RAG (génération augmentée par la recherche)
Par Thibault · Mis à jour · 2 min de lecture
Définition
Le **RAG (génération augmentée par la recherche)** est une technique où un modèle d'IA récupère d'abord des documents pertinents dans une source externe, puis rédige sa réponse à partir de ce contenu plutôt que de sa seule mémoire.
Sur cette page
Pourquoi le RAG compte pour le SEO ?
Le RAG est le mécanisme qui permet à une IA de citer votre page. Les données d'entraînement d'un modèle s'arrêtent à une date : quand ChatGPT cherche sur le web ou que Google construit un AI Overview, le modèle récupère des pages, lit des passages et rédige sa réponse à partir d'eux. La récupération est la porte par laquelle un contenu récent entre dans une réponse d'IA. Si votre page n'est pas récupérée, elle ne peut pas être citée, aussi bonne soit-elle. C'est pour ça que je vois le GEO comme un prolongement du SEO : l'étape de recherche dépend toujours de l'exploration, de l'indexation et de la pertinence.
Comment fonctionne la génération augmentée par la recherche ?
- La question est transformée en une ou plusieurs requêtes. Google parle de query fan-out : AI Overviews et AI Mode peuvent lancer plusieurs recherches liées sur des sous-thèmes et des sources de données différentes.
- Un système de recherche extrait des pages ou des passages candidats d'un index.
- Les passages les plus pertinents sont ajoutés au contexte que lit le modèle.
- Le modèle rédige la réponse à partir de ces passages et peut lier les sources utilisées.
Le terme vient d'un article scientifique soumis pour la première fois en mai 2020 par Patrick Lewis et 11 coauteurs, accepté à la conférence NeurIPS 2020. Leur système associait un modèle de langage à un index vectoriel de Wikipédia, avec des réponses plus précises et plus factuelles qu'un modèle qui puise dans sa seule mémoire. Prenons un cas simple : vous demandez à une IA combien de temps dure une core update. Au lieu de deviner, elle lance quelques recherches, lit les meilleurs passages et reprend la phrase qui répond en une ligne. Le modèle choisit des passages, pas des pages entières : le paragraphe qui se suffit à lui-même l'emporte.
Que faire face au RAG ?
Sources
Questions fréquentes
Le RAG et la recherche IA, c'est la même chose ?
Le RAG est la technique derrière la plupart des fonctionnalités de recherche IA. ChatGPT search, AI Overviews et AI Mode récupèrent du contenu web avant de rédiger une réponse, ce qui relève de la génération augmentée par la recherche.
Le RAG remplace-t-il le SEO classique ?
Non, il en dépend. L'étape de recherche suppose des pages explorables, indexées et pertinentes, soit le travail SEO habituel. Ce qui change, c'est la forme : un passage qui répond seul est repris plus facilement.
Le RAG empêche-t-il les IA de se tromper ?
Il réduit les erreurs sans les supprimer. Le modèle peut encore mal lire un passage ou récupérer une source faible : une formulation claire et précise sur votre page l'aide à vous citer correctement.
ÉCRIT PAR
Thibault Besson-Magdelain, fondateur de Sorank, expert SEO et GEO
Je suis Thibault Besson-Magdelain, fondateur de Sorank, expert SEO et GEO. J'aide les entreprises à être visibles, comprises et citées par les IA, grâce au SEO, à la donnée et à la structuration sémantique.