RAG / grounding : définition

Le RAG (Retrieval-Augmented Generation — génération augmentée par récupération) est une architecture d'intelligence artificielle dans laquelle un modèle de langage, avant de générer une réponse, récupère un ensemble de documents ou passages pertinents depuis une base de connaissances externe (le web, une base de données, un index vectoriel), puis s'appuie sur ces extraits pour construire sa réponse — un processus appelé grounding (ancrage), qui lie la réponse 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. Comprendre 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 via une recherche vectorielle (similarité sémantique entre la requête et les passages indexés), une recherche textuelle classique, ou 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 — autonomes, factuels, 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 spécifiquement le fait que la réponse est « ancrée » dans les passages récupérés plutôt que générée librement depuis la mémoire du modèle. Un système bien groundé cite ses sources, est moins sujet aux hallucinations, et peut être plus facilement vérifié. C'est pourquoi les moteurs génératifs comme Perplexity reposent quasi-exclusivement sur du RAG en temps réel, recrawlant constamment les sources actives.

Pour un site web, la conséquence est directe : pour être cité, il faut d'abord être récupérable (technique — robots.txt, rendu serveur, données structurées), puis être sélectionnable (contenu — passages autonomes, densité factuelle, 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… » — parce que le premier est autonome et directement extractible, le second nécessite un contexte.

Le résultat : le site dont le contenu est structuré pour l'extractibilité RAG est cité dans la réponse ; 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.