ? Ce que chacun change, ce qu'en dit la recherche, un tableau de décision et les situations où l'on combine les deux.