Notions de base de la génération augmentée par récupération (RAG)
Apprenez comment RAG ancre les réponses d’un LLM dans vos propres documents en récupérant le contexte pertinent au moment de la requête et en l’insérant dans l’invite.
Notions de base de la génération augmentée par récupération (RAG) est une leçon Prompt Engineering & LLM Optimization for Developers gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Prompt Engineering & LLM Optimization for Developers, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Prompt Engineering & LLM Optimization for Developers comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
The Knowledge Gap
An LLM only knows what it was trained on. It cannot answer questions about your private docs or recent events. RAG (Retrieval-Augmented Generation) closes this gap by fetching relevant text and putting it in the prompt.
The Core Idea
Instead of fine-tuning the model on your data, you retrieve the most relevant snippets at query time and let the model answer using them as context. Cheaper, faster to update, and easy to cite.
Step 1: Chunking
Documents are split into small chunks (a few hundred tokens each). Chunks small enough to be precise, large enough to keep meaning.
chunks = split(document, size=500, overlap=50)Step 2: Embeddings
Each chunk is converted to a vector with an embedding model. Similar meanings produce nearby vectors, enabling semantic search.
vector = embed("Refunds are processed in 5 days.")
// -> [0.012, -0.43, 0.88, ...]Step 3: The Vector Store
Vectors are saved in a vector database like Pinecone, Weaviate, or pgvector. It supports fast nearest-neighbor search over millions of chunks.
Step 4: Retrieve at Query Time
When a user asks a question, you embed the question and find the top-k most similar chunks.
q = embed(userQuestion);
results = store.search(q, topK=4);Step 5: Augment the Prompt
The retrieved chunks are inserted into the prompt as context, and the model is told to answer using only that context.
Use only the context below to answer.
Context:
{retrieved_chunks}
Question: {user_question}Grounding and Citations
Because the answer is built from real chunks, you can show citations back to the source documents, and you can instruct the model to say I do not know when the context lacks the answer.
Why Not Just Fine-Tune?
- RAG updates instantly: change a doc, re-index, done.
- Fine-tuning is slow and bakes knowledge in.
- RAG gives traceable sources; fine-tuning does not.
Common RAG Problems
Poor chunking, weak embeddings, or retrieving too few chunks all hurt quality. If answers are wrong, inspect what was retrieved first; the issue is usually retrieval, not the model.
Improving Retrieval
- Add overlap between chunks.
- Use hybrid keyword + vector search.
- Re-rank results with a cross-encoder.
- Tune top-k for your context window.
Quick Check
Test your understanding of RAG.
Recap
RAG chunks documents, embeds them into a vector store, retrieves the most relevant chunks for each query, and augments the prompt. It grounds answers, enables citations, and stays current without retraining.
Questions Fréquemment Posées
La leçon « Notions de base de la génération augmentée par récupération (RAG) » est-elle gratuite ?
Oui — le texte complet de « Notions de base de la génération augmentée par récupération (RAG) » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Prompt Engineering & LLM Optimization for Developers, passe à CoddyKit PRO. Le cours Prompt Engineering & LLM Optimization for Developers comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Notions de base de la génération augmentée par récupération (RAG) » ?
Apprenez comment RAG ancre les réponses d’un LLM dans vos propres documents en récupérant le contexte pertinent au moment de la requête et en l’insérant dans l’invite. Tu pratiques Prompt Engineering & LLM Optimization for Developers avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Prompt Engineering & LLM Optimization for Developers ?
Aucune expérience préalable n'est requise. Prompt Engineering & LLM Optimization for Developers sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « Notions de base de la génération augmentée par récupération (RAG) » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Prompt Engineering & LLM Optimization for Developers ?
Oui. Chaque leçon Prompt Engineering & LLM Optimization for Developers inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Interaction avec les API de LLM (OpenAI, Anthropic)
- Notions de base sur LangChain et LlamaIndex
- Gestion et gestion des versions des prompts
- Notions de base de la génération augmentée par récupération (RAG)