Démo 3 / 5

RAG — augmenter le contexte

Claude n'a jamais "appris" ton document personnel. Le RAG (Retrieval-Augmented Generation) consiste à retrouver, dans un texte, les passages pertinents pour la question posée, puis à les glisser dans le message envoyé à l'IA — qui répond alors comme si elle "connaissait" ce document.

Comment ça marche (version simplifiée, pédagogique) :
  1. Le document est découpé en petits morceaux ("chunks"), ici par paragraphe.
  2. Chaque morceau reçoit un score de pertinence par rapport à ta question (ici : simple comptage de mots en commun — une vraie application utiliserait des "embeddings", une représentation mathématique du sens des phrases).
  3. Seuls les 2-3 morceaux les plus pertinents sont envoyés à Claude, avec la question.
  4. Claude répond en se basant uniquement sur ces extraits — pas sur le document entier.
Note : cette démo utilise une recherche par mots-clés pour rester simple. En production, on utiliserait des embeddings (via une API comme Voyage AI) pour retrouver les passages pertinents même sans mots en commun.