Le RAG — ou génération augmentée par récupération — est souvent présenté comme une manière de discuter avec ses documents. La question décisive est pourtant ailleurs : ces documents forment-ils une connaissance assez structurée et assez fiable pour soutenir une décision ?
01
Récupérer n’est pas comprendre
Un moteur peut retrouver un passage pertinent sans savoir s’il est à jour, applicable au bon périmètre ou contredit par une procédure plus récente. La recherche doit donc restituer le contexte avec la réponse.
- Les sources qui font autorité
- La date et la version applicables
- Les droits d’accès et les exceptions
02
Commencer avec un corpus délimité
Un domaine métier, un groupe d’utilisateurs et une liste de questions réelles offrent un meilleur terrain de preuve qu’un déversement de tous les documents disponibles. Le périmètre réduit rend les erreurs visibles.
03
Évaluer la réponse, pas seulement la recherche
La qualité d’un RAG se mesure avec des cas attendus : source citée, réponse complète, niveau de confiance, refus approprié et possibilité de corriger. La confiance se construit par itérations documentées.
Le point de départ
Avant l’outil, clarifier la décision.
Le diagnostic Eudaimonia identifie le premier périmètre à mesurer, les risques à éviter et les fondations à réunir.
Demander mon diagnostic IA