La recherche par similarité sémantique répond bien aux questions ciblées : où est décrite la procédure de retour, quelle est la limite de l'offre de base. Elle échoue sur les questions qui couvrent tout un corpus : quels sont les thèmes principaux de ces cent rapports, qui a travaillé avec qui, ce qui revient dans les tickets du dernier trimestre.
La raison est simple. La réponse à une telle question ne se trouve dans aucun fragment unique, donc même une récupération parfaite renvoie cinq fragments à partir desquels on ne peut pas la composer.
GraphRAG aborde cela autrement : il construit à partir des documents un graphe d'entités et de relations, le regroupe en communautés, résume chacune, puis répond aux questions portant sur tout le corpus à l'aide de ces résumés plutôt que de fragments.
Comment ça marche
Le flux comporte deux phases de coût entièrement différent, et les séparer dès le départ aide.
La phase d'indexation est coûteuse. Un modèle parcourt chaque document et en extrait des entités : personnes, organisations, produits, concepts. Puis il extrait les relations entre elles. Un graphe se forme, qu'un algorithme de détection de communautés découpe en groupes d'entités liées, et le modèle résume chaque groupe.
La phase de réponse utilise ce qui a été produit. Une question ciblée va vers la recherche locale, qui couvre une entité et son voisinage immédiat dans le graphe. Une question globale va vers les résumés de communautés, à partir desquels le modèle compose une réponse sur tout le corpus.
Cette séparation est le cœur du mécanisme. La recherche locale répond aux questions sur des détails, la recherche globale aux questions sur l'ensemble, et la différence tient à ce sur quoi la réponse s'appuie.
Le coût, principal obstacle
Il faut le dire clairement : la version d'origine est chère. Extraire entités et relations de chaque document signifie faire passer tout le corpus par un modèle, puis résumer aussi chaque communauté.
À mille documents, cela se chiffre en centaines de dollars ; à dix mille, en milliers. C'est un coût d'indexation ponctuel, qui revient à chaque changement substantiel du corpus et à chaque changement de modèle.
La réponse à ce problème, ce sont les variantes qui repoussent une partie du travail au moment de la requête. Plutôt que de résumer chaque communauté d'avance, elles le font pour celles qui se révèlent pertinentes pour une question précise. Le coût d'indexation tombe alors à un niveau comparable à celui d'une recherche vectorielle ordinaire tout en maintenant la qualité des réponses.
Il existe aussi des implémentations plus légères de la même idée, aux exigences plus faibles. Quand tu planifies un déploiement, commence par celles-là, car la version d'origine est surtout un travail de recherche qui montre que l'approche fonctionne plutôt que le chemin le moins cher vers un résultat.
Quand cela a du sens
Sépare les types de questions, car toute la décision en découle.
Les questions ciblées sont servies par la recherche vectorielle ordinaire, et à moindre coût. Si tes utilisateurs posent des questions sur des procédures, des valeurs et des règles précises, ajouter un graphe n'améliorera pas les réponses et fera monter le coût.
Les questions sur tout le corpus sont celles où le graphe l'emporte. Résumer les thèmes d'un ensemble de rapports, repérer les fils récurrents dans des tickets, décrire comment quelque chose a évolué dans le temps à travers une série de documents.
Les questions de relations sont le second domaine de ce genre. Qui est lié à qui, par quoi et jusqu'où. La recherche vectorielle n'y parviendra pas, car la similarité sémantique ne porte aucune information sur les relations.
La conclusion pratique est de fonder la décision sur les vraies questions de tes utilisateurs. Si quatre-vingt-dix requêtes sur cent sont ciblées, construis une recherche ordinaire et envisage un graphe pour les dix restantes. Si la proportion s'inverse, la situation est différente.
L'arrangement hybride
La solution de production la plus courante ne choisit pas une seule approche mais oriente une question vers l'endroit où elle sera le mieux servie.
Une couche de routage identifie le type de question et choisit un chemin. Une question sur des détails va vers une base vectorielle comme Qdrant. Une question sur des chiffres va vers une requête relationnelle ordinaire. Une question sur l'ensemble va vers les résumés de communautés.
Cette séparation a aussi un sens économique. Le chemin le moins cher sert l'essentiel du trafic et le chemin coûteux ne s'exécute que quand c'est nécessaire. L'arrangement inverse, qui fait passer tout par le graphe, paie le tarif le plus élevé pour des questions qui n'en ont pas besoin.
La couche de routage peut être un simple classifieur sur un modèle moins cher. Un appel supplémentaire coûte peu face à la différence entre les chemins, et la précision de la classification peut se mesurer sur un ensemble de vraies questions.
