--- title: "Le RAG : une IA qui répond avec les documents de l'entreprise" description: "Comment un assistant répond avec vos documents plutôt qu'avec ce qu'il sait du monde, ce qu'il faut pour en avoir un, et ce qui peut mal tourner." url: https://meridal.fr/apprendre/rag/ language: fr license: CC BY 4.0 --- [Apprendre](https://meridal.fr/apprendre/) › [Vos documents](https://meridal.fr/apprendre/dossier/documents/) Comprendre · Niveau 1, Découvrir · 12 minutes # Le RAG : une IA qui répond avec les documents de l'entreprise Comment un assistant peut répondre avec vos documents plutôt qu'avec ce qu'il sait du monde, ce qu'il faut pour en avoir un, et ce qui peut mal tourner. Écrit le 6 octobre 2026 · Vérifié le à la publication ## Vous saurez - Expliquer à un collègue ce qu'est un RAG, en deux phrases - Reconnaître quand votre entreprise en a besoin, et quand un projet suffit - Poser les bonnes questions avant d'en faire monter un ## Dans le parcours [L'IA sur vos documents](https://meridal.fr/apprendre/parcours/documents/) Étape 1 sur 8 - [← Avant Le modèle de langage expliqué simplement](https://meridal.fr/apprendre/modele-de-langage/) - [↑ Plus général Le contexte d'une demande](https://meridal.fr/apprendre/donner-du-contexte-a-l-ia/) - [↓ Plus concret Atelier : interroger vos documents sans programmer](https://meridal.fr/apprendre/atelier-documents/) - [→ Ensuite Projet, RAG ou ajustement du modèle](https://meridal.fr/apprendre/projet-rag-ou-ajustement/) Rappel de la page précédente Répondez de tête, puis ouvrez. Se rappeler une notion avant d'aller plus loin la fixe mieux que la relire. [Ce qu'est un modèle de langage](https://meridal.fr/apprendre/modele-de-langage/) **1 Un assistant répond avec assurance. Qu'est-ce que cela dit de sa réponse ?** Rien sur sa justesse. Un modèle écrit la suite la plus probable d'un texte ; une réponse fausse peut être aussi bien écrite qu'une juste. **2 D'où vient ce que sait un modèle quand vous lui posez une question ?** De ce qu'il a lu pendant son entraînement, arrêté à une date, et de ce qu'on met sous ses yeux dans la conversation. Rien d'autre : il ne connaît pas vos documents, sauf si on les lui donne. L'essentiel 1. Une IA comme ChatGPT, Claude ou Copilot répond avec ce qu'elle a appris du monde, pas avec ce que sait votre entreprise. 2. Un RAG lui fait d'abord chercher les passages utiles dans vos documents, puis répondre à partir d'eux, en citant d'où ils viennent. 3. Il ne rend pas l'IA infaillible : il rend sa réponse vérifiable. 4. La qualité tient surtout à vos documents : à jour, rangés, sans versions qui se contredisent. 5. Les outils que vous avez peut-être déjà en proposent une version simple ; le sur mesure ne sert que pour beaucoup de documents ou des droits d'accès fins. ## Problème Vous demandez à un assistant le délai de paiement d'un nouveau client. Vous Quel délai de paiement accorde-t-on à un nouveau client ? L'assistant, sans vos documents L'assistant écrit sa réponse… En général, 30 jours. La réponse est claire, bien écrite, et peut-être fausse chez vous. L'assistant ne connaît pas vos conditions générales. Un écrit la suite la plus probable d'une phrase, d'après tout ce qu'il a lu. Il a donc répondu ce qui est le plus courant dans le monde, pas ce qui est vrai dans votre entreprise. **L'idée qui revient partout**Un modèle prédit, il ne sait pas. [Les cinq idées](https://meridal.fr/apprendre/cinq-idees-cles/) **1* La phrase *2* Les suites possibles *3* La plus probable *4* Elle est écrite Le modèle écrit ce qui est le plus probable, pas ce qui est vrai chez vous. Illustration : les longueurs des traits ne sont pas mesurées.