Comment naissent les réponses IA
Recherche hybride
Aussi appelé: Hybrid search, BM25
La recherche hybride combine la correspondance par mots-clés, souvent avec une formule appelée BM25, et la recherche vectorielle par le sens, puis fusionne les résultats.
En termes simples
La recherche par mots-clés excelle sur les correspondances exactes : noms, références de produits et numéros d’erreur. La recherche vectorielle excelle sur le sens proche.
Anthropic décrit BM25 comme une fonction de classement qui trouve des correspondances précises de mots ou d’expressions. Elle s’appuie sur une idée plus ancienne appelée TF-IDF.
Exemple
Anthropic donne cet exemple. Quelqu’un cherche « Error code TS-999 » dans une base d’assistance. Un modèle d’embeddings peut trouver des contenus sur les codes d’erreur en général, alors que BM25 trouve la correspondance exacte « TS-999 ».
Pourquoi c’est important pour la recherche IA
Dans les tests d’Anthropic, combiner embeddings et BM25 a mieux marché que les embeddings seuls.
Vos mots exacts et votre sens comptent donc tous les deux. Les noms exacts aident la recherche par mots-clés, les explications claires aident la recherche vectorielle.
Ce que vous pouvez faire
- Écrivez noms exacts, références et codes en texte simple, pas seulement dans des images ou des PDF.
- Expliquez aussi avec des mots simples de quoi il s’agit.
- Gardez un seul nom constant pour chaque produit.
Souvent confondu avec
- Recherche vectorielle
- La recherche vectorielle est une moitié de la recherche hybride : celle qui cherche par le sens.
Sources
Faits et sources vérifiés pour la dernière fois le 19 octobre 2026.
Termes liés
Comment votre page s’en sort-elle dans la recherche IA ?
GEO-Score analyse une page selon 22 signaux, de l’accès des robots IA aux données structurées, et vous montre quoi corriger en premier.
Analyser une page