Une devinettePour commencerCas d'ouverture
Réfléchis une secondeEssaie de répondrePosez votre intuition
« Chien » et « toutou », ce sont deux mots différents. Comment la machine sait-elle qu'ils parlent de la même chose ?
Pense à ta réponse, même si tu n'es pas sûr. La suite te dira si tu avais vu juste.
Tu tapes « film avec un robot qui devient gentil » sans aucun titre, et l'appli trouve. Elle a comparé quoi, au juste ?
Prends dix secondes pour répondre dans ta tête. Tu compareras avec la suite.
Un collègue cherche « poser mes congés » alors que la procédure s'appelle « demande d'absence ». Pourquoi la recherche classique échoue-t-elle ?
Formulez d'abord votre réponse, même approximative : la comparer à la suite fixe bien mieux les acquis.
Regarde ça bougerVois-le en actionLe concept en mouvement
Regarde les mots se ranger sur une carte du sens
Chaque mot devient un point. Les sens proches deviennent voisins. Lance une recherche pour voir l'IA retrouver les plus proches, même avec d'autres mots.
8 mots de 3 familles (animaux, véhicules, fruits). On va les ranger par le sens.
C'est une grande bibliothèque où les livres qui parlent de la même chose sont rangés côte à côte.
C'est comme une appli de rencontre, mais pour les idées : les sens qui matchent finissent voisins sur la carte.
Imagine une salle immense où les idées proches sont rangées sur des étagères voisines.
Comment ça marcheComment ça marcheLa mécanique
Une étape à la foisLe mécanisme, étape par étapeLe mécanisme, étape par étape
Une carte géante des idées
Chaque mot reçoit une place sur une grande carte.
Les idées qui se ressemblent sont rangées tout près l'une de l'autre.
« Voiture » et « auto » habitent côte à côte sur la carte.
Quand tu cherches, la machine va voir ce qui est rangé juste à côté.
Ranger les idées sur une carte géante
Chaque texte (un message, une vidéo, une chanson) reçoit une liste de nombres : c'est son adresse sur une carte du sens.
L'appli mesure la distance entre ces adresses pour voir ce qui se ressemble.
Elle te ressort ce qui est le plus proche de ta recherche, même si tu n'as pas tapé les mêmes mots.
Si tu cherches « voiture », elle pense aussi à « auto » : elles sont voisines sur la carte.
Transformer le sens en coordonnées comparables
Chaque texte, question ou document est transformé en vecteur : une longue liste de nombres qui sert d'adresse dans un espace de sens.
On mesure la distance ou la similarité entre ces vecteurs pour comparer les contenus.
On récupère ce qui est le plus proche du besoin exprimé, même formulé avec d'autres mots.
Ainsi « voiture » et « auto » se retrouvent voisines : proximité géométrique ≈ proximité de sens.
Des exemples pour toiDes exemples concretsExemples concrets
Tu l'as déjà croiséOù tu le retrouvesOù vous le retrouvez en situation
Un exemple pour toi
C'est comme ta boîte à jouets. Tu ranges tous les animaux ensemble, et toutes les voitures ensemble. La machine fait pareil avec les mots : elle met côte à côte ceux qui se ressemblent. Comme ça, quand tu cherches « chien », elle pense aussi à « chiot », parce qu'ils sont rangés tout près !
« Chien » et « toutou » sont voisins sur la carte.
« Vélo » est rangé tout près de « trottinette ».
Tu dis « bonbon », la machine pense aussi à « sucette », parce que c'est rangé à côté.
Cas concret
Tu cherches « film avec un robot qui devient gentil » sur ton appli de streaming. Tu n'as donné aucun titre exact, pourtant elle te propose les bons films : leurs « adresses » sont voisines de celle de ta phrase sur la carte du sens. Pareil quand Shazam ou ta playlist te suggèrent un morceau « dans la même ambiance ».
Spotify te propose un son qui ressemble à celui que tu écoutes en boucle.
YouTube te suggère une vidéo proche de celle que tu viens de mater.
Tu tapes « jeu de combat » dans un store et il te sort des titres de bagarre, même sans le mot exact.
Cas concret
Vous fouillez la base documentaire interne de votre entreprise et vous tapez « comment poser mes congés » alors que la procédure officielle s'intitule « demande d'absence ». La recherche par mots-clés échouerait ; la recherche par embeddings retrouve le bon document, parce que les deux formulations sont voisines sur la carte du sens.
Retrouver le bon passage d'un manuel ou d'une procédure interne sans connaître les mots exacts du texte.
Regrouper automatiquement des tickets de support qui parlent du même problème.
Détecter des doublons de sens entre fiches ou articles, même rédigés différemment.
Attention aux piègesÀ éviterÀ éviter
Ce qu'on croit, et ce qui est vraiIdées reçues et pièges à éviterIdées reçues et risques à anticiper
-
On croit que
On croit qu'il faut écrire pile le même mot pour trouver.
En vrai
En vrai, « chat » et « minou » sont voisins, alors la machine trouve quand même.