* ## Principe Pensez à un collaborateur consciencieux à qui l'on pose une question. Avant de répondre, il ouvre le classeur, relit les deux ou trois pages qui en parlent, puis répond en disant d'où il le tient : « C'est dans les conditions générales, article 6. » Un RAG fait faire la même chose à l'assistant. La recherche se fait dans vos documents, et le modèle n'écrit qu'à partir de ce qu'on lui a apporté. **RAG retrieval-augmented generation** Une génération augmentée par la recherche : on cherche d'abord les passages utiles dans des documents, puis le modèle écrit sa réponse à partir d'eux. **D'où vient le mot**D'un article de chercheurs publié en 2020, qui a donné son nom à la méthode. Voir les sources, en bas de page. ![Le chemin d'un RAG : une fois, les documents sont découpés en passages et rangés par sens ; à chaque question, la recherche retient les passages les plus proches, et la réponse les cite.](https://meridal.fr/assets/apprendre/medias/apprendre-rag.svg) *Deux temps. Une fois, puis à chaque mise à jour : les documents sont découpés et rangés. À chaque question : la recherche retient les passages, le modèle écrit à partir d'eux.* ## Fonctionnement Les sept étapes du schéma, dans l'ordre. La cinquième, la recherche, est la plus fine : l'explorable plus bas la montre en vrai, et [une page lui est consacrée](https://meridal.fr/apprendre/recherche-par-le-sens/). 1. Rassembler les documents Les procédures, les conditions générales, les notes, les contrats : ce que l'assistant aura le droit de consulter. 2. Les découper en passages Un document de vingt pages devient des morceaux de quelques paragraphes, chacun assez court pour être précis. 3. Les ranger par sens Chaque passage reçoit une position qui traduit ce dont il parle. C'est l'. 4. Recevoir la question Posée avec les mots de la personne, qui ne sont pas forcément ceux des documents. 5. Chercher les passages les plus proches Non pas les mêmes mots, mais le même sens : « nouveau client » retrouve « ouverture de compte ». 6. Les apporter au modèle Avec la question et une consigne : répondre à partir de ces passages seulement. 7. Répondre en citant Chaque affirmation renvoie à son passage, que la personne peut ouvrir. **À savoir**La recherche se fait dans l'index, pas dans le modèle. Le modèle ne lit que les passages qu'on lui donne. Explorable · 5 minutes Comment une question trouve ses passages Chaque point est un passage d'un document de l'entreprise. Chaque trait relie un passage à l'un de ses plus proches voisins : c'est l'index, construit une fois pour toutes, dans lequel la recherche va se déplacer de voisin en voisin. 1. *1* Choisir une question 2. *2* Prédire les passages 3. *3* Suivre la recherche 4. *4* Comparer les façons de chercher Chercher Profil Voir *Une démonstration calculée dans la page, sur des données inventées : 45 documents d'une entreprise fictive, découpés en passages. Chaque passage a un vecteur de 32 nombres ; la carte en montre une projection sur deux dimensions, si bien que deux points proches à l'écran ne sont pas toujours voisins pour la recherche. L'index est un HNSW simplifié, le type de graphe à niveaux qu'utilisent la plupart des bases vectorielles ; la recherche par les mots est un score BM25 ; la recherche mixte fusionne les deux classements par rang réciproque. Le reclassement est simulé. Les noms des groupes sont ajoutés pour la lecture.* Observations - La recherche ne compare pas la question à tous les passages : elle part d'un point d'entrée, saute de voisin en voisin dans les niveaux du haut, puis explore le niveau du bas. Elle ne visite qu'une partie de la base, et c'est ce qui la rend rapide sur des millions de passages. - Le filtre des droits passe avant la réponse : avec le profil Commercial, un passage confidentiel peut être traversé par la recherche, jamais retenu. - Par les mots, « nouveaux clients » ne compte pas pour « nouveau client », et « jours » ramène des passages sur les paiements. Par le sens, ce qui compte est ce dont parle le passage. - En entreprise, on fait souvent les deux, puis on fusionne les classements : c'est la recherche mixte. Un reclassement relit ensuite les dix candidats pour garder les meilleurs. **Le mot technique**Cette position qui traduit le sens s'appelle une représentation vectorielle, en anglais embedding. Il arrive ici, après l'expérience, pas avant. ## Exemple détaillé Exemple, pas à pas Exemple fabriqué pour l'explication : les documents et la réponse sont inventés, il n'y a pas de client derrière. 