RAG / grounding : définition

Le RAG (Retrieval-Augmented Generation), ou génération augmentée par récupération, est une architecture d'intelligence artificielle dans laquelle un modèle de langage récupère un ensemble de documents ou passages pertinents avant de générer sa réponse. Ces documents proviennent d'une base de connaissances externe, qu'il s'agisse du web, d'une base de données ou d'un index vectoriel. Le modèle s'appuie ensuite sur ces extraits pour construire sa réponse, un processus appelé grounding, ou ancrage, qui la lie à des sources vérifiables plutôt qu'à la seule mémoire interne du modèle.

Pourquoi c'est important pour la visibilité IA

Le RAG est le mécanisme fondamental qui détermine si votre contenu peut être cité par un moteur génératif. Son fonctionnement explique directement quels contenus sont sélectionnés et lesquels ne le sont pas.

Une réponse RAG se construit en deux étapes :

Étape 1 — Récupération (Retrieval) : le système identifie les passages les plus pertinents pour la requête de l'utilisateur. Cette récupération peut se faire par une recherche vectorielle, qui mesure la similarité sémantique entre la requête et les passages indexés, par une recherche textuelle classique, ou par une combinaison des deux. C'est à cette étape que votre contenu entre ou non dans le pool de candidats. Les critères de récupération valorisent la pertinence sémantique, la fraîcheur et l'accessibilité technique (contenu visible en HTML brut, crawlers autorisés).

Étape 2 — Génération augmentée : le modèle reçoit les passages récupérés et les utilise comme contexte pour générer sa réponse. Il sélectionne, parmi les passages candidats, ceux qui sont les plus utilisables, c'est-à-dire autonomes, factuels et sourcés, pour les intégrer à la réponse et les citer comme sources. C'est à cette étape que les critères de structure, de densité factuelle et d'attribution jouent leur rôle.

Le grounding désigne précisément le fait que la réponse est ancrée dans les passages récupérés plutôt que générée librement depuis la mémoire du modèle. Un système bien ancré cite ses sources, se montre moins sujet aux hallucinations et peut être vérifié plus facilement. C'est pourquoi les moteurs génératifs comme Perplexity reposent quasi exclusivement sur du RAG en temps réel, ce qui les oblige à recrawler constamment les sources actives.

Pour un site web, la conséquence est directe. Il faut d'abord être récupérable, ce qui relève de la technique : robots.txt, rendu serveur et données structurées. Il faut ensuite être sélectionnable, ce qui relève du contenu : passages autonomes, densité factuelle et attributions.

Exemple concret

Un utilisateur pose à Perplexity la question : « Quelles sont les meilleures pratiques de sécurité pour les API REST ? »

Étape Retrieval : Perplexity interroge son index et récupère une dizaine de passages issus de sources diverses : documentation de l'OWASP, articles de blogs techniques, guides d'entreprises spécialisées. Les passages récupérés sont ceux dont le contenu correspond sémantiquement à la requête et dont le site est accessible à PerplexityBot.

Étape Génération : parmi les passages récupérés, Perplexity sélectionne ceux qui sont les plus utilisables pour construire une réponse structurée. Un passage qui commence par « Les dix principales vulnérabilités des API REST selon l'OWASP API Security Top 10 2023 sont… » sera préféré à un passage qui commence par « Comme nous l'avons vu dans les chapitres précédents, la sécurité des API dépend de plusieurs facteurs interdépendants… ». Le premier est en effet autonome et directement extractible, quand le second exige un contexte.

Le site dont le contenu est structuré pour l'extractibilité RAG est donc cité dans la réponse, tandis que les autres ne le sont pas, même si leur contenu est de qualité équivalente sur le fond.

Pour le contexte complet, voir le guide complet du GEO.