Maîtriser l'ingénierie RAG2 / 10
Chunking — The Decision That Sets Your Ceiling
You can't retrieve what you chunked badly. Chunking is the most under-rated lever in RAG — and the cheapest to get right.
La récupération ne peut retourner que les chunks que vous avez créés. Si un chunk coupe une idée en deux, aucun modèle d'embedding au monde ne la récupérera intacte. Le chunking fixe le plafond de tout ce qui suit.
Trois stratégies
- Fixed-size — diviser tous les N tokens avec chevauchement. Simple, rapide, basique. Correct pour la prose uniforme, mauvais pour les documents structurés.
- Structural — diviser selon les propres limites du document : en-têtes, sections, éléments de liste, blocs de code. Respecte le sens gratuitement.
- Semantic — diviser quand le sujet change (basé sur la distance d'embedding). Meilleure qualité, coût plus élevé.
Commencez par structural ; c'est là que se capture la majorité des gains à un coût quasi nul.
Taille et chevauchement
Trop petit et un chunk perd du contexte ; trop grand et la récupération devient bruyante et le prompt coûteux. Un défaut pragmatique : 300–600 tokens avec ~15% de chevauchement, puis ajustez selon votre ensemble d'évaluation (article 7).
Les métadonnées sont le superpouvoir discret
Ajoutez des métadonnées à chaque chunk : source, titre, section, date, URL. Cela active la récupération filtrée (seulement ce produit, seulement les docs après cette date) et permet au générateur de citer précisément.
Suite : transformer ces chunks en vecteurs, et où les stocker.
Série — Maîtriser l'ingénierie RAG
- Partie 01Pourquoi la RAG naïve échoue en productionLa démo de recherche vectorielle en 50 lignes qui impressionne dans un notebook s'effondre dès que de vrais utilisateurs posent de vraies questions. Voici pourquoi — et la carte pour y remédier.
- Partie 02Chunking — The Decision That Sets Your Ceiling — vous êtes iciYou can't retrieve what you chunked badly. Chunking is the most under-rated lever in RAG — and the cheapest to get right.
- Partie 03Embeddings & Vector Stores 101Un embedding transforme le sens en géométrie. Un vector store rend cette géométrie explorable en millisecondes. Maîtriser les deux, et la retrieval devient facile.
- Partie 04Hybrid Retrieval — Keyword + VectorLa recherche vectorielle comprend le sens mais échoue sur les termes exacts, les identifiants et les mots rares. La recherche par mots-clés maîtrise ceux-ci et manque les paraphrases. Utilisez les deux.
- Partie 05Re-Ranking — The Cheap Quality WinLa récupération vous donne 30 chunks plausibles. Un re-ranker les lit par rapport à la question réelle et remonte les véritablement pertinents en haut.
- Partie 06Prompting the Generator — Grounding & CitationsGreat retrieval is wasted if the model ignores it or can't point to its sources. Grounding is a prompt-design discipline, not an afterthought.
- Partie 07Évaluation — On ne peut pas améliorer ce qu'on ne mesure pasSans un ensemble d'évaluation, chaque changement RAG est une question de ressenti. Avec un, vous affinez le chunking, la récupération et les prompts avec un chiffre qui vous dit si vous avez aidé ou nui.
- Partie 08Gestion des hallucinations et garde-fousQuand la récupération ne trouve rien, un modèle utile invente. Les garde-fous transforment « confidemment faux » en « honnêtement incertain » — la différence que les utilisateurs font confiance.
- Partie 09Discipline en matière de coût et de latenceUne requête RAG touche aux embeddings, une base de données vectorielle, un re-ranker et un LLM. Chacun ajoute des millisecondes et des centimes. À grande échelle, la discipline ici fait la différence entre une marge bénéficiaire et un désastre.
- Partie 10The Production RAG Reference ArchitectureChaque élément, assemblé : ingestion, récupération hybride, re-ranking, génération fondée, garde-fous, évaluation et mise en cache — le blueprint que vous pouvez déployer.