1. La question Vous Quel délai de paiement accorde-t-on à un nouveau client ? 2. La recherche retient trois passages Deux parlent du délai de paiement, un des nouveaux clients. [1] Conditions générales de vente, article 6 « Le délai de paiement est de 45 jours fin de mois à compter de la date de facture. » [2] Procédure d'ouverture de compte, étape 2 « Avant toute première commande, le nouveau client remplit la fiche d'ouverture de compte. » [3] Note de la direction financière, mars · contredit le passage 1 « Pour les nouveaux clients, le délai de paiement est ramené à 30 jours. » 3. Le modèle reçoit la question, les passages et une consigne Répondre à partir des passages seulement, citer chacun, signaler une contradiction plutôt que choisir. 4. La réponse L'assistant, avec vos documents L'assistant cherche dans vos documents… Les conditions générales prévoient 45 jours fin de mois [1](#exemple). Une note de mars ramène ce délai à 30 jours pour les nouveaux clients [3](#exemple). Les deux se contredisent : la direction financière doit trancher. 5. Ce que l'exemple montre La réponse se vérifie en un clic sur ses sources. La contradiction vient des documents, pas du modèle : c'est en rangeant les documents qu'on la règle. **Pour les curieux : la recherche la plus simple, en une vingtaine de lignes** La façon la plus simple de chercher : compter les mots en commun entre la question et chaque passage. Le programme ci-dessous le fait sur les passages de l'exemple. `recherche.py` ``` import re passages = { "CGV, article 6": "Le délai de paiement est de 45 jours fin de mois à compter de la date de facture.", "Procédure client, étape 2": "Avant toute première commande, le nouveau client remplit la fiche d'ouverture de compte.", "Note de mars": "Pour les nouveaux clients, le délai de paiement est ramené à 30 jours.", "Règlement intérieur": "Les congés se posent dans le logiciel de paie au moins un mois avant.", } def mots(texte): return set(re.findall(r"[a-zàâçéèêëîïôûùüÿœ]{3,}", texte.lower())) question = "Quel délai de paiement accorde-t-on à un nouveau client ?" q = mots(question) classement = sorted(passages, key=lambda p: len(q & mots(passages[p])), reverse=True) for p in classement[:3]: print(len(q & mots(passages[p])), "mots communs :", p) ``` La sortie`python3 recherche.py` ``` 2 mots communs : CGV, article 6 2 mots communs : Procédure client, étape 2 2 mots communs : Note de mars ``` Essayé le 6 octobre 2026 avec Python 3.12.7. Les trois passages arrivent à égalité, et le programme ne voit pas que « nouveaux clients » et « nouveau client » disent la même chose. C'est la limite que la recherche par le sens corrige. La suite se programme dans [un RAG minimal, avec son code](https://meridal.fr/apprendre/rag-minimal-python/). ## Risques | Ce qu'on voit | La cause | Le remède | |---|---|---| | Une réponse fondée sur une ancienne règle | Deux versions du même document | Archiver l'ancienne version, ou la sortir de l'index | | « Je ne trouve pas » alors que l'information existe | Un document scanné sans texte, ou un tableau mal lu | Faire lire le texte des scans ; réécrire les tableaux importants en phrases | | Une réponse qui cite le mauvais passage | Des passages trop longs ou trop courts | Régler le découpage, puis tester sur des questions dont on connaît la réponse | | Un collaborateur voit un document qui ne lui était pas destiné | Les droits d'accès des dossiers n'ont pas été repris | Un assistant qui respecte les droits du dossier d'origine, et des documents