Recherche intelligente et RAG sur un site

Le point de départ

Recherche interne classique et recherche intelligente : ce qui change

La recherche interne est la fonctionnalité la plus utilisée des sites riches et la moins entretenue. On la laisse telle qu’elle sort du CMS, on ne consulte jamais ce que les visiteurs y tapent, et on ignore combien repartent sans avoir trouvé. C’est pourtant là que s’exprime le besoin le plus explicite qu’un visiteur puisse formuler.

Les limites du moteur de recherche natif d’un site

Un moteur natif compare des chaînes de caractères. Il cherche les pages contenant les mots saisis, les classe grossièrement, et s’arrête là. Trois conséquences en découlent, toutes familières.

Le décalage de vocabulaire d’abord : le visiteur écrit « annuler mon abonnement », votre page s’intitule « Résiliation », et le moteur ne trouve rien. La question au lieu du mot-clé ensuite : « est-ce que ça marche sur Mac » ne contient aucun terme discriminant, la requête part en bruit. Le silence enfin : la page zéro résultat est la plus coûteuse du site, et personne ne la mesure.

Ces limites ne se corrigent pas en ajoutant des synonymes à la main. La liste ne suit jamais l’inventivité des formulations réelles.

Recherche sémantique, réponse générée et sources citées

Une recherche sémantique travaille sur le sens. Chaque passage de contenu est converti en une représentation numérique (un embedding) qui situe le texte dans un espace où la proximité traduit la parenté de sens. La requête subit la même transformation, et le système remonte les passages les plus proches. « Annuler mon abonnement » et « résiliation » se retrouvent voisins sans qu’aucun synonyme n’ait été déclaré.

Deuxième changement : au lieu d’une liste de liens, le système peut composer une réponse à partir des passages retenus. Le visiteur lit la réponse, pas dix titres parmi lesquels arbitrer.

Troisième point, le plus important : la réponse doit citer ses sources. Le lien vers la page d’origine permet au visiteur de vérifier, et vous signale immédiatement toute réponse produite sans appui documentaire. Une recherche intelligente sans sources affichées est un générateur de texte, pas un moteur de recherche.

Comparatif des approches

Bénéfices attendus, limites et coût de fonctionnement

Approche	Comprend la question	Coût de fonctionnement	Limite principale
Moteur natif du CMS	Non (correspondance de mots)	Nul	Échec sur toute reformulation
Moteur d’indexation avancé	Partiellement (synonymes déclarés)	Faible à modéré	Entretien manuel des règles
Recherche sémantique seule	Oui (par le sens)	Indexation, puis coût par requête	Renvoie des passages, pas une réponse
Recherche sémantique + réponse générée	Oui, et formule la réponse	Le plus élevé (appel au modèle à chaque requête)	Exige des sources citées et un corpus à jour

Sur les coûts, une distinction utile : le calcul des embeddings est un coût ponctuel lié au volume de contenu, réactivé seulement lors des mises à jour. La génération de réponse, elle, se paie à chaque recherche et suit donc le trafic. Sur un site très fréquenté, il est courant de ne générer une réponse que lorsque la question s’y prête, et de renvoyer une liste classée sinon.

Sur le terrain

Cas d’usage

• Interroger une documentation technique volumineuse en langage naturel
• Retrouver le bon produit d’un catalogue à partir d’un besoin décrit avec ses propres mots
• Faire remonter la bonne page d’un site institutionnel riche en contenus administratifs
• Aider une équipe interne à retrouver une procédure dans un intranet

Vos interrogations

Questions fréquentes

Quelle différence entre recherche intelligente et chatbot ?

Le moteur est le même, l’interface et l’intention diffèrent. La recherche intelligente répond à une question isolée, depuis la barre de recherche, dans le parcours normal du site. Le chatbot ouvre un échange suivi, garde le fil de la conversation et peut poser des questions en retour.

Le choix dépend du visiteur. Quelqu’un qui sait ce qu’il cherche préfère la barre de recherche (plus rapide, moins engageante). Quelqu’un qui doit être guidé vers une solution tire davantage d’une conversation. Beaucoup de sites déploient les deux sur la même base de connaissance, ce qui est la démarche économiquement la plus sensée : le corpus est préparé une fois, exploité deux fois.

Combien de contenus faut-il pour que ce soit pertinent ?

Le critère n’est pas le nombre de pages mais l’échec observé de la recherche actuelle. Sur un site d’une vingtaine de pages, le menu suffit et la recherche sémantique n’apporte rien. À partir du moment où un contenu utile existe sans être trouvé, elle se justifie, que le site compte cent pages ou dix mille.

Le meilleur indicateur est déjà dans vos données : les requêtes internes sans résultat, et les questions répétitives reçues par le support alors que la réponse est publiée. Si ces deux listes sont fournies, le besoin est avéré. Si elles sont vides, le chantier est ailleurs.

Comment le moteur reste-t-il à jour quand le site évolue ?

Par une réindexation déclenchée à la publication ou à la modification d’un contenu. Sur un CMS, cela se branche sur les événements d’enregistrement : la page modifiée est redécoupée et ses embeddings recalculés, sans retraiter le reste du corpus.

C’est le point de maintenance à ne pas négliger : un index qui dérive produit des réponses fausses avec la même assurance que des réponses justes. Prévoyez une réindexation complète périodique en filet de sécurité, et surtout la suppression effective des passages issus de pages dépubliées, l’oubli le plus fréquent.

Peut-on garder le moteur de recherche existant en parallèle ?

Non seulement on peut, mais c’est recommandé. Les deux approches ne couvrent pas les mêmes besoins : la recherche par mots-clés reste supérieure sur une référence précise (un numéro d’article, un nom de fichier, un code), là où la recherche sémantique excelle sur les formulations libres.

Le montage courant combine les deux : la réponse générée en tête, la liste classée en dessous. Il apporte un bénéfice supplémentaire : si le service d’IA est indisponible, le moteur natif prend le relais et la recherche continue de fonctionner.