RAG
Also known as: Retrieval-Augmented Generation
RAG (Retrieval-Augmented Generation) est une technique où les modèles IA récupèrent des documents ou des données pertinents avant de générer des réponses.
Explication Complète
RAG (Retrieval-Augmented Generation) est une technique où les modèles IA récupèrent des documents ou des données pertinents avant de générer des réponses. Au lieu de se fier uniquement aux données d'entraînement, les systèmes activés par RAG (comme Perplexity, Google AI Overviews et les chatbots d'entreprise) récupèrent les informations actuelles des sources indexées. Pour les marques, cela signifie que votre contenu peut être « récupéré » et cité en temps réel dans les réponses IA, même s'il a été publié après la formation du modèle.
Exemple
Lorsque Perplexity répond à une question sur votre produit, il récupère et cite votre contenu de page Web en temps réel via RAG, même si ce contenu a été publié hier.
Termes Connexes
Deep Dive
The State of AI Visibility
Learn how AI visibility works, what metrics matter, and how brands go from invisible to recommended.