Le RAG, pour retrieval augmented generation, consiste à faire chercher l'information à un modèle d'intelligence artificielle avant qu'il réponde. Le modèle ne puise plus dans sa mémoire d'entraînement. Il puise dans vos documents. La CNIL en donne une définition tenue en une ligne. C'est l'intégration d'un mécanisme de recherche d'informations dans une base de données vectorisée (questions-réponses sur l'IA générative, 18 juillet 2024).
Le sigle vient d'un article de recherche signé Patrick Lewis et ses coauteurs (Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks). Il a été mis en ligne le 22 mai 2020 et présenté à NeurIPS la même année. Six ans plus tard, le RAG est devenu la façon standard de brancher une IA sur les données d'une entreprise.
Le point de départ est toujours le même. Vous posez une question métier. L'IA répond vite, bien tournée, et à côté de la plaque. Le problème n'est presque jamais le modèle. C'est l'absence de contexte.
Un modèle sans données internes ne connaît pas vos process. Il n'a jamais vu vos documents. Il ignore vos règles métier et improvise dès que la question devient précise. Vous obtenez des réponses génériques, parfois justes, souvent inutilisables. Et parfois des réponses fausses mais convaincantes, ce qui coûte plus cher qu'un silence.
Tandem déploie ce type de système chez des PME et des ETI. Ce guide reprend ce qui tient la route sur le terrain. Les quatre façons de donner du contexte à une IA, le fonctionnement détaillé du RAG, le RAG agentique, et les trois pièges qui font échouer un projet en production. Pour cadrer le besoin avant de choisir la technique, notre méthode d'audit IA part des usages, pas des outils.
Le RAG en IA, c'est quoi exactement
Un système RAG suit toujours la même logique, en trois temps. Exactement comme un humain qui ouvre la bonne procédure avant de répondre à un client.
- La question est posée par un utilisateur ou par un autre système.
- Le système va chercher les passages les plus pertinents dans vos documents.
- Le modèle rédige sa réponse à partir de ces seuls extraits, et peut citer sa source.
Le point important tient en une phrase. Le modèle ne répond pas avec sa mémoire, il répond avec vos données. En entreprise, cela change tout dès qu'il existe des connaissances métier et des règles précises à suivre.
Quatre façons de donner du contexte à une IA
Avant de monter un RAG, regardez les trois approches plus simples. Elles couvrent une bonne part des besoins réels, pour une fraction du travail. Le RAG n'arrive qu'en quatrième position, et c'est volontaire.
Les filtres classiques
C'est l'approche la plus sous-estimée, et souvent la meilleure pour commencer. L'agent ne raisonne pas sur toute une base. Il applique des filtres précis, la date, le statut, la catégorie, le client. Pour la question « combien de commandes validées hier pour le client X », il filtre les lignes concernées, calcule et répond.
C'est rapide, peu coûteux et sans ambiguïté. La règle est simple. Si un humain utiliserait des filtres dans un tableur, utilisez des filtres.
Les requêtes SQL écrites par l'IA
Dès qu'il faut agréger, classer, calculer des moyennes ou comparer des périodes, les filtres atteignent leur limite. L'agent génère alors lui-même la requête SQL adaptée à la structure de la base. Pour « quels sont nos trois produits les plus rentables ce trimestre », il écrit la requête, interroge la base, récupère un résultat structuré puis l'explique.
C'est nettement plus fiable que d'enchaîner des filtres puis des calculs à la main. La règle reste la même. Si un humain ferait un tableau croisé dynamique, passez par SQL.
Passer le document entier
Autre approche classique, vous donnez tout le document à lire au modèle. Contrats, procédures, transcriptions, rapports. Aucune complexité technique, un contexte complet, et un très bon résultat pour une analyse globale ou un résumé.
La limite est la fenêtre de contexte. Au 19 août 2026, GPT-5.2 affiche 400 000 tokens sur sa fiche modèle. Claude Opus 5 et Claude Sonnet 5 montent à 1 million de tokens sur l'API (documentation Anthropic). Les autres modèles Claude restent à 200 000 tokens.
Une fenêtre large ne règle pourtant pas tout. La documentation Anthropic le dit noir sur blanc, la précision et le rappel se dégradent à mesure que le nombre de tokens grimpe, un phénomène qu'elle nomme context rot. Autrement dit, remplir la fenêtre n'est pas une stratégie. Trier ce qui y entre en est une. Ajoutez le coût de traitement d'une masse de texte inutile à chaque question, et l'approche montre vite ses limites.
Cette approche reste la bonne quand le volume est maîtrisé et le besoin ponctuel. Dans tous les autres cas, il faut être sélectif, et c'est précisément là que le RAG devient intéressant.
La recherche sémantique
Au lieu de filtrer ou de tout envoyer, le système découpe les documents, transforme les textes en vecteurs, puis cherche par proximité de sens. Posez la question « comment gérer un litige client lié à un retard de livraison ». Même si aucun document ne contient cette phrase, le système retrouve les bons passages.
