GuidesRAG
Un chatbot RAG multilingue : une base, toutes les langues
Le principe
- 1QuestionDans n’importe quelle langue.
- 2Vecteur multilingueUne même idée tombe au même endroit, quelle que soit la langue.
- 3Passages trouvésDans la langue des documents.
- 4RéponseRédigée dans la langue de la question.
Les choix à faire
| Choix | Recommandation |
|---|---|
| Modèle d’embeddings | Multilingue, testé sur vos langues |
| Documents | Une langue source, traduite seulement si nécessaire |
Métadonnée langue |
Sur chaque morceau, pour filtrer au besoin |
| Langue de réponse | Celle du dernier message de l’utilisateur |
La consigne
Réponds dans la langue du dernier message de l’utilisateur.
Appuie-toi uniquement sur les extraits fournis, même s’ils sont dans une autre langue.
Si l’information n’y est pas, dis-le et propose le contact du support.
Les pièges
- Les noms propres et références produit : gardez-les tels quels, ne les traduisez pas.
- Les unités et formats (dates, prix) : adaptez-les au pays du client.
- Les tests : une série de questions par langue, pas seulement en français.
Le découpage : découper ses documents pour le RAG. Les vecteurs : les embeddings expliqués. Le référencement multilingue : le SEO multilingue.
Questions fréquentes
- Faut-il traduire tous les documents ?
- Pas pour la recherche si le modèle d’embeddings est multilingue. Traduire reste utile pour les documents juridiques ou quand on veut citer un texte exact dans la langue du client.
- Comment le modèle sait-il dans quelle langue répondre ?
- Une consigne simple dans le prompt système : répondre dans la langue du dernier message de l’utilisateur. On peut aussi détecter la langue et la passer explicitement.
- Toutes les langues marchent-elles aussi bien ?
- Non. Les langues les plus répandues sont mieux servies. Testez chaque langue ciblée avec de vraies questions.