-
On croit que
On croit que voisin sur la carte, c'est toujours la bonne réponse.
En vrai
En vrai, pas toujours : des fois la machine se trompe de voisin.
Les pièges à retenir
- Des fois la machine range un mot un peu trop loin de son vrai copain.
- Si la carte est mal rangée, elle trouve le mauvais voisin.
- Voisin, ça ne veut pas toujours dire « la bonne réponse ».
-
On croit que
« Chercher, c'est juste comparer les mots identiques. »
En réalité
Non : « voiture » et « auto » sont proches sur la carte même sans aucun mot commun.
-
On croit que
« Si deux trucs sont voisins sur la carte, c'est forcément la bonne réponse. »
En réalité
Pas toujours. Proche en maths ne veut pas dire pertinent : on rajoute souvent du tri (reranking) et de la logique.
-
On croit que
« Un vecteur, c'est une image. »
En réalité
Non, c'est une longue liste de nombres : illisible pour toi, mais comparable par la machine.
Les pièges à retenir
- Être proche sur la carte n'est jamais une preuve parfaite que c'est le bon résultat.
- La qualité dépend du modèle d'embedding et de documents bien nettoyés.
- Il faut souvent rajouter un tri (reranking) ou des règles pour coller au vrai besoin.
-
Idée reçue
« Chercher, c'est juste comparer les mots identiques. »
Réalité
Non. Les embeddings comparent le sens : « voiture » et « auto » sont proches même sans mot commun.
-
Idée reçue
« Si deux textes sont proches dans l'espace, c'est forcément la bonne réponse. »
Réalité
Pas toujours. La proximité mathématique est utile mais pas une preuve : on ajoute souvent du reranking et de la logique métier.
-
Idée reçue
« Un vecteur, c'est une image ou un dessin. »
Réalité
Non, c'est une longue liste de nombres, une « adresse » dans un espace, illisible pour un humain mais comparable par la machine.
Points de vigilance
- Une proximité mathématique n'est jamais une preuve parfaite de pertinence.
- La qualité dépend du modèle d'embedding choisi et du nettoyage des documents.
- Il faut souvent ajouter du reranking ou de la logique métier.
Ce que je retiensÀ retenirÀ retenir
L'essentiel, en quatre idéesL'essentiel, en quatre idéesL'essentiel, en quatre points
La phrase à garder
La machine range les idées qui se ressemblent tout près, même si les mots changent.
- Une place pour chaque mot Chaque mot a son coin sur la grande carte.
- Voisins = se ressemblent Les idées proches sont rangées côte à côte.
- Mots différents, même coin « Auto » et « voiture » sont voisines.
- Pas toujours parfait Parfois la machine se trompe un peu de voisin.
La phrase à garder
Un embedding compare le SENS des contenus, pas seulement les mots écrits.
- Une adresse de sens Chaque contenu reçoit une liste de nombres qui le situe sur une carte.
- Proche = sens proche On mesure des distances, pas des mots identiques.
- Le moteur de la reco C'est ce qui fait marcher recherche sémantique et suggestions.
- Utile mais pas parfait On ajoute des filtres pour que ça colle vraiment au besoin.
Message clé
Les embeddings mesurent une ressemblance de sens, pas juste une ressemblance de mots.
- Un embedding = une place sur la carte Chaque contenu reçoit des coordonnées numériques.
- Proche = sens proche On compare des distances, pas des mots exacts.
- Cœur de la recherche sémantique Et des moteurs RAG : retrouver le bon passage.
- Utile mais pas parfait On ajoute filtres, métadonnées et reranking pour le métier.
Je m'entraîneJe valideÉvaluation
Je teste ce que j'ai comprisJe teste ce que j'ai comprisValidez vos acquis
Valider : Embeddings et vecteurs
4 questions. Il faut 70 % de bonnes réponses pour maîtriser la fiche. Tu as le droit de te tromper et de réessayer.
Pour les curieuxPour aller plus loinPour aller plus loin
Si tu veux en savoir plusCreuser le sujetApprofondir et poursuivre
Sous le capot, pour les curieux
L'étiquette magique
Chaque mot reçoit son adresse secrète, comme une étiquette de jouet
Imagine que chaque mot ou chaque histoire reçoit une petite étiquette pleine de chiffres, comme l'adresse de ta maison. Toi tu ne comprends pas ces chiffres, mais l'ordinateur, lui, sait s'en servir pour ranger les mots qui se ressemblent tout près les uns des autres.
Les copains proches
On regarde qui est rangé tout près, pas si les mots sont pareils
Sur la grande carte, « voiture » et « auto » sont rangées côte à côte, comme deux copains assis l'un à côté de l'autre, même s'ils n'ont pas le même nom. L'ordinateur regarde qui est voisin pour deviner qui parle de la même chose.
Trouver vite
Retrouver le bon livre dans une bibliothèque géante en un clin d'œil
Une fois que tout est bien rangé sur la carte, l'ordinateur peut courir très vite vers les voisins de ta question pour trouver la bonne réponse. C'est comme savoir tout de suite dans quel rayon de la bibliothèque se cache le livre que tu cherches.
