10 approches RAG qui fonctionnent vraiment en production : du basique à GraphRAG

Un développeur sur Habr a dressé une liste pratique d'approches RAG réellement utilisées en production, à partir de son expérience personnelle et de l'analyse de cas d'autres équipes au cours de la dernière année de croissance soutenue de la pile LLM.

Le point de départ de tout le monde

Le RAG naïf (naive RAG) est le point de départ de la plupart des projets. Le schéma est simple : les documents sont découpés en chunks et indexés via des embeddings. Au moment de la requête, les plus proches selon la distance cosinus sont récupérés et transmis au LLM comme contexte. Cela fonctionne sur de petites bases de connaissances, avec des questions simples et des documents homogènes.

Les problèmes apparaissent à l'échelle : les documents longs s'intègrent mal dans des chunks de taille fixe, les questions complexes nécessitent plusieurs fragments à la fois, et la formulation de l'utilisateur ne correspond souvent pas au style des documents. C'est là qu'interviennent les approches avancées.

Recherche hybride et reranking

La recherche hybride est la première amélioration qui est presque toujours rentable. Combiner des vecteurs denses (recherche sémantique) avec BM25 (recherche par mots-clés) apporte de façon constante 15 à 30 % de précision en plus par rapport à la seule recherche par embeddings. Les vecteurs denses saisissent la proximité de sens ; les vecteurs épars, les correspondances exactes sur les termes, les sigles et les noms.

Ajouter un reranker cross-encoder sur les 20 premiers résultats améliore encore la qualité de 10 à 15 %. Le reranker est un modèle plus lourd, mais il ne traite que l'ensemble final de candidats : la latence reste donc acceptable en production.

Techniques au niveau de la requête

Certains problèmes de RAG se règlent plus efficacement avant la recherche, en reformulant ou en élargissant la requête.

• HyDE : le LLM génère un document hypothétique contenant la réponse, et son vecteur sert à la recherche. Cela aide surtout lorsque le style de la question et celui des documents diffèrent fortement.
• Multi-query : à partir d'une question, on génère 3 à 5 paraphrases, et la recherche s'exécute en parallèle sur toutes. Cela réduit la dépendance à la formulation exacte de l'utilisateur.
• Step-back prompting : avant la recherche, le LLM généralise la requête à un niveau d'abstraction supérieur. Utile quand une question précise est trop pointue pour un bon retrieval.
• Parent Document Retriever : on indexe de petits chunks (haute précision), mais c'est le document parent entier qui est transmis au contexte. Un bon équilibre entre précision et couverture.
• Contextual compression : le LLM n'extrait du chunk récupéré que la partie pertinente. Cela économise des tokens et réduit le bruit dans le contexte.

L'artillerie lourde

Quand les techniques simples ne suffisent pas, on passe à des approches d'architecture plus complexe.

RAPTOR construit un arbre hiérarchique de documents : il regroupe les chunks en clusters, résume chaque cluster, puis regroupe de nouveau les résumés. À la requête, la recherche se fait au bon niveau d'abstraction. Il fonctionne bien sur les documents longs, comme les manuels techniques, les rapports financiers et les livres au niveau de détail variable.

GraphRAG de Microsoft construit un graphe de connaissances : il extrait les entités et les relations du texte et crée des résumés de communautés pour différents clusters thématiques. Il surpasse nettement le RAG standard sur les questions analytiques et comparatives (« en quoi X est-il lié à Y », « qu'est-ce qui a changé depuis A ») et sur les tâches qui exigent une synthèse sur l'ensemble du corpus.

Self-RAG et Corrective RAG font passer le système en mode agentique : le modèle décide lui-même si une recherche est nécessaire, évalue la pertinence de ce qu'il trouve et, au besoin, reformule la requête. Cela ajoute de la latence et de la complexité, mais améliore nettement la qualité sur les tâches à plusieurs étapes et ambiguës.

Ce que cela signifie

Le parcours pratique : commencer par la recherche hybride associée au reranking, qui règle la plupart des problèmes à moindre coût. Ajouter ensuite du multi-query ou du HyDE pour des requêtes variées. Ne recourir à GraphRAG et à Self-RAG que lorsque les techniques plus simples n'y arrivent pas, car elles exigent un effort important de développement et de maintenance. Pour la plupart des produits B2B, les deux premières étapes suffisent.