RAG

RAG signifie Retrieval Augmented Generation. On peut le résumer ainsi : chercher d'abord, répondre ensuite. RAG permet à une IA de répondre à partir de vos propres données, et pas seulement de ce qu'elle a appris sur Internet.

Pourquoi a t on besoin de RAG ?

Un modèle de langage sait beaucoup de choses sur le monde. Mais il ne connaît pas vos clients, vos contrats ou vos propres règles. Si vous l'interrogez sur eux, il devine. On dit qu'il hallucine. RAG règle ce problème en donnant au modèle les bons faits, juste avant qu'il réponde.

Comment fonctionne RAG ?

1. Vos documents sont transformés en nombres qui décrivent leur contenu. On les appelle des vecteurs.
2. Quand un utilisateur pose une question, le système trouve les documents les plus proches de la question.
3. Ces documents sont envoyés au modèle de langage avec la question.
4. Le modèle répond à partir de ces documents et peut montrer d'où vient la réponse.

RAG dans Domino IQ

Domino IQ est arrivé avec Domino 14.5. Depuis Notes et Domino 2026, Domino IQ peut utiliser RAG. Vous indiquez une base Notes, et Domino crée les vecteurs des documents. Une application Notes peut alors poser des questions et obtenir des réponses fondées sur le contenu de la base.

Le point fort : dans Domino, RAG respecte l'ACL de la base. Un utilisateur ne reçoit des réponses que sur les documents qu'il a lui même le droit de lire. Les données restent chez vous, car le modèle de langage peut tourner sur votre propre serveur Domino.

À quoi cela sert ?

• Une recherche dans les manuels et les procédures, avec des questions en langage courant.
• Un résumé rapide de l'historique d'un client avant un rendez vous.
• Une aide pour rédiger des réponses à partir de dossiers précédents.

Nous vous aidons volontiers à utiliser Domino IQ et RAG dans vos propres applications Notes, à distance et en anglais. Pour en savoir plus, voyez notre développement Notes ou lisez l'article sur Notes 2026 et Domino 2027.