Comment un LLM apprend, quand choisir prompt / RAG / fine-tuning, et le RAG expliqué pas à pas pour répondre sur VOS données — avec sources, sans réentraîner.
Deux temps : une indexation qui prépare vos documents une fois pour toutes, et une interrogation qui, à chaque question, retrouve les bons extraits et les donne au LLM.
Le RAG ne modifie pas le modèle : il l'alimente. On indexe les documents une fois (découpe → vecteurs → base vectorielle), puis à chaque question on retrouve les extraits pertinents et on les glisse dans le prompt. Le LLM répond alors sur VOS données, avec les sources.
Six questions pour vérifier que l'essentiel sur les LLM et le RAG est bien acquis.