Glossaire

Recherche IA

Qu’est-ce que Recherche IA ?

La recherche IA désigne des méthodes de recherche qui utilisent l'IA pour saisir l'intention d'une requête, pondérer les résultats et souvent générer une réponse synthétique avec sources plutôt qu'une simple liste de liens. Techniquement, elles reposent sur la recherche par mots-clés, la recherche vectorielle par embeddings ou une combinaison des deux, souvent suivie d'un modèle de langage. On les retrouve dans les moteurs de réponse sur le web et dans les recherches internes qui aident les équipes à trouver une information dans des manuels ou des directives.

Ce que fait KI.ordo

KI.ordo interroge les connaissances enregistrées avec la recherche par mots-clés BM25 directement sur le serveur et n'utilise pas de recherche vectorielle ni d'embeddings.

En savoir plus →

Thèmes

Recherche
Connaissances
Retrieval

Essayer KI.ordo

Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.

Lancer la démo

← Tous les termes

Termes associés

Recherche d'information

La recherche d'information regroupe les méthodes qui retrouvent, dans de grands ensembles de textes, les documents ou passages correspondant à une requête et les classent par pertinence. Des approches classiques comme BM25 pondèrent les termes selon leur fréquence et leur rareté ; les plus récentes ajoutent la similarité sémantique. Elle est à la base des moteurs de recherche, de la recherche en entreprise et de la génération augmentée par récupération (RAG), où un modèle de langage s'appuie sur les passages trouvés pour répondre.

Recherche
BM25
+1

Génération augmentée par récupération (RAG)

La génération augmentée par récupération associe recherche et génération de texte : avant de répondre, le système cherche dans une base de connaissances (manuels, directives, FAQ…) les passages pertinents et les transmet au modèle de langage comme contexte. La réponse s'appuie ainsi sur des contenus actuels propres à l'entreprise, et pas seulement sur les connaissances d'entraînement du modèle. Cela réduit les affirmations inventées, rend les sources traçables et permet des mises à jour sans nouvel entraînement.

RAG
recherche documentaire
+1

Vecteur d'embedding

Un vecteur d'embedding (plongement) est une liste de nombres qui représente le sens d'un mot, d'une phrase ou d'un document de sorte que des textes au contenu proche se retrouvent voisins. On peut ainsi reconnaître que « résiliation » et « mettre fin au contrat » sont liés, alors qu'ils n'ont aucun mot en commun. Ils sont à la base de nombreux systèmes de recherche sémantique, de recommandation et d'applications RAG, et sont calculés par des modèles entraînés à cet effet.

vecteur
recherche sémantique
+1

Generative Engine Optimization (GEO)

La Generative Engine Optimization (GEO) regroupe les mesures qui aident vos contenus à apparaître, et à être cités comme source, dans les réponses des moteurs de recherche à base d’IA comme ChatGPT, Perplexity ou les aperçus IA des moteurs de recherche. Le terme vient d’un article de recherche de 2023. Comptent surtout des réponses claires et citables, une structure nette, des faits étayés, des informations à jour et des auteurs identifiables. La GEO complète le référencement classique (SEO) sans le remplacer.

Recherche IA
SEO
+1

Modèle