IA générative - Concevoir une application RAG

Objectif : Choisir la bonne approche et décrire la chaîne complète d'une application RAG.

• RAG, fine-tuning ou prompt seul : critères de choix selon la fraîcheur et la confidentialité des données
• Les composants d'une chaîne RAG : ingestion, découpage, embeddings, base vectorielle, récupération, génération
• Limites et risques : hallucinations, données obsolètes, fuites de contenus, coûts et latence
• Cadrage d'un cas d'usage : sources, utilisateurs, droits d'accès et niveau de qualité attendu

Atelier pratique : Cadrage d'une application documentaire : choix des sources, de l'architecture et des indicateurs de réussite.

Cas métier : Assistant sur la documentation interne d'une PME : périmètre, sources et risques.

Compétence acquise : Savoir cadrer une application RAG et justifier son architecture.

Livrable : Fiche de cadrage de l'application et schéma d'architecture.

Objectif : Construire un pipeline d'ingestion qui produit un index exploitable.

• Extraction du texte (PDF, pages web, documents bureautiques) et contrôle de sa qualité
• Découpage (chunking) : taille, chevauchement et respect de la structure des documents
• Embeddings : choix du modèle, langues, coût et cohérence entre l'indexation et les requêtes
• Indexation dans une base vectorielle avec métadonnées (titre, date, droits, lien source)

Atelier pratique : Réalisation d'un pipeline Python d'ingestion d'un corpus d'une trentaine de documents, puis contrôle de l'index.

Cas métier : Corpus de procédures internes à jour : réindexation après la modification d'un document.

Compétence acquise : Savoir ingérer, découper et indexer un corpus de façon reproductible.

Livrable : Pipeline d'ingestion fonctionnel et index du corpus de démonstration.

Objectif : Régler la récupération et construire des réponses ancrées dans les sources.

• Requêtes, nombre d'extraits retenus et filtres sur les métadonnées
• Recherche hybride (mots-clés et vecteurs) et reclassement des résultats
• Construction du prompt : consignes, extraits fournis, citations et refus de répondre sans source
• Gestion de l'historique de conversation et reformulation de la question

Atelier pratique : Interrogation du corpus avec trois stratégies de récupération et comparaison de la qualité des réponses.

Cas métier : Réponses sourcées pour le service juridique : citations vérifiables et refus hors périmètre.

Compétence acquise : Savoir régler une chaîne de récupération et produire des réponses vérifiables.

Livrable : Application RAG interrogeable avec citations des sources.

Objectif : Mesurer la qualité, sécuriser l'application et situer MCP dans l'architecture.

• Évaluation : jeu de questions de référence, pertinence des extraits et fidélité des réponses
• Sécurité : droits d'accès appliqués à la récupération, injection de prompt via les contenus et journalisation
• Industrialisation : mise à jour de l'index, coûts, latence et surveillance
• Aperçu de MCP : principe (hôte, client, serveur), exposer sa base de connaissances comme outil pour un agent, limites d'un standard en évolution

Atelier pratique : Construction d'un jeu de test de dix questions et mesure avant et après une amélioration de la récupération.

Cas métier : Mise sous contrôle qualité et sécurité d'un assistant documentaire avant son ouverture aux équipes.

Compétence acquise : Savoir évaluer et sécuriser une application RAG et situer MCP dans l'architecture.

Livrable : Jeu de test de référence, check-list de sécurité et note de cadrage de l'ouverture à des agents.