confidentiels tenus à part | | La réponse invente malgré les sources | Aucune consigne de s'en tenir aux passages | Une consigne claire, une citation obligatoire, et le droit de répondre « je ne sais pas » | Un RAG ne rend pas l'IA infaillible Si un document est faux ou périmé, la réponse le sera aussi, avec une source à l'appui. C'est pourquoi on range les documents avant de brancher l'assistant, et pas après. **Avant de vous lancer** [La liste de contrôle](https://meridal.fr/apprendre/avant-de-brancher-un-assistant/) à passer sur vos documents avant de brancher un assistant. ## Mise en place Il y a quatre façons d'en avoir un. La bonne dépend de l'environnement où travaillent vos équipes. Microsoft 365 Google Workspace Claude ou ChatGPT Sur mesure Copilot répond à partir des documents de SharePoint, de OneDrive et de Teams auxquels la personne a déjà accès. Les droits de vos dossiers s'appliquent d'eux-mêmes. **Pour qui**Les équipes qui travaillent déjà sur Microsoft 365 **Ce qu'il faut**Une licence Copilot par personne, et des dossiers rangés **La limite**Il cherche partout où la personne a accès, vieux fichiers compris Gemini s'appuie sur les fichiers de Google Drive. Gemini Notebook, l'ancien NotebookLM, répond à partir des sources que vous lui donnez, et cite les passages. **Pour qui**Les équipes qui travaillent sur Google Workspace **Ce qu'il faut**Une offre Workspace qui comprend Gemini **La limite**Un carnet par sujet, à tenir à jour à la main Un projet accepte des documents de référence, que l'assistant consulte à chaque conversation du projet. **Pour qui**Une petite équipe, quelques documents de référence **Ce qu'il faut**Une offre d'équipe de Claude ou de ChatGPT **La limite**Pas de droits par personne, et un volume de documents limité Un index de vos documents, ou de fiches rédigées pour l'occasion, servi au modèle depuis un serveur en Europe, avec des droits par profil et une mise à jour chaque nuit. **Pour qui**Beaucoup de documents, des droits fins, du confidentiel à tenir à part **Ce qu'il faut**Un projet de quelques semaines **La limite**Un outil de plus, à entretenir Réalisation · cabinet de cession d'une trentaine de personnes [Une base de savoir que l'assistant consulte avant de répondre](https://meridal.fr/realisations/base-de-savoir/) Les méthodes du cabinet ont été rédigées en [fiches reliées entre elles](https://meridal.fr/apprendre/base-de-fiches/). Un serveur hébergé en France les met à la disposition de l'assistant, que chaque collaborateur interroge avec son compte du cabinet. Les fiches confidentielles sont écartées avant toute réponse. ![Une question posée en français à la base de savoir : le compte est vérifié, les fiches confidentielles sont exclues, la réponse cite ses sources.](https://meridal.fr/assets/apprendre/medias/r2-question.svg) Avant d'y brancher l'assistant, le savoir-faire a été mis par écrit. La base comptait alors : 615 fiches, dont 335 servies à l'équipe Source : inventaire des réalisations, base de savoir. [Lire la réalisation](https://meridal.fr/realisations/base-de-savoir/) ## Exercice À essayer, 15 minutes Avec l'outil que vous avez déjà 1. Ouvrez un projet dans Claude ou ChatGPT, ou un carnet Gemini Notebook. 2. Déposez trois documents internes non confidentiels : une procédure, vos conditions générales, une note. 3. Posez cinq questions dont vous connaissez la réponse, dont une qui n'y est pas. 4. Regardez : la réponse cite-t-elle le bon passage ? Que fait l'assistant quand la réponse n'y est pas ? ## Vérification **1 Comprendre Un RAG garantit-il qu'une réponse est juste ?** Non. Il la rend vérifiable, parce qu'elle cite ses passages. Si un document est faux ou périmé, la réponse le sera aussi. **2 Comprendre Qu'est-ce qui compte le plus pour la qualité des réponses ?** L'état des documents : à jour, sans doublons ni versions qui se contredisent, lisibles par une machine. **3 Appliquer Votre équipe a dix procédures de quelques pages. Faut-il un RAG sur mesure ?