Monter un RAG local avec des documents structurés

1. Définir une question utile

Choisissez un périmètre étroit : procédures d’une équipe, documentation d’un produit ou dossier journalistique. Commencez par un petit ensemble dont vous connaissez déjà le contenu. Écartez doublons, brouillons périmés et pièces sans provenance. Conservez les originaux à part des copies destinées à l’indexation.

2. Créer une fiche texte par document ou section autonome

Utilisez du texte UTF-8 ou du Markdown (.md), un format texte avec des titres. Dans un éditeur de texte, enregistrez le modèle ci-dessous en .md, sans extension .txt ajoutée. Conservez les formulations importantes. Pour un PDF scanné, effectuez d’abord une reconnaissance de caractères locale, puis relisez chiffres, tableaux et noms propres.

# [Titre explicite du document]
Identifiant : [DOC-001]
Source : [auteur / organisme / fichier original]
Date du document : [AAAA-MM-JJ ou inconnue]
Version : [v1]
Statut : [en vigueur / archive / à vérifier]
Périmètre : [sujet, territoire ou service]
Localisation de la preuve : [page ou section]

## [Titre de section]
[Texte fidèle à la source, avec unités et réserves.]

## Limites
[Information absente, incertitude ou contradiction.]

3. Garder la provenance près des faits

Dans un long document, répétez identifiant, date et section au début des unités autonomes : un en-tête placé uniquement en première page risque de disparaître des extraits récupérés. Pour un tableau simple, reformulez chaque ligne avec les noms de colonnes et unités. Conservez le tableau original pour tout calcul ou contrôle exhaustif.

Point de contrôle : chaque fichier se comprend isolément et renvoie à une source identifiable. Les trois fichiers du dossier « a-indexer » du kit sont entièrement fictifs ; utilisez-les pour apprendre, puis remplacez-les par vos documents vérifiés.

7. Créer un espace dédié

Créez un workspace nommé « RAG local - essai ». Ouvrez sa gestion des documents, importez les trois fichiers .md du dossier « a-indexer », sélectionnez-les pour cet espace et lancez l’action d’indexation, souvent nommée « Save and Embed ». Attendez la fin et vérifiez leur présence parmi les documents indexés. [6]

8. Régler le découpage

Dans Settings > AI Providers > Text Splitter & Chunking, partez de 1 000 caractères par extrait et de 100 caractères de recouvrement. Ce sont des valeurs d’essai proposées ici, pas une recette universelle ; le recouvrement répète la fin d’un extrait au début du suivant. Le réglage porte sur des caractères, pas sur des mots ni des tokens. [7]

Le découpage courant privilégie les séparations de paragraphes et de lignes ; il ne garantit pas la conservation d’une section Markdown entière. Si un fait est séparé de sa condition ou de son unité, réorganisez le texte. Après toute modification du découpage, retirez les documents concernés puis réindexez-les : les anciens extraits ne changent pas seuls. [7]

9. Limiter la réponse aux documents

Dans la roue dentée du workspace, ouvrez « Chat Settings » et sélectionnez « Query ». Vérifiez ce choix explicitement : le mode Agent est activé par défaut dans certaines versions. Le mode Query vise les réponses documentaires et signale une recherche infructueuse, mais ne garantit pas l’absence d’erreurs. [8]

Dans « Vector Database Settings », commencez avec quatre extraits maximum (« Max Context Snippets »). Conservez le seuil de similarité initial et notez-le. En cas d’échec sur une question connue, inspectez d’abord les documents ; réduisez ensuite le seuil progressivement. Le score mesure une proximité, jamais la vérité d’une réponse. [6] [8]

13. Remplacer une version, puis rejouer les tests

Dans une copie de DOC-001, remplacez 48 heures par 72 heures, passez la version à v2 et changez la date. Retirez l’ancienne version du workspace, importez la nouvelle et indexez-la. Démarrez un nouveau fil : la réponse doit indiquer 72 heures et citer v2. Modifier un fichier sur le disque ne prouve pas que l’index a été actualisé.

Pour effacer aussi le texte traité et les embeddings en cache, supprimez l’ancienne entrée dans « My Documents » : le retrait du seul workspace ne supprime pas tout. Sauvegardez les originaux, les copies préparées, les paramètres et le journal des essais ; testez la restauration. Un changement de modèle d’embeddings demande de reconstruire les index concernés. [9]

Avant d’utiliser une réponse

Vérifiez le bon espace documentaire, la version des sources, le soutien réel des citations et le traitement des informations absentes. Gardez les cinq questions tests comme contrôle de régression. Élargissez la base par petits lots ; une régression appelle une correction du contenu ou de la recherche avant un changement de modèle.

Quand le RAG documentaire atteint sa limite

« Liste tous les lieux de plus de 80 chambres » ou « calcule le total des devis » exige une sélection exhaustive et des opérations exactes. Une recherche par similarité peut oublier des lignes. Pour ces tâches, conservez les données dans des tables, appliquez des filtres typés ou des requêtes SQL en lecture seule, puis transmettez les résultats au modèle. Les droits d’accès doivent également être imposés par le système, jamais par une simple consigne.

Documentation et statut de vérification

Tutoriel documenté le 10 septembre 2026, présentation et téléchargements harmonisés le 11 septembre. Les pages officielles sur les documents, le découpage, les modes et les données ont été revérifiées le 11 septembre. L’installation complète et les performances restent à tester sur un poste Windows ou macOS ; les libellés dépendent de la version installée.