Un système RAG n’est jamais meilleur que ses sources. Le jour du lancement, les documents sont à jour, les réponses sont justes, tout le monde est satisfait. Puis le temps passe : les tarifs changent, les procédures évoluent, les produits sont remplacés, les réglementations sont modifiées. Le RAG, lui, continue de répondre à partir des anciens documents, avec la même assurance que le premier jour. C’est le piège silencieux de la génération augmentée : la qualité se dégrade sans que rien ne casse techniquement.
Ce décalage se gère comme n’importe quel problème de fraîcheur : en sachant ce qui change et en mettant à jour avant que l’écart ne devienne visible. Voici comment structurer la mise à jour des sources pour que votre RAG réponde juste dans six mois comme aujourd’hui.
Pourquoi un RAG se périme
Tout document a une durée de vie, mais tous ne se périment pas à la même vitesse. Les tarifs et les catalogues changent plusieurs fois par an. Les procédures internes évoluent à chaque réorganisation. La documentation produit suit les versions. Les contenus réglementaires changent au rythme des lois. À l’inverse, les guides méthodologiques et les documents de référence restent valables longtemps. La première étape consiste à classer vos sources selon leur volatilité, pour concentrer l’effort là où il est utile.
Le problème est aggravé par le fait que la péremption est invisible. Un document périmé ne provoque pas d’erreur technique : il est toujours indexé, toujours retrouvé, toujours cité. Le RAG continue de fonctionner parfaitement d’un point de vue système, tout en produisant des réponses fausses. Cette dissociation entre la santé technique et la justesse métier fait que la dérive des sources passe inaperçue pendant des semaines ou des mois.
Il faut aussi compter avec l’accumulation. Quand on ajoute des documents sans retirer les anciens, le corpus contient des versions contradictoires de la même information. Le système de recherche peut alors remonter l’ancien tarif plutôt que le nouveau, ou mélanger deux versions d’une même procédure. Sans politique de retrait des documents obsolètes, la mise à jour devient un empilement qui dégrade la qualité au lieu de l’améliorer.
Détecter la dérive avant les utilisateurs
La détection repose sur deux leviers complémentaires : la surveillance des sources et la surveillance des réponses. Côté sources, il s’agit de savoir quand un document change à l’origine : nouvelle version d’un tarif, mise à jour d’une procédure, publication d’un nouveau référentiel. Quand c’est possible, on s’abonne à ces changements plutôt que de les découvrir par hasard. Un flux de documents versionnés à la source vaut mieux qu’une vérification manuelle périodique.
Côté réponses, on surveille les signaux qui trahissent une dérive : l’augmentation des remontées négatives des utilisateurs, la baisse des scores d’évaluation sur le jeu de test, l’apparition de contradictions entre les réponses et les informations récentes. Ces signaux ne disent pas quel document est périmé, mais ils disent qu’il faut chercher. Couplés à une traçabilité des sources citées, ils permettent de remonter rapidement au document fautif.
Un bon réflexe consiste à rejouer régulièrement le jeu de test d’évaluation et à comparer les scores dans le temps. Une baisse progressive sur les questions liées à un domaine précis indique presque toujours que les sources de ce domaine ont vieilli. Cette mesure transforme la dérive des sources, par nature diffuse, en un signal localisé et actionnable.
Choisir une stratégie de mise à jour
Il existe trois stratégies de mise à jour, avec des coûts et des garanties différents. La première, c’est la mise à jour à la source : quand un document change, on remplace l’ancienne version par la nouvelle dans le corpus, et on réindexe. C’est la stratégie la plus propre, mais elle suppose que les changements sont détectés et transmis de façon fiable. Elle convient aux sources stables avec des mises à jour ponctuelles et bien identifiées.
La deuxième, c’est la resynchronisation périodique : à intervalle régulier, on reconstruit tout ou partie de l’index à partir des sources actuelles. C’est plus coûteux en calcul, mais cela garantit qu’aucun écart ne s’accumule silencieusement. Cette stratégie convient aux sources volatiles ou nombreuses, où le suivi au cas par cas serait trop lourd. La fréquence se règle selon la volatilité : quotidienne pour les tarifs, hebdomadaire pour les procédures, mensuelle pour la documentation stable.
La troisième, c’est la mise à jour incrémentale : on ne traite que ce qui a changé depuis la dernière synchronisation, en comparant les versions. C’est la plus économe, mais aussi la plus complexe à mettre en place, car elle exige un suivi fin des versions à la source. Elle devient rentable quand le corpus est volumineux et que les changements sont fréquents mais localisés.
Versionner et tracer les changements
Quelle que soit la stratégie, la mise à jour doit être traçable. Chaque version d’un document doit être conservée avec sa date, de façon à pouvoir répondre à deux questions essentielles : à partir de quelle version le système a-t-il répondu à telle date, et qu’est-ce qui a changé depuis ? Cette traçabilité n’est pas un luxe administratif : c’est ce qui permet d’investiguer une mauvaise réponse et de prouver la bonne foi en cas de litige.
Le versionnement gère aussi les transitions : quand un tarif change, on date les versions et donc les réponses. Essentiel en finance, droit et réglementation, où l’historique compte.
Concrètement, cela passe par un identifiant de version par document, une date d’indexation enregistrée, et un journal des synchronisations. Ces métadonnées doivent accompagner les citations : quand le RAG cite une source, il doit pouvoir dire de quelle version il s’agit. C’est cette rigueur qui distingue un système professionnel d’un prototype.
Automatiser sans perdre le contrôle
Automatisez la détection et la préparation, mais gardez une validation humaine sur ce qui entre en production. Un pipeline qui ingère tout sans filtre introduit doublons et versions non validées.
Cette validation peut être légère pour les sources fiables et plus exigeante pour les sources sensibles. L’important est qu’elle existe et qu’elle soit traçée : qui a validé quoi, et quand. En cas de problème, on sait qui a laissé passer quoi, et on corrige le processus plutôt que de chercher un coupable.
Il faut enfin prévoir le retour en arrière. Une mise à jour qui dégrade les réponses doit pouvoir être annulée rapidement, en restaurant la version précédente des documents concernés. Comme pour le déploiement des modèles, la réversibilité est la condition de l’audace : on met à jour souvent et sans crainte quand on sait qu’on peut revenir en arrière proprement.
L’accompagnement Agenticiel sur la fraîcheur des RAG
Organiser la mise à jour des sources d’un RAG demande une rigueur opérationnelle que les équipes métier n’ont pas toujours le temps de tenir. C’est un travail que nous prenons en charge chez Agenticiel, avec une équipe de développement offshore francophone basée à Madagascar. Nous classons les sources par volatilité, mettons en place la détection des changements, choisissons la stratégie de synchronisation adaptée et instrumentons le versionnement avec traçabilité complète.
Notre accompagnement ne se limite pas à la technique. Nous définissons avec vos équipes les responsabilités : qui signale un changement de tarif, qui valide une nouvelle procédure, à quel rythme on resynchronise. Nous travaillons en sous-traitance de développement, dans vos outils, en documentant ce qui est mis en place pour que la fraîcheur des sources reste maintenable dans le temps.
Un RAG qui répond juste aujourd’hui et faux dans six mois n’est pas un bon investissement. La fraîcheur des sources est ce qui transforme un prototype convaincant en un système durable. Notre approche consiste à industrialiser la mise à jour de vos sources, de la détection des changements au versionnement, pour que votre RAG reste juste aussi longtemps qu’il reste utile.