Un essai
Avant de chiffrer tout le corpus, construis un graphe pour une petite partie. Cela prend une heure et répond à des questions qu'aucune lecture ne tranchera.
pip install graphrag
graphrag init --root ./project
graphrag index --root ./projectLa configuration couvre le modèle d'extraction des entités, le modèle d'embedding et les types d'entités à rechercher. Ce dernier paramètre compte le plus sur des documents spécialisés, car par défaut l'outil ne cherche que des organisations, des personnes, des lieux et des événements.
extract_graph:
entity_types: [person, organisation, product, technology, contract]Le nom de la section a changé avec la première version stable : les anciens guides donnent entity_extraction, alors que la version actuelle lit extract_graph. L'outil exige aussi Python entre 3.11 et 3.13, donc l'installation échoue sur tout ce qui est plus ancien ou plus récent.
Lancer l'indexation sur vingt documents montre trois choses. Ce que coûte un document, ce qui donne une base à multiplier. Quelles entités émergent réellement, ce qui te dit si les types conviennent. À quoi ressemble le graphe, ce qui te dit si les relations ont du sens.
Cet essai conduit généralement à deux ou trois corrections de configuration après lesquelles le résultat est nettement meilleur. Lancer tout le corpus d'emblée, c'est payer plein tarif une version que tu devrais de toute façon refaire.
Vérifie aussi comment la recherche globale se comporte sur un corpus si petit. À vingt documents, les communautés sont peu nombreuses, donc les réponses aux questions sur tout le corpus sortent maigres, et c'est une conséquence de la taille de l'échantillon plutôt qu'un défaut de la méthode.
La qualité du graphe
Toute la construction repose sur la qualité avec laquelle le modèle a extrait les entités et les relations, donc il est utile de savoir où cela échoue.
Le premier problème est la même entité sous des noms différents. Une entreprise qui apparaît une fois sous son nom complet, une fois abrégée et une fois avec une faute de frappe devient trois nœuds au lieu d'un, ce qui disperse ses relations. Une étape de fusion des entités est ici obligatoire plutôt que facultative.
Le deuxième est les entités extraites de fragments sans contexte. Un modèle qui voit un seul paragraphe ne sait pas que la personne nommée est la même que celle mentionnée trois pages plus tôt. Des fragments plus grands améliorent cela, à un coût.
Le troisième est le domaine. Un modèle généraliste extrait des entités générales, et avec des documents spécialisés, il aide de fournir les types d'entités à chercher. Sans cela, une documentation médicale donne des personnes et des dates plutôt que des substances et des interactions.
Inspecte le graphe après sa construction avant de considérer l'affaire close. Un quart d'heure passé à relire les entités révèle généralement deux ou trois erreurs systématiques dont la correction change la qualité des réponses plus que n'importe quel réglage de prompt.
Pour la seule relecture, il est plus facile de charger le résultat de l'indexation dans une base de données de graphes, car l'outil écrit le graphe sous forme de fichiers de tables, et y chercher des entités dupliquées est laborieux. Neo4j convient bien à cette tâche, car une requête Cypher extrait directement les nœuds aux noms proches, ou les nœuds sans aucune relation. Un détail aide quand on cherche de la documentation : le projet est passé à un versionnement calendaire, donc la version 6 de Neo4j n'existe pas, et les contenus qui parlent d'une sixième version majeure sont antérieurs au changement ou relèvent d'un malentendu.
Mettre à jour le corpus
Les documents changent, et reconstruire tout le graphe à chaque changement est financièrement impossible. Règle cette question avant le déploiement plutôt qu'après la première mise à jour.
L'ajout incrémental extrait les entités des seuls nouveaux documents et les raccorde au graphe existant. Il fonctionne bien tant que le nouveau contenu ne change pas l'image d'ensemble, car les communautés et leurs résumés restent tels quels.
Le problème apparaît quand de nouveaux documents déplacent la structure. Un nouveau département, une nouvelle gamme de produits ou un changement après lequel les groupes existants ne conviennent plus exigent tous que la détection de communautés soit relancée et que les résumés soient recalculés.
La réponse pratique sépare les deux cas. Ajout incrémental à chaque changement et reconstruction complète chaque trimestre ou après un déplacement substantiel de l'organisation du corpus. Cette dernière est alors planifiée et budgétée plutôt que découverte comme une nécessité.
Décide aussi de ce qui arrive aux documents supprimés. Une entité extraite d'un document qui n'existe plus reste dans le graphe et influence les réponses, donc la suppression doit atteindre le graphe et pas seulement le stockage des documents.
Ce que ça donne en chiffres
Évaluer cette approche est difficile, car son avantage n'apparaît que sur des questions d'un type particulier, et là il peut être grand.
Sur les questions ciblées, la différence avec la récupération ordinaire se situe généralement dans le bruit de mesure. C'est attendu, puisque les deux méthodes atteignent le même fragment par des chemins différents.
Sur les questions portant sur tout le corpus, la différence est qualitative plutôt que quantitative. La récupération ordinaire renvoie cinq fragments et le modèle produit une réponse fondée sur cinq exemples, qu'il présente comme une image de l'ensemble. C'est pire que pas de réponse, car elle paraît crédible et induit en erreur.
