Quand un RAG répond mal, on accuse volontiers le modèle de langage, rarement la recherche qui a choisi les passages. C’est pourtant cette recherche qui détermine ce que le système a sous les yeux au moment de répondre, et un mauvais choix de passages condamne la réponse avant même qu’elle ne soit générée. Les embeddings, ces vecteurs qui représentent le sens des textes, sont au cœur de cette recherche, et leurs réglages sont trop souvent laissés à leurs valeurs par défaut.
L’embedding est une représentation numérique d’un texte, calculée par un modèle spécialisé, qui permet de mesurer la proximité de sens entre deux passages. La recherche vectorielle consiste à retrouver les passages dont l’embedding est le plus proche de celui de la question. Si cette représentation est mal choisie ou mal calibrée, la recherche ramène des passages à côté du sujet, et toute la chaîne en pâtit.
Cet article décrit les leviers d’optimisation des embeddings pour un RAG : le choix du modèle, la taille et le découpage des passages, la recherche hybride et le réordonnancement. Pour chacun, il précise ce qui se mesure et ce qui relève du cas d’usage. L’objectif est d’optimiser méthodiquement, pas de collectionner les réglages à l’aveugle.
Le choix du modèle d’embedding, un point de départ à ne pas négliger
Les modèles d’embedding ne se valent pas, et la différence se mesure sur votre propre corpus, pas sur les classements publics. La seule façon honnête de choisir est de tester quelques candidats sur vos données réelles.
Les critères qui comptent sont au nombre de trois : la langue, le domaine, et la capacité à distinguer des questions de passages. Certains modèles sont entraînés pour mesurer la similarité entre deux phrases, d’autres entre une question et un passage, et c’est ce second cas qui correspond à un RAG. Utiliser un modèle conçu pour la similarité sémantique générale donne des résultats en dessous de ce qu’un modèle dédié à la recherche peut produire.
Le test de sélection est simple et ne demande pas d’infrastructure lourde : on prend une trentaine de questions de référence, on regarde si le bon passage ressort en tête, et on compare les candidats.
La taille des passages, un réglage plus décisif que le modèle
Changer de modèle d’embedding apporte des gains modestes comparé à un réglage qu’on néglige souvent : la taille des passages indexés. Un passage trop long mélange plusieurs idées, et son embedding devient une moyenne floue qui ne ressemble à aucune question précise. Un passage trop court perd le contexte nécessaire pour être compris isolément. La bonne taille se situe entre les deux, et elle dépend de la nature des documents.
La règle pratique est de découper en passages assez courts pour ne porter qu’une idée principale, mais assez longs pour rester compréhensibles hors contexte. Sur de la documentation technique, un découpage par section ou par paragraphe fonctionne souvent mieux qu’un découpage à nombre de caractères fixe. Sur des documents juridiques ou réglementaires, la structure du texte doit guider le découpage, pas une taille arbitraire.
Il faut aussi veiller au chevauchement entre passages. Un découpage strict qui coupe une phrase en deux détruit du sens ; un léger chevauchement évite de perdre les idées situées aux frontières. Ce réglage est invisible, mais son effet sur la qualité des réponses est mesurable, et il se teste de la même façon que le choix du modèle.
La recherche hybride, pour combiner exact et sémantique
La recherche vectorielle seule a une faiblesse connue : elle excelle à retrouver du sens, mais elle est faible sur les correspondances exactes, comme un numéro de référence, un nom de produit ou un sigle. Or ces correspondances exactes comptent souvent beaucoup dans un contexte professionnel. La recherche hybride combine la recherche vectorielle et la recherche par mots-clés pour couvrir les deux.
Concrètement, on exécute les deux recherches en parallèle, puis on fusionne leurs résultats avec une pondération. La recherche par mots-clés attrape les correspondances exactes que la recherche vectorielle laisse passer, et la recherche vectorielle attrape les reformulations que les mots-clés ne voient pas. Le résultat est un rappel meilleur sur les deux types de requêtes.
La pondération entre les deux se règle sur le jeu de questions de référence : on regarde si les questions techniques, riches en termes exacts, gagnent ou perdent à augmenter la part des mots-clés. C’est encore une fois une affaire de mesure, pas d’intuition. La plupart des bases vectorielles sérieuses supportent la recherche hybride nativement, ce qui en fait un levier peu coûteux à activer.
Le réordonnancement, le gain le plus net pour la précision
Le réordonnancement, ou reranking, est probablement le levier le plus efficace pour améliorer la précision d’un RAG. Il consiste à faire une première sélection large, puis à confier ces candidats à un second modèle, spécialisé dans l’évaluation fine de la pertinence, qui les reclasse.
L’intérêt est simple : le premier modèle d’embedding est rapide mais grossier, le modèle de réordonnancement est plus lent mais plus précis. En combinant les deux, on obtient la vitesse du premier et la précision du second, pour un coût limité aux quelques passages réordonnancés. Sur la plupart des RAG, ce simple ajout améliore sensiblement la justesse des réponses.
Le choix du modèle de réordonnancement se fait comme pour l’embedding : sur le jeu de référence. On mesure la proportion de questions où le bon passage se retrouve dans les trois premiers après réordonnancement, et on compare. Le gain est souvent immédiat, et c’est le premier levier à tester quand la recherche ramène des passages à côté.
Mesurer pour optimiser, pas pour collectionner
Tous ces leviers ont un point commun : ils ne valent que mesurés sur un jeu de référence. Le risque, avec les réglages d’embeddings, est de les accumuler sans les vérifier, et de croire qu’un système plus sophistiqué est forcément meilleur. Ce n’est pas le cas : un réglage inadapté peut dégrader ce qu’un autre améliorait.
La méthode est donc simple et itérative. On constitue un jeu de questions de référence, on mesure la qualité de la recherche sur ce jeu, puis on modifie un seul paramètre à la fois, modèle, taille de passage, hybridation, réordonnancement, et on regarde l’effet. Un seul paramètre à la fois, pour savoir ce qui a produit le changement.
Cette discipline est ce qui sépare un RAG qui s’améliore dans la durée d’un RAG figé dans ses défauts. Les embeddings ne sont pas une boîte noire qu’on règle une fois pour toutes, ce sont des composants qu’on optimise comme n’importe quel autre, à condition de mesurer.
L’accompagnement Agenticiel pour optimiser votre recherche
Optimiser les embeddings demande une méthode et un jeu de mesure que peu d’équipes mettent en place seules, parce que c’est un travail d’ingénierie patient. Agenticiel aide les PME et les éditeurs à améliorer la recherche de leur RAG, en partant de leurs données réelles et en mesurant chaque réglage.
Nous commençons par constituer le jeu de questions de référence qui servira de jauge, puis nous testons méthodiquement les leviers : modèle d’embedding, découpage, recherche hybride, réordonnancement. Chaque changement est mesuré, et seuls les gains réels sont conservés. Le travail est mené par une équipe de développeurs offshore francophones, basée à Madagascar, qui échange avec vous dans votre langue et sur vos horaires. La sous-traitance de développement rend cette optimisation accessible, avec la rigueur de mesure qui fait la différence entre un réglage et un progrès.
Notre approche consiste à optimiser la recherche avant de toucher au modèle de langage : on mesure, on règle un paramètre à la fois, et votre RAG retrouve mieux avant même que la réponse soit générée.