** Probablement pas. Un projet dans votre assistant, avec ces dix documents, suffit souvent. Le sur mesure se justifie avec beaucoup de documents, des droits d'accès par personne ou du confidentiel à tenir à part. ## Lectures suivantes Quatre directions, les mêmes sur toutes les pages : ce qu'il fallait savoir avant, la notion plus large, ce qui la met en pratique, et l'étape suivante du parcours. ↑ Plus général [Le contexte d'une demande Comprendre · Niveau 1 · 12 minutes](https://meridal.fr/apprendre/donner-du-contexte-a-l-ia/) ← Avant [Le modèle de langage expliqué simplement Comprendre · Niveau 1 · 10 minutes](https://meridal.fr/apprendre/modele-de-langage/) Vous êtes ici Le RAG : une IA qui répond avec les documents de l'entreprise → Ensuite [Projet, RAG ou ajustement du modèle Choisir · Niveau 2 · 10 minutes](https://meridal.fr/apprendre/projet-rag-ou-ajustement/) L'IA sur vos documents · étape 2 sur 8 ↓ Plus concret [Atelier : interroger vos documents sans programmer S'exercer · Niveau 2 · 20 minutes](https://meridal.fr/apprendre/atelier-documents/) [Une base de savoir que l'assistant consulte avant de répondre Réalisation](https://meridal.fr/realisations/base-de-savoir/) [Tout le dossier « Vos documents »](https://meridal.fr/apprendre/dossier/documents/) Les pages qui renvoient ici - [Fiche mémo : le RAG](https://meridal.fr/apprendre/fiche-memo-le-rag/) - [Projet : un carnet Gemini Notebook sur des procédures](https://meridal.fr/apprendre/projet-carnet-gemini-notebook/) - [Assistant de réponse aux clients](https://meridal.fr/apprendre/assistant-de-reponse-aux-clients/) - [Atelier : interroger vos documents sans programmer](https://meridal.fr/apprendre/atelier-documents/) - [Extraction des chiffres d'un document](https://meridal.fr/apprendre/extraction-des-chiffres/) - [L'IA au service client](https://meridal.fr/apprendre/ia-au-service-client/) Sa place sur la carte des notions Elle demande [Le contexte d'une demande](https://meridal.fr/apprendre/donner-du-contexte-a-l-ia/) Vous êtes ici Le RAG : une IA qui répond avec les documents de l'entreprise Elle permet [L'IA au service commercial](https://meridal.fr/apprendre/ia-au-service-commercial/) [L'IA en finance et comptabilité](https://meridal.fr/apprendre/finance-et-comptabilite/) [L'IA au service client](https://meridal.fr/apprendre/ia-au-service-client/) [La voir sur la carte](https://meridal.fr/apprendre/?ici=rag#carte) **Limites et sources** Cette page ne traite ni des données personnelles (voir « Le RGPD et l'IA ») ni de la construction technique (voir « Un RAG minimal, avec son code »). Elle ne remplace pas l'avis de votre responsable informatique sur les droits d'accès. 1. Patrick Lewis et al., « Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks », NeurIPS, 2020 : l'article qui a donné son nom à la méthode. 2. Documentation de Microsoft 365 Copilot, de Gemini pour Google Workspace et de Gemini Notebook : lue et datée à la publication. 3. La réalisation citée : inventaire des réalisations réelles de Meridal, la base de savoir. Écrit par Meridal, avec l'aide de l'IA ; chaque fait vérifié à sa source et relu avant publication. Texte et schémas sous licence [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/deed.fr) : reprenez-les en citant Meridal. Le code sous licence MIT. Service correspondant Un assistant qui connaît votre entreprise 3 300 € à 10 200 €, puis sur devis [Voir le service](https://meridal.fr/offre/#assistant) ## Un premier échange de 30 minutes En visio et sans frais : vous décrivez votre situation, nous vous indiquons ce qui est réalisable, avec quels outils et pour quel ordre de prix. Vous pouvez aussi nous écrire ; chaque message reçoit une réponse écrite. [Réserver 30 minutes](https://meridal.fr/contact/#reserver) [Écrire un message](https://meridal.fr/contact/)