Demander un devis Devis

Structure des passages

Mis à jour le 20 novembre 2026

La règle de référence pour qu’un passage se comprenne hors de sa page : quatre contrôles, un exemple avant/après et les cas où elle ne s’applique pas.

#Ce qu’un système de récupération prélève

Un système de génération augmentée par récupération (RAG, pour retrieval-augmented generation) ne transmet pas une page entière au modèle. Il découpe les documents en fragments, les chunks, retrouve ceux qui se rapprochent de la question, et les joint à la requête envoyée au modèle.

Anthropic décrit ce fonctionnement dans sa note sur la récupération contextuelle : les fragments font en général quelques centaines de tokens au plus — le token est l’unité de découpage du texte propre à chaque modèle — et ils perdent leur contexte en route. L’exemple donné est une phrase de rapport financier, où le chiffre d’affaires de « l’entreprise » progresse de 3 % par rapport au « trimestre précédent » : isolée, elle ne dit ni quelle entreprise, ni quel trimestre.

La documentation de Google Cloud pour son produit de recherche d’entreprise, Agent Search, montre le même mécanisme côté réglages. Le découpage suit la mise en page : tout le texte d’un fragment provient d’un même élément, titre, sous-titre ou liste. La taille limite se règle entre 100 et 500 tokens. Une option ajoute à chaque fragment les titres dont il dépend, parce que cela aide à éviter la perte de contexte au moment de la récupération.

#La règle : quatre contrôles par passage

Un passage est l’unité qui a des chances d’être prélevée seule : un paragraphe, une liste avec sa phrase d’introduction, une ligne de tableau avec ses en-têtes. Sur un contenu de référence, chaque passage passe quatre contrôles.

  1. Le sujet est nommé dans le passage. Pas d’ouverture par « il », « ce dernier », « cette méthode » ou « comme vu plus haut ». Le nom complet revient, même si la phrase s’allonge.
  2. La réponse occupe la première phrase. La justification, la méthode et les exceptions viennent après, dans cet ordre.
  3. Chaque chiffre voyage avec son unité, sa date, son périmètre et sa source, dans la même phrase. Les dates sont absolues : « depuis le 2 septembre 2025 », pas « depuis la rentrée ».
  4. L’intertitre dit ce que la section établit, pas son thème. C’est un contexte que certains systèmes rattachent au fragment, comme le montre l’option documentée par Google Cloud.

Nous ajoutons une règle de vocabulaire : un terme par notion. Si la page parle de « prolongation » du prêt, elle ne passe pas à « renouvellement » puis à « reconduction » trois paragraphes plus loin. Un lecteur qui ne voit qu’un fragment ne peut pas savoir que les trois mots désignent la même chose. Ce lexique se fixe dans la charte de voix.

#Un exemple, avant et après

Le texte ci-dessous vient d’une page « Emprunter des documents », section « Durée ». La médiathèque et ses règles sont inventées pour l’exemple.

  • Avant — « Elle est de trois semaines. Vous pouvez la prolonger une fois, sauf pour ces dernières, très demandées. Depuis la rentrée, c’est aussi possible en ligne. »
  • Après — « À la médiathèque de Valmont, un livre s’emprunte pour trois semaines. Le prêt se prolonge une fois, pour trois semaines de plus, à l’accueil ou depuis le compte lecteur en ligne ; la prolongation en ligne existe depuis le 2 septembre 2025. Les nouveautés, c’est-à-dire les titres entrés au catalogue depuis moins de six mois, ne se prolongent pas. »

Sorti de sa page, le premier texte ne dit ni de quoi « elle » est la durée, ni qui sont « ces dernières », ni de quelle rentrée il s’agit. Le second répond seul à trois questions — combien de temps, comment prolonger, quelles exceptions — et chacune de ses phrases reste exacte quand on la cite sans les autres. Il est nettement plus long : c’est le prix de l’autonomie.

L’intertitre suit le même chemin : « Durée » devient « Durée du prêt : trois semaines, prolongeable une fois ».

#Ce que la règle ne fixe pas

  • Aucune longueur. Nous n’avons trouvé aucune source publique qui établisse une longueur de passage optimale pour la reprise par un modèle. Les tailles de fragment des documentations citées sont des réglages de produits, pas des cibles d’écriture, et Google écrit dans ses conseils sur le contenu utile qu’il n’a pas de nombre de mots préféré. Un passage a la bonne longueur quand on ne peut rien lui retirer sans le rendre incomplet.
  • Aucun balisage ne remplace le texte visible. Google demande que les contenus importants soient disponibles sous forme textuelle et que les données structurées correspondent au texte visible de la page. Un chiffre qui n’existe que dans une image ou dans le JSON-LD n’est pas écrit ; voir Données structurées.
  • Pas tous les genres. Un récit, une tribune ou une démonstration dont chaque étape dépend de la précédente tirent leur valeur de la continuité. Nous appliquons la règle aux guides, aux pages de méthode, aux fiches et aux chapitres comme celui-ci, pas aux textes d’opinion. L’article du blog développe ces exceptions.

#Vérifier un texte fini

Le contrôle se fait par extraction, pas par relecture suivie. Copiez trois passages pris au hasard dans un document vide et lisez-les sans le reste. Pour chacun : de quoi parle-t-il, qu’affirme-t-il, d’où vient le chiffre ? Une question sans réponse désigne le contrôle qui a échoué.

Lisez ensuite les intertitres seuls, puis les premières phrases seules. Chacune des deux listes doit donner le propos de la page sans le corps du texte.

Nous faisons porter ces contrôles par le brief, avant l’écriture : conclusion attendue par section, chiffres fournis avec leur périmètre. Les sous-questions auxquelles les passages doivent répondre viennent de l’analyse du query fan-out. Le guide Structurer ses passages reprend la méthode pas à pas.

Pour aller plus loin

Sources

  1. Anthropic — Introducing Contextual Retrieval Note technique d’un éditeur de modèles sur les chaînes RAG : découpage en fragments de quelques centaines de tokens, perte de contexte, exemple du rapport financier. Décrit des systèmes construits sur des corpus privés, pas un moteur de recherche public.
  2. Google Cloud — Parse and chunk documents (Agent Search) Documentation d’un produit de recherche d’entreprise : découpage selon la mise en page, taille de fragment réglable de 100 à 500 tokens (500 par défaut), option d’ajout des titres parents. Ne décrit pas la recherche Google.
  3. Google Search Central — Guide des systèmes de classement dans la recherche Google Définition en une phrase du système de classement des passages. Le guide n’en décrit pas le fonctionnement.
  4. Google Search Central — Fonctionnalités d’IA et votre site Web Aucune optimisation particulière requise pour les Aperçus IA et le Mode IA ; contenus importants disponibles sous forme textuelle ; données structurées conformes au texte visible.
  5. Google Search Central — Créer des contenus utiles, fiables et people-first Question d’auto-évaluation sur le nombre de mots : Google précise qu’il n’a pas de nombre de mots préféré.

Passer à la pratique

Appliquer cela à votre site ?

Décrivez votre situation : nous répondons par écrit, avec une première lecture de ce qu’il faudrait regarder d’abord.

Voir le diagnostic

Vous recevez un premier avis écrit et le prix du diagnostic.
4,9/5 sur 34 avis Google. Réponse écrite, sans relance commerciale. Vos données ne servent qu’à vous répondre.