
IA et informatique
Pipeline de génération augmentée par récupération (RAG)
- Composition:
- relations numérotées + diagramme de module
- Format:
- 16:9
Prompt
Créez un diagramme schématique d'un « pipeline de génération augmentée par récupération (RAG) », lu de gauche à droite. Dessinez chaque relation exactement comme indiqué et rien de plus :
1. 【Une requête utilisateur est transformée en vecteur par un modèle d'intégration.】
2. 【Le vecteur recherche dans une base de données vectorielle de morceaux de documents.】
3. 【Les principaux morceaux correspondants sont renvoyés sous forme de documents récupérés.】
4. 【La requête et les documents récupérés entrent dans un grand modèle de langage.】
5. 【Le modèle de langage écrit la réponse.】
Au-dessus du flux principal, un panneau plus clair montre les « documents divisés en morceaux et stockés dans la base de données vectorielle ».
Libellés (utilisez chacun une seule fois, sans ajouter d’autre texte) : 【Query, Embedding, Vector DB, Retrieved docs, LLM, Answer】.
Style : diagramme schématique de style journal. Nettoyer les graphiques vectoriels plats sur fond blanc. Les modules sont des rectangles arrondis ou de simples icônes avec leurs noms courts à l'intérieur ; les panneaux pastel clair regroupent les calques associés. Seulement 3-4 couleurs atténuées, chacune avec une signification fixe. Des flèches fines et uniformes montrent le flux de données, d'énergie, de matière ou d'influence ; flèches en pointillés pour les liens indirects ou de rétroaction. Étiquettes anglaises sans empattement uniquement, chaque étiquette apparaît exactement une fois, orthographiée exactement comme indiqué. Pas de rendu 3D, pas d'ombres, pas de lueur, pas de décoration cyberpunk ou tech, pas de photoréalisme.
Ouvre Yila avec ce prompt et l’exemple comme image de référence.
Les exemples ont été générés avec Nano Banana. Le prompt fonctionne aussi avec GPT Image et d’autres modèles d’image ; les résultats varient selon le modèle.






