Comment un LLM RAG fabrique une réponse
Requête, récupération de documents, sélection, synthèse, citation : les cinq étapes concrètes par lesquelles un chatbot IA construit une réponse à partir du web.
Quand vous posez une question à un chatbot comme ChatGPT ou Perplexity et qu'il vous répond en citant des sources, il ne s'agit pas d'un simple copier-coller. Le système suit une chaîne d'étapes : reformuler la question, récupérer des documents, en sélectionner les passages les plus pertinents, les synthétiser en une réponse cohérente, puis citer ses sources. Comprendre cette chaîne permet de savoir précisément où et comment votre contenu peut s'y insérer. Il est utile de garder à l'esprit que cette chaîne n'est pas parfaitement linéaire ni identique d'un outil à l'autre : certains systèmes fusionnent plusieurs de ces étapes, d'autres en ajoutent, mais la logique générale, chercher puis synthétiser, reste commune à la grande majorité des architectures RAG actuelles.
Étape 1 : la requête est transformée avant d'être envoyée
Votre question, telle que vous l'avez tapée, n'est presque jamais utilisée telle quelle pour chercher de l'information. Le système la reformule généralement en une ou plusieurs requêtes de recherche plus précises, parfois en la décomposant en plusieurs sous-questions distinctes. C'est le mécanisme des fan-out queries, détaillé dans la leçon Les fan-out queries : le concept clé : une seule question posée par l'utilisateur peut donner lieu à plusieurs recherches parallèles, chacune couvrant un angle différent du sujet. Le nombre de sous-requêtes générées varie selon la complexité perçue de la question : parfois deux ou trois reformulations suffisent, parfois la décomposition est beaucoup plus large. Ce nombre n'est pas fixe et dépend de l'outil et du sujet traité.
Étape 2 : la récupération de documents pertinents
Une fois les requêtes formulées, le système va chercher des documents susceptibles d'y répondre : résultats d'un moteur de recherche web, contenu d'une base de données interne, ou combinaison des deux selon l'outil. Cette étape produit généralement un ensemble de candidats plus large que ce qui sera finalement utilisé, un peu comme une première liste de résultats avant tri. Concrètement, cette étape s'appuie souvent sur une combinaison de recherche par mots-clés et de recherche par similarité sémantique, cette dernière permettant de retrouver des passages pertinents même lorsqu'ils n'utilisent pas exactement les mêmes mots que la question posée.
Étape 3 : la sélection et le tri des passages (reranking)
Parmi les documents récupérés, tous ne sont pas égaux. Un mécanisme de tri, souvent appelé reranking, évalue la pertinence de chaque passage par rapport à la question posée, et ne retient que les extraits jugés les plus utiles. Ce tri se fait généralement à l'échelle du passage, pas du document entier : une page peut contenir un paragraphe très pertinent au milieu d'un contenu par ailleurs peu utile, et seul ce paragraphe sera retenu. Ce mécanisme est expliqué plus en détail dans la leçon Comment le LLM fusionne les résultats (reranking).
Étape 4 : la synthèse en une réponse cohérente
Le modèle de langage reçoit les passages sélectionnés comme contexte, en plus de la question initiale, et rédige une réponse qui les synthétise. Il ne s'agit pas d'assembler des citations bout à bout : le modèle reformule, résume, compare parfois plusieurs sources qui se contredisent, et produit un texte cohérent en langage naturel. C'est à cette étape que la qualité de rédaction du contenu source compte : un passage clair et autonome est plus facile à intégrer correctement qu'un paragraphe ambigu ou dépendant du contexte environnant. Quand plusieurs sources sélectionnées se contredisent, par exemple sur un prix ou une caractéristique technique, le modèle doit aussi arbitrer : il peut choisir de présenter les deux versions, de privilégier la source qu'il juge la plus récente ou la plus fiable, ou parfois de rester vague plutôt que de trancher. C'est une des raisons pour lesquelles la fraîcheur et la cohérence d'un contenu comptent autant que sa seule présence en ligne.
Étape 5 : la citation, quand elle existe
Selon l'outil, la réponse finale peut ou non inclure une citation explicite vers la source utilisée : un lien, un nom de domaine, une note de bas de page. Cette étape n'est pas systématique ni uniforme d'un outil à l'autre, et elle dépend aussi de la nature de la question. Une chose reste vraie dans la plupart des architectures : pour être cité, il faut déjà avoir survécu aux étapes 2 et 3, c'est-à-dire avoir été récupéré puis jugé suffisamment pertinent. Il n'est donc pas rare qu'un contenu influence la formulation d'une réponse sans jamais être cité nommément, ce qui rend la mesure de son impact réel plus complexe qu'un simple comptage de liens cités.
Ce que cette chaîne d'étapes signifie pour votre contenu
Chaque étape de cette chaîne est un filtre. Votre contenu doit d'abord être accessible et indexable pour survivre à l'étape 2. Il doit ensuite contenir des passages suffisamment autonomes et clairs pour survivre à l'étape 3. Il doit enfin être rédigé de façon à ce qu'une synthèse automatique le restitue fidèlement à l'étape 4. C'est l'ensemble de ces contraintes qui définit ce qu'on appelle un contenu "GEO-ready", une notion développée dans la leçon Qu'est-ce qu'un contenu "GEO-ready" ?. Un exemple concret résume bien l'enjeu : deux articles peuvent traiter exactement le même sujet avec le même niveau d'exactitude, et pourtant l'un sera cité trois fois plus souvent que l'autre simplement parce que sa structure facilite chacune de ces étapes, quand l'autre les complique.
Garder cette chaîne en tête change la façon d'écrire : plutôt que d'optimiser pour un algorithme de classement unique, il s'agit de produire un contenu qui reste utile et compréhensible à chacune des étapes par lesquelles une IA le fait passer avant de répondre à quelqu'un d'autre que vous.