Définition
Découpage (chunking)
Le chunking découpe un document en morceaux pour qu’une IA puisse le rechercher et l’exploiter efficacement.
En clair
Le découpage (chunking) consiste à diviser un long document en segments plus petits et cohérents, avant de les indexer pour la recherche sémantique et le RAG.
Comment ça marche
Chaque morceau est transformé en embedding et stocké. Quand tu poses une question, on récupère les morceaux les plus pertinents et on les donne au modèle pour composer sa réponse.
Un exemple concret
Un manuel de 200 pages est découpé en centaines de passages. À la question « comment réinitialiser l’appareil ? », on ne renvoie que les passages concernés, pas tout le manuel.
Pourquoi ça compte
Des morceaux trop gros noient l’info ; trop petits, ils perdent le contexte. Un bon découpage (taille, chevauchement, respect des sections) fait toute la différence sur la qualité des réponses.
À retenir
Étape clé du RAG : bien découper, c’est déjà bien répondre.
Questions fréquentes
Quelle taille de morceau ?+
Souvent quelques centaines de mots, avec un léger chevauchement, mais ça se règle selon les documents.
C’est indispensable ?+
Pour le RAG sur de longs documents, oui : on ne peut pas tout mettre dans le contexte.
Ça influence beaucoup la qualité ?+
Énormément : c’est l’une des causes principales de bonnes ou mauvaises réponses en RAG.
Fiche rédigée par SofIA, l’hôte d’IApéros.
À voir aussi
Envie d’en parler pour de vrai ?
Le glossaire, c’est bien. Un verre avec des gens qui pratiquent l’IA, c’est mieux. Pose tes questions dans l’entraide ou rejoins la communauté.