RAG :
comment une IA choisit les pages qu'elle cite

Ce guide fait partie de notre série sur le référencement IA (GEO). Il explique la mécanique ; pour ce qu'elle donne en pratique dans l'Ain, voyez d'où viennent les sources des IA, et pour la rédaction, écrire pour être cité par une IA.

Le RAG en une phrase

Le RAG, pour retrieval-augmented generation, c'est une IA qui va chercher des documents avant de répondre, puis rédige sa réponse à partir de ce qu'elle a trouvé. Le terme vient d'un article de recherche publié le 22 mai 2020 par des chercheurs de Facebook AI Research, de l'University College London et de l'université de New York, qui décrivait des modèles combinant une « mémoire paramétrique », ce que le modèle a appris, et une « mémoire non paramétrique », un index de documents consultable (Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks).

Dit autrement : un grand modèle de langage seul répond avec ce qu'il a retenu de son entraînement, à une date donnée. Avec le RAG, il consulte en plus des sources fraîches au moment de la question, et peut dire d'où il tient l'information. C'est ce qu'on appelle l'ancrage d'une réponse.

Pourquoi les IA en ont besoin

Un modèle de langage a trois défauts que le RAG corrige en partie :

• Il ne connaît pas l'actualité. Ses données d'entraînement s'arrêtent à une date. Il ne sait pas que vous avez déménagé en mars ou changé vos horaires la semaine dernière.
• Il invente quand il ne sait pas. C'est l'hallucination : une réponse plausible mais fausse, par exemple un prix ou une adresse.
• Il ne cite pas ses sources. Un modèle seul ne sait pas d'où vient ce qu'il « sait ».

En allant chercher des pages au moment de la question, l'IA peut répondre sur des faits récents, s'appuyer sur un texte plutôt que sur sa mémoire, et afficher un lien. C'est ce lien qui intéresse une entreprise : une citation IA, l'équivalent d'une position dans Google.

Les quatre étapes, de la question à la citation

1. Reformuler la question. « Quel électricien à Bourg-en-Bresse pour une mise aux normes ? » devient plusieurs recherches : électricien Bourg-en-Bresse, mise aux normes électrique, avis électricien Bourg… Google appelle cela le query fan-out : ses aperçus IA et son Mode IA peuvent lancer plusieurs recherches liées, sur des sous-thèmes et des sources différentes, pour construire une réponse (documentation Google). Nous l'avons détaillé dans comment l'IA découpe les questions.
2. Récupérer des documents. Chaque recherche interroge un index : celui de Google pour Gemini et les aperçus IA, ceux qu'utilisent ChatGPT et Perplexity avec leurs propres robots. Une page absente de l'index n'a aucune chance.
3. Sélectionner des passages. L'IA ne lit pas toutes les pages en entier : elle retient les passages les plus proches de la question, souvent par proximité de sens (les embeddings). Un paragraphe qui répond nettement à une question a plus de chances d'être retenu qu'une page où la réponse est diluée.
4. Rédiger et citer. Le modèle écrit sa réponse à partir des passages retenus et affiche les sources qu'il a utilisées. Si plusieurs sources se contredisent, il choisit, ou mélange : c'est là que naissent beaucoup d'erreurs.

Qui fait du RAG, et avec quelles sources

Tous les assistants grand public qui affichent des sources fonctionnent sur ce principe. Ce qui les distingue, c'est l'index qu'ils interrogent :

Les chiffres de la dernière colonne viennent de notre baromètre de visibilité IA de l'Ain : 20 questions de métier, posées le même jour aux trois assistants. Ils montrent que la mécanique est la même partout, mais que l'index consulté change tout.

