Contexte : Une entreprise souhaite interroger sa base documentaire interne via un assistant conversationnel basé sur LLM. Le Problème : Envoyer tout le corpus au modèle dépasse les limites de tokens et génère des réponses peu pertinentes. Contraintes : Mettre en place une architecture Retrieval-Augmented Generation (RAG). Indexer les documents sous forme d’embeddings. Effectuer recherche de similarité avant génération. Limiter le contexte injecté au strict nécessaire. Livrable attendu : Proposer une architecture RAG complète incluant ingestion des documents, recherche vectorielle et génération contextualisée avec gestion des limites de tokens.