La génération augmentée par récupération fait répondre un modèle de langage depuis vos documents plutôt que depuis sa mémoire d'entraînement. Avant de répondre, le système cherche les passages pertinents dans votre base de connaissances et les fournit au modèle comme contexte. La réponse cite vos vraies règles, vos vrais prix, vos vraies procédures — et peut dire « je ne sais pas » quand les documents ne couvrent pas la question.
Le RAG est l'architecture standard d'un assistant d'entreprise, bien moins chère qu'entraîner un modèle. Nous détaillons la construction dans notre guide du chatbot sur vos propres documents.