Pas toujours juste
Être tout près ne veut pas dire être le bon copain à chaque fois
Parfois deux choses sont rangées à côté mais ne vont pas vraiment ensemble, comme un chat assis près d'un chien. Alors l'ordinateur doit vérifier encore un peu, avec d'autres petits indices, pour ne pas se tromper.
Sous le capot
Vecteur = coordonnées
Un vecteur, ce sont des coordonnées GPS posées sur le sens d'un texte
Chaque mot, question ou doc est transformé en une longue liste de nombres, un peu comme des coordonnées GPS (latitude/longitude) mais en beaucoup plus de dimensions. Tu ne lis pas cette liste comme une phrase, mais elle permet à la machine de situer chaque contenu dans un « espace » et de mesurer qui est proche de qui.
Similarité
On mesure une distance de sens, comme la distance entre deux points
Plutôt que de comparer les mots à la lettre, on calcule à quel point deux vecteurs pointent dans la même direction (c'est la similarité). Résultat : « voiture » et « auto », ou un message en argot et sa version formelle, ressortent proches même sans aucun mot commun. C'est ce qui fait que la recherche comprend ce que tu veux dire, pas juste ce que tu tapes.
Recherche vectorielle
Une base vectorielle retrouve les voisins les plus proches en un éclair
Tous les vecteurs sont stockés dans une base spéciale (vector database). Quand tu poses une question, elle est aussi transformée en vecteur, et le système va chercher ses plus proches voisins quasi instantanément. C'est ce moteur qui fait tourner la recherche sémantique et les systèmes RAG, où l'IA récupère les bons passages avant de répondre.
Limites
Proche en maths n'est pas toujours pertinent : il faut affiner
La proximité géométrique est une approximation du sens, pas une preuve : deux contenus peuvent être voisins sans vraiment répondre à ton besoin. C'est pour ça qu'on ajoute du filtrage (par date, catégorie, métadonnées) et du reranking, une seconde étape qui reclasse les résultats pour remonter les plus vraiment utiles.
Sous le capot : les briques techniques
Vecteurs
Un vecteur, c'est une adresse mathématique dans un espace
Chaque texte, question ou document reçoit une longue liste de nombres. Cette liste ne se lit pas comme une phrase humaine, mais elle permet à la machine de comparer les proximités et les écarts entre contenus.
Similarité
On compare des distances, pas des mots exacts
Deux contenus peuvent être proches même s'ils n'emploient pas les mêmes termes. C'est ce qui permet de retrouver des passages pertinents quand la question de l'utilisateur reformule le problème avec un vocabulaire différent.
Recherche
La recherche vectorielle sert à retrouver vite ce qui semble pertinent
Une fois les vecteurs stockés, on peut chercher rapidement les plus proches d'une question donnée. Cette étape devient une pièce centrale des moteurs documentaires modernes et des pipelines RAG.
Limites
Proche en maths ne veut pas toujours dire parfait pour le métier
C'est pour cela qu'on ajoute souvent du filtrage métier, du reranking, des métadonnées et parfois une validation supplémentaire. La proximité sémantique est très utile, mais elle n'est pas une vérité absolue.
Les questions que tu te poses peut-être
- Comment elle sait où ranger les mots ?
- Elle a lu plein, plein de phrases avant, comme toi qui lis plein d'histoires. Alors elle devine quels mots vont ensemble.
- Est-ce qu'elle peut se tromper de voisin ?
- Oui, des fois elle range un mot un peu trop loin ou un peu trop près. Elle n'est pas parfaite, alors une grande personne vérifie.
- Est-ce que c'est elle qui range mes jouets ?
- Non, ça c'est à toi ! Elle, elle range seulement des mots dans son ordinateur, pas tes vrais jouets.
Questions fréquentes
- C'est quoi un embedding, simplement ?
- Une façon de transformer un texte en coordonnées numériques, pour ranger les contenus proches en sens au même endroit d'une « carte ».
- C'est quoi un vecteur, ici ?
- Une longue liste de nombres qui sert d'adresse au contenu dans l'espace. On compare ces adresses pour mesurer la ressemblance de sens.
- Pourquoi c'est mieux que chercher les mêmes mots ?
- Parce que ça retrouve le bon contenu même quand l'utilisateur reformule avec d'autres mots (« auto » au lieu de « voiture »).
- Les embeddings se trompent-ils ?
- Oui : proche en maths ne veut pas toujours dire pertinent. On ajoute souvent du reranking, des métadonnées et de la logique métier.
Pour continuer
-
Lis l'histoire en BD, c'est plus rigoloCette notion existe aussi en BDCette notion existe aussi en BD IA fait le ménage dans les mots - Fiche à suivre RAG expliqué simplement Pour voir les embeddings au travail : retrouver les bons passages avant de répondre.
- Fiche à suivre Tokens et grands modèles de langage Pour revoir d'où viennent ces représentations numériques.
- Fiche à suivre Agents vs workflows Pour orchestrer la recherche dans des systèmes plus complets.
SourcesSourcesSources vérifiées