C'est puissant parce que cela fonctionne sans correspondance exacte des mots. C'est scalable sur des milliers de documents. C'est le bon choix pour de la documentation, des procédures, des avis clients ou des comptes rendus.
Comment fonctionne un RAG, du document au vecteur
Le découpage en chunks
Pour chercher dans vos documents, il faut les préparer en amont. C'est la subtilité que beaucoup découvrent trop tard. Les documents ne sont pas stockés entiers. Ils sont découpés en petits morceaux appelés chunks, transformés en vecteurs par un modèle d'embedding, puis rangés dans une base vectorielle.
Ce RAG là fonctionne, mais il reste linéaire et passif. Le système récupère des passages à peu près pertinents, rate parfois l'information clé, et le modèle répond quand même. Vous obtenez des réponses bien rédigées et parfois incorrectes. En production, c'est un vrai problème.
Pour aller plus loin, il faut donner au système plus de contrôle, plus de logique et une vraie capacité de décision. C'est le rôle du RAG agentique.
Le RAG agentique, quand l'IA choisit ses sources
Le RAG agentique n'est plus un simple pipeline. C'est un agent autonome qui pilote chaque étape. Il ne se contente pas de chercher puis de répondre. Il choisit quel outil utiliser, vérifie si le contexte récupéré suffit, relance une recherche quand il manque quelque chose, et boucle jusqu'à atteindre son objectif.
J'ai détaillé cette mécanique dans un post LinkedIn sur le passage du RAG au RAG agentique en décembre 2025. Le schéma ci-dessous en reprend les deux pipelines côte à côte.
- Reformuler la requête quand la question initiale est trop vague pour une recherche utile.
- Sélectionner les sources, vecteurs, SQL, web, APIs ou mémoire de conversation.
- Itérer jusqu'à obtenir assez de contexte, dans la limite d'un nombre de boucles fixé.
- Reclasser les résultats pour ne garder que les passages réellement pertinents.
- Générer une réponse sourcée, ou relancer la boucle si elle ne tient pas.
Le reranking
Le principe est simple. Au lieu de récupérer trois ou quatre passages, le système en récupère dix, vingt, parfois plus. Un second modèle reclasse ensuite les résultats par pertinence réelle, et seuls les meilleurs partent vers le modèle qui rédige.
Mon conseil tient en deux points. Concentrez vos efforts sur le pré-traitement des données et sur l'étape de reranking. Dans la grande majorité des cas d'usage, cela suffit, et c'est ce que j'écrivais déjà sur LinkedIn. Le raffinement de l'agent vient après, pas avant.
Les metadata
Quand un document est découpé, le contexte se perd. La source, la date, la catégorie, le client, tout disparaît avec le découpage. Les metadata servent à le garder. Elles s'ajoutent au moment de la vectorisation, et l'agent peut ensuite filtrer dessus avant même de lancer sa recherche sémantique.
Ajoutez au minimum la date du document, sa catégorie et son identifiant. Cela permet de ne chercher que dans la version en vigueur d'une procédure, ou de regrouper les morceaux d'un même document.
Les trois pièges d'un RAG en production
Un RAG monté à la main tient en deux heures pour une démonstration. Il tient beaucoup moins bien en production, et je le disais sans détour sur LinkedIn en janvier 2026. Pour apprendre, bricoler soi-même est le bon réflexe. Pour la production, trois points sont systématiquement sous-estimés.
- Le parsing des documents. Un PDF mal découpé donne des réponses incohérentes. Les extracteurs basiques cassent la structure et aplatissent titres, tableaux et graphiques. Sur un document financier ou technique, c'est rédhibitoire. Des briques spécialisées comme Docling font correctement ce travail.
- La synchronisation. Une base de connaissance n'est jamais figée. Des documents sont supprimés, déplacés, modifiés, et les process internes évoluent. Si la base vectorielle n'est pas alignée, l'IA répond avec du faux en toute confiance. Le doublon est le piège le plus courant. Quand un document change, il faut supprimer ses anciens vecteurs avant d'en créer de nouveaux.
- Les permissions et la conformité. Sans contrôle d'accès au niveau des vecteurs, n'importe quel utilisateur interroge n'importe quel document. La localisation des données, le contrat de sous-traitance et la minimisation ne sont pas optionnels.
L'automatisation ne consiste pas à tout construire soi-même. Elle consiste à placer le curseur entre contrôle, risque et valeur métier. Selon les cas, Tandem déploie une solution prête à l'emploi pour aller vite. Ou bien délègue l'ingestion à une brique spécialisée et garde n8n sur la logique métier. Ou bien part sur une stack auto-hébergée quand la souveraineté et le coût long terme priment.
