Personnalisez cette formation

Obtenir un certificat — 34,29 $12 $

Construire des applications RAG et LLM

Construire des applications RAG et LLM

Construire une application LLM ancrée dans vos documents : découpage, embeddings, recherche et reclassement, prompts, outils, évaluation, sécurité et mise en production.

Ce que vous allez apprendre

  • Expliquer pourquoi un LLM a besoin de recherche, décrire le pipeline RAG et choisir entre prompt, RAG, fine-tuning et long contexte.
  • Préparer des documents pour la recherche : nettoyer, découper, ajouter des métadonnées, choisir et versionner un modèle d’embedding.
  • Concevoir la recherche : choisir un magasin vectoriel et un index, appliquer des filtres, combiner recherche lexicale et vectorielle, ajouter un reclassement.
  • Rédiger des prompts ancrés avec citations et règles de refus, et utiliser appels d’outils et sorties structurées en sécurité.
  • Évaluer une application LLM avec un jeu de test hors ligne, des métriques de recherche et de réponse, un LLM juge et des tests de non-régression.
  • Défendre une application LLM contre l’injection de prompt, les fuites de données et l’autonomie excessive grâce à des garde-fous en couches.
  • Planifier coût, latence, supervision et déploiement en production, avec cache, solutions de repli et réponse aux incidents.

Modules

  1. Du LLM au RAG : vue d’ensemble
  2. Préparer les documents : embeddings, découpage, métadonnées
  3. Recherche : magasins vectoriels, recherche hybride, reclassement
  4. Prompts ancrés, appel d’outils et sorties structurées
  5. Évaluer une application LLM
  6. Sécurité et garde-fous
  7. Passer en production : coût, latence, exploitation

Fiche de la formation

Durée d’étude estimée
environ 60 minutes
Évaluation finale
43 questions · Seuil de réussite 80%
Disponible en
English, Français, العربية
Prix
Gratuit. Certificat vérifiable en option : 19 $
Dernière mise à jour
Publié par
AMAADOR ACADEMY

À qui s’adresse cette formation

Développeurs, ingénieurs data et IA, product owners techniques et analystes qui construisent ou évaluent des applications LLM sur des documents d’entreprise.

Prérequis

Notions de programmation (Python ou JavaScript), JSON et API HTTP, et un peu de pratique d’un assistant conversationnel. Aucune formation en apprentissage automatique requise.

Contenu de la formation

1. Du LLM au RAG : vue d’ensemble

Un grand modèle de langage (LLM) rédige un texte fluide à partir de régularités apprises pendant l’entraînement. Cela pose trois problèmes concrets en entreprise : il ne connaît pas vos documents privés, ses connaissances s’arrêtent à une date limite d’entraînement, et il peut affirmer des erreurs avec assurance.

La génération augmentée par la recherche (RAG) y répond : on cherche d’abord les passages pertinents, puis on demande au modèle de répondre à partir d’eux. Le modèle n’est plus la source de vérité ; vos documents le sont.

  1. Ingestion — charger PDF, pages wiki, tickets ; nettoyer le texte et garder le lien vers la source.
  2. Découpage — couper le texte en passages de taille utile.
  3. Embedding et index — transformer chaque passage en vecteur et le stocker avec ses métadonnées.
  4. Recherche — transformer la question en vecteur et récupérer les passages les plus proches (souvent suivi d’un reclassement).
  5. Augmentation — placer les meilleurs passages dans le prompt avec des consignes claires.
  6. Génération — le modèle répond à partir des passages et les cite.
  7. Évaluation et suivi — mesurer la qualité hors ligne et en production.

2. Préparer les documents : embeddings, découpage, métadonnées

Un embedding est une liste de nombres (un vecteur) qui représente le sens d’un texte. Des textes de sens proche donnent des vecteurs proches : une question peut ainsi retrouver un passage qui y répond même avec des mots différents. La proximité se mesure par la similarité cosinus ou le produit scalaire.

