Développer une application RAG

Séquence 1 — Pourquoi le RAG, et ce qu'il ne résout pas

• Le problème : un modèle ne connaît ni vos documents ni l'actualité
• Ce que le RAG résout : ancrer la réponse sur des sources vérifiables et citables
• Ce qu'il ne résout pas : le raisonnement, le calcul, la contradiction entre sources
• L'architecture en deux temps : indexation hors ligne, interrogation en ligne

Séquence 2 — Ingestion et découpage

• Extraire proprement : PDF, HTML, tableaux, en-têtes répétés qui polluent l'index
• Découper par taille fixe, par paragraphe, par titre : les trois stratégies et leurs effets
• Le recouvrement entre fragments : pourquoi il existe, quand il nuit
• Les métadonnées qui sauvent la recherche : source, date, service émetteur, version

Séquence 3 — Vectorisation et recherche

• Choisir un modèle d'embedding : langue, longueur maximale, coût, hébergement
• Similarité cosinus : ce qu'elle mesure vraiment, et pourquoi elle rate les termes rares
• Recherche lexicale BM25 : ce qu'elle rattrape — références, codes, sigles
• Recherche hybride et réordonnancement : combiner sans additionner naïvement
• Filtrage par métadonnées : restreindre avant de chercher

Séquence 4 — Assemblage du contexte et génération

• Le budget de jetons : ce qui entre, ce qu'on coupe, dans quel ordre
• Imposer la hiérarchie des sources : la plus récente, la plus officielle d'abord
• Exiger la citation : identifiant de fragment reporté dans la réponse
• Que faire quand aucune source ne répond — et pourquoi il faut le dire

Séquence 5 — Évaluer et diagnostiquer

• Séparer les deux mesures : la recherche a-t-elle trouvé, la génération a-t-elle été fidèle
• Rappel et précision sur un jeu de questions de référence
• Fidélité : la réponse est-elle entièrement soutenue par le contexte fourni
• Le tableau de diagnostic : à quel étage se corrige chaque symptôme
• Ce qui se surveille en production : latence, coût par requête, taux de « je ne sais pas »