8. Mémoire projet et RAG

Pourquoi les conversations ne suffisent pas

Quand tu ouvres une nouvelle conversation avec l'IA, elle ne sait rien de ton projet. Elle ne connaît pas l'architecture, les conventions, les décisions prises, ni les problèmes connus. Tu dois tout réexpliquer. C'est fatigant et source d'erreurs.

  Conversation 1          Conversation 2          Conversation 3
  ┌──────────┐          ┌──────────┐          ┌──────────┐
  │ Contexte │          │ Contexte │          │ Contexte │
  │ complet  │          │ à        │          │ à        │
  │ fourni   │          │ réexpliquer│        │ réexpliquer│
  └──────────┘          └──────────┘          └──────────┘
       │                      │                      │
       ▼                      ▼                      ▼
  L'IA oublie             L'IA oublie             L'IA oublie
  entre les conv.         entre les conv.         entre les conv.

La mémoire projet simple

Une mémoire projet, c'est un fichier texte que tu colles au début de chaque conversation avec l'IA. Dedans : tout ce que l'IA doit savoir sur ton projet pour être utile immédiatement.

## Contexte du projet
Ce projet est : [nom du projet, ce qu'il fait]
Technologie : [Node.js, Python, Excel, etc.]
Architecture : [en 2-3 lignes]

## Ce qui est en place
- [ce qui existe et fonctionne]
- [les étapes déjà validées]

## Conventions
- [règle 1]
- [règle 2]

## Ce que je veux faire maintenant
[la prochaine étape]

## Problèmes connus
- [ce qui ne marche pas encore]

Colle ce texte au début de ta conversation. L'IA a immédiatement le contexte. Pas de réexplication.

Le RAG vulgarisé

RAG (Retrieval Augmented Generation), c'est simplement : donner tes documents à l'IA avant de poser une question. Au lieu de laisser l'IA répondre de mémoire (et peut-être inventer), tu lui donnes le document et tu lui dis "réponds à partir de ça".

  SANS RAG                          AVEC RAG

  Toi : "Que dit le contrat ?"      Toi : "Que dit le contrat ?"
  IA  : [invente ou répond          IA  : [lit le contrat que tu as
         de mémoire]                       téléversé]
                                      ↓
  → Peut être faux                 → Répond depuis le document
  → Hallucinations possibles       → Moins d'hallucinations

Version simple : téléverser un document

Dans ChatGPT ou Claude, tu peux téléverser un PDF, un document Word ou un fichier texte. L'IA le lit, et tu poses des questions dessus. C'est du RAG. Sans le savoir, tu fais déjà du RAG quand tu donnes un document à ChatGPT.

Version locale : OpenWebUI avec documents

Si tes documents sont confidentiels, tu ne veux pas les envoyer sur un serveur public. C'est là qu'OpenWebUI devient utile : tu donnes tes documents à ton IA locale (chez toi), pas sur le web. Voir le tuto Installer OpenWebUI.

Version avancée : embeddings

Si tu veux aller plus loin (donner des centaines de documents à l'IA et faire de la recherche automatique), regarde la section RAG du tuto Initiation à l'IA. C'est technique mais complet.

Maintenir la mémoire fiable

Pour garder la mémoire fiable :

• Mets à jour après chaque étape — si l'étape change quelque chose, mets la mémoire à jour
• Sépare "prévu" et "réalisé" — note ce qui est planifié d'un côté, ce qui existe vraiment de l'autre
• Dater les vérifications — "vérifié le 15/01/2026"
• Compare avec le code réel — la mémoire dit ce qui devrait être, le code dit ce qui est

Et pour Jean-Paul ?

Mon expérience sandbox