Ce que le sujet signifie en pratique
Le RAG récupère les passages pertinents des connaissances de l’entreprise avant de générer la réponse, ce qui améliore son actualité et permet d’afficher les sources.
Quand la solution aide réellement
Il est surtout pertinent lorsque la réponse nécessite des documents internes à jour et que l’utilisateur doit pouvoir vérifier l’origine de l’information. L’usage doit découler d’un problème concret, pas de la seule disponibilité d’une nouvelle fonction.
Comment préparer le déploiement
La qualité dépend des données, de leur découpage et du contrôle d’accès. Il faut définir la source de référence, la fréquence d’actualisation, le versionnement et la procédure de suppression des informations devenues obsolètes. En pratique, il convient de nettoyer les fichiers, de conserver les métadonnées, d’adapter le découpage à la structure du contenu et de tester la recherche indépendamment du modèle.
Une limite à ne pas négliger
Le principal risque est que le RAG fournisse une mauvaise réponse si le passage pertinent n’est pas trouvé ; davantage de documents ne signifie pas une meilleure qualité. Il faut donc définir avant le lancement le responsable des décisions, les règles d’escalade et la procédure d’arrêt sécurisé.
Comment vérifier le résultat
Il faut ici mesurer la pertinence des passages retrouvés, la qualité des réponses, la couverture des sources, le retard d’actualisation et le nombre de contradictions entre documents. Le résultat doit être comparé à la méthode précédente, séparément pour les cas courants et les exceptions difficiles.