RAG ou fine-tuning, lequel choisir
La question revient à chaque cadrage. La réponse courte tient en une phrase. Le fine-tuning modifie le modèle, le RAG modifie le contexte qu'on lui donne. Ce ne sont pas deux options concurrentes pour le même problème.
| Critère | RAG | Fine-tuning |
|---|---|---|
| Ce qui change | Le contexte fourni à chaque appel | Le modèle lui-même |
| Fraîcheur des données | Immédiate, la base se met à jour | Figée à la date d'entraînement |
| Traçabilité | La réponse cite ses sources | Aucune source restituable |
| Bon pour | Connaissances, procédures, documents | Ton, format de sortie, jargon |
| Coût d'un changement | Réindexer les documents concernés | Relancer un entraînement |
Commencez par le RAG dans la quasi-totalité des cas d'usage en entreprise. Il expose vos données à un modèle sans le réentraîner, garde la fraîcheur et permet de tracer les sources. Le fine-tuning devient pertinent quand il faut modifier durablement le ton, le format ou le vocabulaire métier d'un modèle. Les deux se combinent très bien, mais dans cet ordre.
Un agent RAG chez un groupe hôtelier
Pour sortir de la théorie, voici un cas réel. Un groupe hôtelier exploite plusieurs établissements en France et reçoit des milliers d'avis clients répartis sur Google, Booking et TripAdvisor. Les équipes font face à trois problèmes. Trop d'avis pour tout lire, des irritants récurrents mal identifiés, et des réponses aux avis traitées au fil de l'eau sans méthode.
L'objectif est de construire un agent capable d'analyser ces avis pour la direction, de détecter les points de friction par établissement et d'aider les équipes à répondre. Les avis sont récupérés et stockés dans une base SQL. Les règles internes de réponse, elles, vivent dans une base vectorielle.
La vectorisation des avis et des procédures
Un premier workflow catégorise automatiquement chaque avis, puis le vectorise et le range dans Supabase avec ses metadata, l'établissement, la note et la catégorie. Un second workflow surveille un dossier Google Drive. Dès qu'un document est ajouté ou modifié, il déclenche la mise à jour de la base vectorielle.
Ce second workflow porte le détail que je vois le plus souvent oublié. Quand un document déjà présent est modifié, ses anciens vecteurs sont supprimés avant la création des nouveaux. Sans cette étape, l'ancienne version de la procédure reste dans la base et continue de sortir dans les réponses.
L'agent qui interroge la base
L'agent recherche sémantiquement les avis pertinents, regroupe les signaux faibles et génère des synthèses actionnables. Il récupère plusieurs passages avec leurs metadata, puis un reranker Cohere ne conserve que les trois meilleurs. Le modèle est appelé via OpenRouter, ce qui laisse le choix du fournisseur sans retoucher le scénario.
Les équipes posent alors des questions en langage naturel. Résumez les avis négatifs de l'hôtel d'Annecy. Quels sont les principaux irritants ce mois-ci à Toulouse. Comment répondre à un avis quatre étoiles qui mentionne le petit-déjeuner. Ce type d'agent se réplique sur beaucoup d'autres métiers, à commencer par le support client et les fonctions documentaires.
La même mécanique alimente d'autres briques. Un agent vocal IA qui doit répondre à une question de procédure s'appuie exactement sur ce socle. Et si vous voulez reproduire le montage vous-même, notre tutoriel pour créer un agent IA avec n8n reprend les nœuds un par un.
Faut-il mettre un RAG en place dans votre entreprise
Oui, dès que vos réponses dépendent de documents internes qui bougent. Non, si un filtre ou une requête SQL répond à la question. C'est la seule règle qui compte, et elle se teste en une demi-journée.
Le RAG n'est pas une technologie difficile. Ce qui est difficile, c'est de le tenir en production. Le parsing, la synchronisation et les permissions coûtent bien plus cher que le pipeline lui-même. Un projet qui néglige ces trois points produit une IA qui répond faux avec assurance, ce qui est pire que pas d'IA du tout.
C'est aussi pour cette raison que le maintien en condition compte autant que la mise en place. Nos autopilotes IA couvrent ce volet, du suivi de la qualité des réponses à la mise à jour de la base.
Notre recommandation reste la même depuis deux ans. Commencez petit, sur un corpus délimité et un usage précis. Soignez le pré-traitement et le reranking avant de raffiner l'agent. Mesurez la qualité des réponses avant d'ouvrir l'outil à toute l'entreprise. Et prévoyez le volet humain, parce qu'un bon RAG mal adopté ne sert à rien, ce que notre article sur l'acculturation à l'IA détaille.
Bpifrance range le RAG parmi les méthodes stratégiques pour les PME et les startups françaises dans son dossier de décembre 2025. Nous partageons ce constat, avec une nuance. La valeur ne vient pas de la technique, elle vient du corpus que vous êtes prêt à nettoyer.