Ce mécanisme mérite l'attention quand tu évalues un système existant. Si les utilisateurs posent des questions sur tout le corpus et que le système répond avec aisance, vérifie sur combien de fragments la réponse repose. Les mesures présentées dans l'article sur Ragas ne le détecteront pas, car la réponse est fidèle au contexte fourni et seul le contexte n'est pas représentatif.
La troisième chose est le coût des requêtes. La recherche globale passe par de nombreux résumés de communautés, donc une question coûte de nombreuses fois une question ordinaire. Les variantes qui limitent le nombre de communautés examinées réduisent cela considérablement, mais jamais à zéro.
GraphRAG face aux alternatives
| Approche | Point fort | Point faible | À choisir quand |
|---|---|---|---|
| GraphRAG | Questions sur tout le corpus et sur les relations | Coût d'indexation élevé | Analyse d'ensembles de documents, questions globales |
| Variantes légères | La même idée pour une fraction du coût | Outillage moins mature | Déploiement en production avec un budget limité |
| Recherche vectorielle | Peu chère, simple, suffisante pour les questions ciblées | Ne répond pas aux questions sur tout le corpus | La plupart des applications |
| Contexte long | Pas d'indexation, le modèle voit tout | Coût à chaque question, plafond de taille | Analyse ponctuelle, petit corpus |
La dernière ligne mérite l'attention comme réponse souvent la plus simple. Un corpus qui tient dans la fenêtre de contexte d'un modèle actuel n'a besoin d'aucune indexation : tu le déposes et tu poses ta question. À deux cents pages et quelques questions par jour, cela revient moins cher que de construire un graphe.
La frontière se situe au niveau de la taille et de la fréquence. Un corpus qui dépasse la fenêtre de contexte, ou des questions posées des centaines de fois par jour, déplacent le calcul vers les solutions d'indexation.
Erreurs courantes
La première est de construire un graphe sans vérifier ce que les utilisateurs demandent réellement. Si toutes les questions sont ciblées, tout ce travail ne change aucune réponse.
La deuxième est de sauter la fusion des entités. La même entreprise en trois nœuds disperse les relations et casse la détection de communautés, donc les résumés couvrent des ensembles arbitraires.
La troisième est de lancer la version d'origine sur un grand corpus sans la chiffrer. La facture d'indexation peut dépasser le budget modèle d'une année.
La quatrième est de supposer qu'un graphe remplace la recherche vectorielle. Il la complète, répondant à un autre type de question plutôt que de lui succéder.
La cinquième est de n'avoir aucun plan de mise à jour. Les documents changent, et reconstruire tout le graphe à chaque changement est financièrement impossible, donc sache dès le départ comment de nouveaux documents s'ajoutent de façon incrémentale.
La sixième est de juger la qualité sur une impression tirée de quelques questions. Les mêmes mesures que pour la récupération ordinaire, présentées dans l'article sur Ragas, s'appliquent ici à l'identique, et sans elles le réglage relève de la devinette.
FAQ
En quoi GraphRAG diffère-t-il d'un RAG ordinaire ?
La récupération ordinaire renvoie des fragments proches de la question, donc elle répond aux questions ciblées. GraphRAG construit un graphe d'entités et de relations, le regroupe en communautés et les résume, donc il répond aussi aux questions sur tout le corpus auxquelles aucun fragment unique ne pourrait répondre.
Combien coûte la construction d'un graphe ?
La version d'origine fait passer tout le corpus par un modèle plusieurs fois, donc à mille documents, cela représente des centaines de dollars. Les variantes qui repoussent le résumé au moment de la requête ramènent cela à un niveau comparable à celui d'une recherche vectorielle ordinaire.
Remplace-t-il une base de données vectorielle ?
Non, il la complète. L'arrangement de production le plus courant oriente les questions ciblées vers une base vectorielle, les questions numériques vers une requête relationnelle et les questions sur tout le corpus vers les résumés de communautés, car chaque chemin répond à un autre type de question.
Quand ne vaut-il pas la peine d'y recourir ?
Quand les utilisateurs ne posent que des questions ciblées, quand le corpus tient dans la fenêtre de contexte d'un modèle et que les questions sont rares, ou quand le budget exclut l'indexation. Dans les deux premiers cas, des solutions plus simples donnent le même résultat à moindre coût.
Par où commencer ?
En rassemblant trente vraies questions d'utilisateurs et en les séparant entre ciblées et globales. Cette proportion dit si cela vaut la peine, et si tu poursuis, commence par une variante plus légère sur un petit sous-ensemble de documents avant de chiffrer le tout.
Le code et la documentation se trouvent dans le dépôt du projet, et la variante qui réduit les coûts est décrite dans un article de recherche.