RAG
RAG est la bibliothèque de sources utilisée par le modèle pour préparer les plans et les textes. Les sites souvent cités sur vos thèmes sont importés puis découpés en fragments utilisables comme citations ou éléments de preuve.
Pourquoi utiliser RAG ?
Sans contexte documentaire, un modèle produit souvent un article générique. Avec RAG, il examine d'abord ce que des publications fiables ont écrit, puis construit le plan et le texte autour de ces extraits.
Le contenu s'appuie ainsi sur une base factuelle et sur des sources déjà fréquemment citées par l'IA. Cela peut améliorer les chances que votre publication soit citée à son tour.
Alimentation de RAG
Quatre étapes s'exécutent automatiquement :
- Collecte des liens. La plateforme collecte chaque jour tous les liens présents dans les réponses IA à vos requêtes.
- Récupération du contenu. Le système récupère le texte principal de chaque page, sans les images ni les publicités.
- Découpage en fragments. Les textes longs sont divisés en courts passages cohérents. Le modèle peut ainsi citer un point précis plutôt qu'une page entière.
- Recherche de fragments pertinents. À l'ouverture d'une carte, les fragments les plus adaptés au thème apparaissent dans l'onglet RAG.
Ce que contient la carte
L'onglet RAG présente les extraits, le domaine source, le titre de la page et un lien vers l'original.
Ces fragments alimentent le plan dans Brief et le texte dans Contenu. S'ils ne sont pas pertinents, vous pouvez en remplacer certains manuellement puis régénérer le contenu.
Poursuivre la lecture
Vous n'avez pas trouvé votre réponse ?
Écrivez-nous. Nous répondons généralement en quelques heures les jours ouvrés.