ChoixÀ vérifier
ModèleLangues couvertes (vos documents en français et en arabe !), longueur maximale d’entrée, qualité sur vos propres questions
DimensionsPlus de dimensions coûtent plus de stockage et de temps de recherche. Par exemple, text-embedding-3-small d’OpenAI renvoie 1536 nombres par défaut et text-embedding-3-large 3072 ; tous deux acceptent un paramètre dimensions pour raccourcir le vecteur
Limite d’entréeCes modèles OpenAI acceptent jusqu’à 8192 jetons par entrée, mais un passage doit être bien plus court
Hébergement et confidentialitéEnvoyer du texte à une API externe est un transfert de données : vérifiez contrat et région

Trois règles évitent la plupart des incidents. D’abord, même modèle pour les documents et les requêtes : des vecteurs de modèles différents ne se comparent pas. Ensuite, consignez le nom et la version du modèle avec chaque vecteur, car changer de modèle impose de recalculer tout le corpus. Enfin, testez sur vos données : les classements publics ignorent votre jargon et votre mélange de dialectes arabes.

3. Recherche : magasins vectoriels, recherche hybride, reclassement

Un magasin vectoriel conserve vecteurs et métadonnées et renvoie les plus proches d’un vecteur de requête. Parcourir tous les vecteurs donne un résultat exact mais devient lent quand les données grossissent ; la plupart des systèmes utilisent donc un index de recherche approchée des plus proches voisins (ANN) qui sacrifie un peu de rappel pour beaucoup de vitesse.

PostgreSQL avec l’extension pgvector est un premier choix courant : les vecteurs vivent à côté de vos tables habituelles. Sa documentation décrit deux types d’index.

IndexAtoutsRéglages (valeurs par défaut documentées)
HNSWMeilleur compromis vitesse et rappel ; sans phase d’entraînement, donc créable sur table vide ; construction plus lente, plus de mémoirem = 16, ef_construction = 64, à l’exécution hnsw.ef_search = 40
IVFFlatConstruction plus rapide, moins de mémoire, requêtes moins performantes ; à créer après le chargement des donnéeslists (lignes/1000 jusqu’à 1 M de lignes), ivfflat.probes = 1

Les opérateurs comptent : <=> est la distance cosinus, <-> la distance L2 et <#> l’opposé du produit scalaire. L’index doit être construit pour l’opérateur utilisé. Le type halfvec stocke des nombres en demi-précision dans environ moitié moins d’espace.

4. Prompts ancrés, appel d’outils et sorties structurées

La recherche place les bons passages devant le modèle. Le prompt doit ensuite l’obliger à s’en tenir à eux. Un prompt ancré comporte cinq parties, dans un ordre stable.

  1. Rôle et périmètre — « Vous répondez aux questions des salariés de X sur la politique de congés. »
  2. Règles — répondre uniquement à partir des sources ; si elles ne contiennent pas la réponse, le dire et indiquer qui contacter ; ne jamais deviner chiffres ou dates.
  3. Sources — chaque passage dans un bloc étiqueté avec identifiant, titre et date, par exemple [S3].
  4. Format de sortie — réponse courte d’abord, puis les identifiants de sources utilisées ; même langue que la question.
  5. La question — en dernier, séparée des sources.

Les citations permettent au lecteur de vérifier la réponse, et à votre code aussi : rejetez tout identifiant cité qui n’était pas dans le prompt. Les conflits demandent une règle, par exemple « préférer le document le plus récent et mentionner l’ancien ». Les applications multilingues doivent fixer la langue de réponse, car une question en français ou en arabe peut être traitée à partir de sources anglaises.

5. Évaluer une application LLM

« Ça marche bien en démo » n’est pas une évaluation. Il faut un jeu de test : de vraies questions avec de bonnes réponses connues, exécuté automatiquement à chaque changement de taille de passage, de modèle ou de prompt.

  1. Collecter 50 à 200 questions issues d’utilisateurs réels, de tickets de support ou de journaux de recherche. Couvrir chaque type de document, chaque langue et chaque niveau de difficulté.
  2. Étiqueter chaque question avec les passages qui contiennent la réponse et une courte réponse de référence, rédigées par quelqu’un qui connaît le métier.
  3. Ajouter les cas difficiles — questions sans réponse dans le corpus, politiques périmées, codes exacts, relances vagues et attaques (module 6).
  4. Figer et versionner le jeu, et garder un petit jeu séparé sur lequel vous ne réglez jamais rien.