Ce que ça change pour votre site

Si l'on suit les quatre étapes, on obtient une liste de contrôle très concrète :

• Être dans l'index. C'est la condition de tout. Une page « détectée, actuellement non indexée » est invisible pour le RAG comme pour Google. Vérifiez vos pages dans la Search Console et dans Bing Webmaster Tools.
• Être lisible par les robots. Ne bloquez pas OAI-SearchBot ni PerplexityBot si vous voulez être cité par ChatGPT et Perplexity ; voir les robots d'IA.
• Avoir des passages qui répondent. Une question, une réponse nette, dans un paragraphe qui se comprend seul. Le contenu citable n'est pas une écriture spéciale : le guide de Google de juillet 2026 précise qu'il n'est pas nécessaire de découper son contenu en petits morceaux ni d'écrire d'une manière particulière pour l'IA (guide Google). C'est de la clarté.
• Dire la même chose partout. L'étape 4 mélange les sources : si votre site, votre fiche Google et vos annuaires se contredisent, l'IA choisit au hasard. C'est le travail sur l'entité, détaillé dans notre guide.

Rien de tout cela n'exige de fichier spécial : Google indique qu'aucun fichier dédié à l'IA ni aucun balisage particulier n'est requis pour ses fonctionnalités d'IA. Le fichier llms.txt reste facultatif.

Les limites à connaître

Le RAG réduit les erreurs, il ne les supprime pas. Dans notre relevé de l'Ain, 11 réponses sur 60 contenaient au moins une erreur vérifiée, entreprise fermée, hors zone ou mal décrite, alors que toutes s'appuyaient sur des sources. Une source périmée reste une source. Deux conséquences pour une TPE :

• corriger les sources que l'IA consulte, plutôt que l'IA elle-même : une réponse fausse se corrige à la source (voir quand l'IA invente vos prix) ;
• mesurer régulièrement, parce que les sources changent : une réponse juste en octobre peut être fausse en décembre.

C'est le cœur du GEO : faire en sorte que les sources que l'IA récupère soient justes, à jour et cohérentes. Nous le faisons pour des entreprises de l'Ain et de la région lyonnaise, à Bourg-en-Bresse, Châtillon-sur-Chalaronne ou Montluel, et pour des métiers comme avocat, expert-comptable ou thérapeute. Le détail de l'offre est sur la page du consultant GEO dans l'Ain ; les prix, sur celle du consultant SEO : 360 € TTC par mois, sans engagement.

Questions fréquentes

Que veut dire RAG ?
Retrieval-augmented generation, en français génération augmentée par récupération : l'IA va chercher des documents avant de rédiger sa réponse, puis s'appuie sur eux et peut les citer. Le terme vient d'un article de recherche publié en mai 2020.

ChatGPT utilise-t-il le RAG ?
Oui, quand il cherche sur le web : il récupère des pages, rédige à partir d'elles et affiche ses sources. OpenAI indique que son robot OAI-SearchBot sert à faire apparaître des sites dans les résultats de recherche de ChatGPT.

Comment une IA choisit-elle les passages qu'elle cite ?
Elle lance une ou plusieurs recherches, récupère des pages, puis retient les passages les plus proches de la question, avant de rédiger. Un paragraphe qui répond nettement à une question a plus de chances d'être retenu.

Faut-il un fichier llms.txt ou un balisage spécial pour le RAG ?
Pas pour Google : il indique qu'aucun fichier dédié à l'IA ni aucun balisage particulier n'est requis pour ses fonctionnalités d'IA. Ce qui compte, c'est d'être indexé, lisible par les robots et clair.

Le RAG empêche-t-il les erreurs des IA ?
Non. Il les réduit, mais une source périmée reste une source. Dans notre relevé de l'Ain, 11 réponses sur 60 contenaient une erreur vérifiée. La correction se fait à la source : site, fiche Google, annuaires.

À lire aussi : le query fan-out, les sources des IA, écrire pour être cité par une IA, les entités, les aperçus IA de Google et le lexique SEO & GEO. Pour être accompagné : un expert GEO dans l'Ain et la page du consultant SEO.