Modes de recherche : keyword, semantic, hybrid

Trois approches pour trouver l’information

L’endpoint de recherche propose trois modes distincts. Chacun a ses forces et ses faiblesses. Comprendre leurs differences vous permet de choisir le mode optimal selon votre cas d’usage.

Mode keyword : correspondance exacte

Le mode keyword fonctionne comme un moteur de recherche classique. Il cherche les correspondances exactes entre les mots de votre requete et le contenu des documents.

{
  "query": "taux TVA 20%",
  "source": { "collection_ids": ["col_fiscal"] },
  "retrieval_mode": { "type": "keyword" }
}

Forces

• Precision sur les termes techniques : noms de produits, codes, references, acronymes
• Recherche de valeurs exactes : montants, dates, identifiants
• Rapidite : pas de calcul d’embeddings necessaire

Faiblesses

• Pas de comprehension semantique : si le document dit “taxe sur la valeur ajoutee” au lieu de “TVA”, le mode keyword ne trouvera pas la correspondance
• Sensible a la formulation : la requete doit utiliser les memes mots que le document

Mode semantic : comprehension du sens

Le mode semantic utilise des embeddings pour comprendre le sens de votre requete et le comparer au sens du contenu indexe. Il trouve des passages pertinents meme si les mots utilises sont differents.

{
  "query": "comment reduire les impots sur les ventes",
  "source": { "collection_ids": ["col_fiscal"] },
  "retrieval_mode": { "type": "semantic" }
}

Cette requete trouvera des passages parlant de TVA, taxe sur la valeur ajoutee, deductions fiscales ou exonerations — meme si ces termes n’apparaissent pas dans la requete.

Forces

• Comprehension contextuelle : trouve des resultats pertinents malgre des formulations differentes
• Robuste aux synonymes : “remboursement”, “avoir”, “credit” sont compris comme des concepts proches
• Ideal pour les questions en langage naturel : les utilisateurs n’ont pas besoin de connaitre le vocabulaire exact du document

Faiblesses

• Moins precis sur les termes techniques exacts : un code produit “XR-2847” peut etre confondu avec des concepts voisins
• Cout computationnel : chaque requete necessite un calcul d’embeddings

Mode hybrid : le meilleur des deux mondes

Le mode hybrid combine keyword et semantic. C’est le mode par defaut et recommande par xAI.

{
  "query": "article L.121-3 responsabilite du dirigeant",
  "source": { "collection_ids": ["col_juridique"] },
  "retrieval_mode": { "type": "hybrid" }
}

Le mode hybrid :

1. Execute une recherche keyword pour trouver les correspondances exactes (“L.121-3”)
2. Execute une recherche semantique pour trouver les passages conceptuellement lies (“responsabilite du dirigeant”)
3. Fusionne et reordonne les resultats pour maximiser la pertinence

Forces

• Precision + comprehension : capture les termes exacts ET les concepts associes
• Meilleur rappel : moins de risque de manquer un document pertinent
• Adapte a tous les types de requetes : techniques ou conversationnelles

Quand ne pas utiliser hybrid

Le mode hybrid est rarement sous-optimal, mais dans certains cas specifiques :

• Recherche de code exact : utilisez keyword si vous cherchez une signature de fonction precise
• Recherche exploratoire large : utilisez semantic si vous voulez decouvrir des contenus thematiquement proches sans terme precis

Comparatif des modes

Points cles a retenir

• Le mode keyword cherche les correspondances exactes — ideal pour les termes techniques et les references
• Le mode semantic comprend le sens — ideal pour les questions en langage naturel
• Le mode hybrid combine les deux — c’est le choix par defaut recommande
• Utilisez keyword pour les recherches de codes, identifiants ou valeurs exactes
• Utilisez hybrid dans tous les autres cas