Évaluez les deux moitiés séparément, sinon vous ne saurez pas quoi corriger.

MoitiéQuestionExemples de métriques
RechercheLe bon passage est-il arrivé dans le prompt ?Taux de réussite et rappel à k ; rang réciproque moyen (MRR) ; précision du contexte (les passages pertinents sont-ils classés avant les autres ?) et rappel du contexte (tout le nécessaire y est-il ?)
GénérationLa réponse l’a-t-elle bien utilisé ?Fidélité (affirmations soutenues par le contexte), pertinence de la réponse, refus correct sur les questions sans réponse

6. Sécurité et garde-fous

Un LLM ne distingue pas de façon fiable les consignes des données. Tout texte qu’il lit peut tenter de lui donner des ordres. C’est l’injection de prompt, classée LLM01 dans l’OWASP Top 10 pour les applications LLM 2025.

Le RAG rend l’injection indirecte probable : vous donnez au modèle du texte que vous n’avez pas écrit.

D’autres points de l’OWASP 2025 concernent le RAG : LLM02 divulgation d’informations sensibles, LLM05 traitement inapproprié des sorties (la sortie est utilisée par du code ou un navigateur sans contrôle), LLM07 fuite du prompt système, LLM08 faiblesses des vecteurs et des embeddings, et LLM10 consommation non maîtrisée.

Cas : la fiche CVE-2025-32711, publiée en juin 2025, recense une faiblesse d’« injection de commande IA » dans Microsoft 365 Copilot permettant une divulgation d’informations à distance. Des chercheurs l’ont décrite comme une attaque où un e-mail piégé, simplement traité par l’assistant, pouvait lui faire révéler des données. La leçon est générale : si un assistant lit du contenu non fiable et peut atteindre des données privées, un tiers peut l’orienter.

7. Passer en production : coût, latence, exploitation

En production, chaque question coûte de l’argent et du temps. Mesurez les deux par requête avant d’optimiser quoi que ce soit.

Où part le coût. Les jetons d’entrée (instructions, passages récupérés, historique) font en général l’essentiel de la facture, puis les jetons de sortie. Chaque passage ajouté, chaque boucle d’outils et chaque appel de reclassement s’additionnent. L’embedding et l’indexation sont un coût ponctuel par document, plus une réindexation à chaque changement de modèle d’embedding.

LevierEffetAttention
Moins de passages, meilleursPrompt plus court, coût et latence réduitsRetester le rappel
Cache de promptRéutilise un préfixe stable. Dans la documentation d’Anthropic, une écriture en cache de 5 minutes coûte 1,25 fois le prix d’entrée de base et une lecture en cache environ 0,1 fois pour la plupart des modèles (0,05 pour certains) ; une option d’une heure existeLes prompts plus courts que le minimum du modèle ne sont pas mis en cache ; toute modification du préfixe invalide le cache ; consultez la page à jour pour votre modèle
Routage de modèlesPetit modèle pour les questions faciles, plus grand pour les difficilesÉvaluer par groupe
Cache de réponsesLes questions répétées ne coûtent rienRespecter droits d’accès et mises à jour des documents
Traitements par lotsLe travail hors ligne (textes de contexte des passages, campagnes d’évaluation) peut recourir aux options par lots moins chères quand le fournisseur les proposeDélai plus long

La leçon complète se poursuit dans la formation interactive de cette page.

Sources et références

Formation pédagogique indépendante des éditeurs. Outils, noms de modèles, limites et tarifs évoluent vite : vérifiez la documentation officielle avant de construire ou d’acheter. Elle ne constitue pas un conseil juridique, de sécurité ou de conformité. Les données personnelles contenues dans les documents relèvent du RGPD, de la loi Informatique et Libertés et de la loi marocaine 09-08 ; associez votre délégué à la protection des données.

Toutes les formations · IA & données — Formations gratuites, certificat à partir de 7 $