RAG : pourquoi vos réponses sont fausses, et comment le corriger
Un assistant qui invente une réponse a souvent reçu les mauvais documents — ou aucun. Diagnostiquer un RAG consiste d’abord à savoir ce qui lui a été donné à lire.
Équipe RGAIX · · 8 min de lecture
Séparer les deux moitiés du problème
Un système de génération augmentée par la recherche comporte deux étages : retrouver les bons extraits, puis rédiger à partir d’eux. Une réponse fausse vient de l’un ou de l’autre, et les remèdes n’ont rien en commun.
Le test est simple : affichez les extraits transmis au modèle. S’ils contiennent la réponse et que le texte produit la contredit, le problème est à la génération. S’ils ne la contiennent pas, aucun réglage de prompt ne sauvera la réponse.
Les cinq causes les plus fréquentes
- Un découpage qui sépare la question de sa réponse : le tableau est dans un extrait, sa légende dans un autre.
- Des documents obsolètes indexés à côté des versions à jour, sans date ni priorité.
- Une recherche purement sémantique qui rate les références exactes — numéros d’article, codes produit.
- Un contexte trop long, où l’extrait pertinent est noyé au milieu.
- Des droits d’accès ignorés : l’assistant voit des documents que l’utilisateur ne devrait pas voir.
Construire un jeu d’évaluation avant d’optimiser
Une trentaine de questions réelles, avec leur réponse attendue et le document qui la contient, suffit à transformer les impressions en mesures. Sans ce jeu, chaque modification donne l’impression d’améliorer les choses.
Mesurez deux taux distincts : la proportion de questions pour lesquelles le bon document est retrouvé, et celle où la réponse produite est exacte. Le premier plafonne le second.
Les correctifs qui changent vraiment les résultats
| Symptôme | Correctif utile | Correctif inutile |
|---|---|---|
| Références exactes non trouvées | Recherche hybride mots-clés + vecteurs | Changer de modèle de génération |
| Réponses partielles | Découpage respectant la structure du document | Augmenter la taille du contexte |
| Informations périmées | Filtrer par date et retirer les versions anciennes | Instruire le modèle d’« être à jour » |
| Inventions confiantes | Exiger une citation et refuser sans source | Baisser la température |
Assumer le refus de répondre
Un assistant métier doit pouvoir dire qu’il ne sait pas. C’est une décision produit avant d’être un réglage : préférez-vous une réponse plausible ou un silence honnête ? Dans un contexte professionnel, la seconde option est presque toujours la bonne.
Exiger une citation vérifiable pour chaque affirmation rend le refus naturel : sans source, pas de réponse. C’est aussi ce qui permet à l’utilisateur de vérifier en un clic plutôt que de faire confiance.
Un RAG ne se règle pas dans le prompt : il se règle dans ce qu’on lui donne à lire, et dans ce qu’on l’autorise à ne pas répondre.
Pages liées
IA privée, entraînement & automatisation
Une IA métier, maîtrisée et exploitable.
Découvrir l’offre ↗À LIRE ENSUITEIA privée : ce que « souverain » veut dire techniquement
Le mot recouvre quatre exigences très différentes. Les distinguer évite de payer pour une contrainte que vous n’avez pas — ou d’en oublier une qui compte.
Lire l’article ↗À LIRE ENSUITEAutomatiser un processus : là où l’humain doit rester dans la boucle
Automatiser ce qui est répétitif est facile. Décider ce qui reste validé par une personne est le vrai travail de conception.
Lire l’article ↗Parlons de ce qui vous bloque.
Une urgence, un profil à trouver ou un projet à structurer : commençons par votre besoin.