RAG et grounding : comment les IA citent des sources
Le RAG (retrieval-augmented generation) est le mécanisme qui permet à un LLM de citer des sources : au lieu de répondre depuis sa seule mémoire, le moteur va chercher en temps réel des documents pertinents, les injecte dans le contexte, puis génère une réponse « ancrée » (grounded) sur ces extraits — avec des liens.
Le RAG en une phrase
Le RAG associe deux briques : un moteur de récupération qui va chercher les documents pertinents, et un LLM qui rédige en s’appuyant dessus. C’est ce qui explique comment ChatGPT, Perplexity ou les AI Overviews citent une URL précise : la réponse est construite à partir de pages réellement récupérées au moment de la requête.
Comment fonctionne la récupération
La requête est convertie en vecteur (embedding) puis comparée à des millions de documents pour retrouver les passages les plus proches sémantiquement (recherche vectorielle). La plupart des moteurs combinent cette approche avec une recherche lexicale (type BM25). Un modèle de reranking note ensuite les candidats et n’en retient qu’une poignée — souvent 3 à 10.
Le grounding : ancrer la réponse
Le LLM reçoit les extraits sélectionnés et l’instruction de fonder sa réponse dessus, en citant leur origine, plutôt que de généraliser depuis sa mémoire. Cela réduit — sans l’éliminer — le risque d’hallucination. Google documente ce principe pour Gemini sous le nom « Grounding with Google Search ».
| Étape | Ce qui se passe |
|---|---|
| 1. Requête | La question devient une ou plusieurs sous-requêtes |
| 2. Retrieval | Récupération des documents pertinents (vectoriel + lexical) |
| 3. Reranking | Filtrage et classement des meilleurs candidats |
| 4. Grounding | Le LLM génère la réponse à partir des extraits |
| 5. Citation | Les sources utilisées sont affichées avec liens |
Pourquoi le RAG a changé les règles
Avant le RAG, un LLM répondait depuis une mémoire figée. Désormais, chaque requête peut déclencher une recherche fraîche : votre contenu peut être cité dès qu’il est indexé, sans attendre un futur entraînement. C’est ce qui rend le GEO actionnable. Conséquence directe : un passage a d’autant plus de chances d’être récupéré qu’il est autonome — compréhensible isolément, avec une réponse claire en tête et des entités nommées.
Structurez chaque section comme un passage potentiellement extrait seul : une réponse directe en une ou deux phrases, puis le développement. C’est ce format qui maximise vos chances au reranking, quel que soit le moteur.
Le RAG élimine-t-il les hallucinations ?
Non, il les réduit. Le LLM garde la main sur la formulation et peut déformer un extrait. Perplexity affiche encore 37 % d’erreurs selon la Columbia Journalism Review.
Tous les moteurs utilisent-ils le RAG ?
Le principe oui (ChatGPT, Perplexity, Copilot, AI Overviews), mais chacun avec sa propre architecture, ses sources et ses critères de reranking — d’où des résultats différents pour une même requête.
Faut-il un format spécial pour être « récupérable » ?
Pas de balisage magique. Ce qui compte : un passage clair et autonome, titre explicite, réponse directe, entités nommées, données structurées standards quand pertinent.
Pour la brique en amont : comment fonctionne un LLM. Appliqué concrètement : les AI Overviews. Retour au chapitre, au guide GEO et au chapitre se faire citer.
Poursuivre ce chapitre
Les articles de « Comment fonctionnent les moteurs IA »
- 01Comment fonctionne un LLM
- 02RAG et grounding : comment les IA citent
- 03Comment ChatGPT choisit ses sources
- 04Comment Perplexity sélectionne ses sources
- 05Comment fonctionnent les AI Overviews