Du Machine Learning au RAG : construire un chatbot PHP intelligent

0. Transition : où se situe le RAG ?

Reprenons l'exemple fil rouge : un chatbot intelligent pour un centre de formation. Il combine 4 couches technologiques. Cliquez sur chacune.

1. Le chatbot PHP « sans IA générative »

Imaginons une base de données sur une formation Laravel :

$documents = [
    "La formation Laravel dure 40 heures.",
    "La formation comprend PHP, MVC, Eloquent et API REST.",
    "Le prix de la formation est de 500 DT."
];

L'utilisateur demande : « Combien coûte la formation Laravel ? ». PHP peut chercher une correspondance et afficher une phrase déjà écrite à l'avance.

2. Comment fonctionne le RAG : le pipeline en 5 étapes

RAG = Retrieval-Augmented Generation, « génération augmentée de recherche ». On ajoute deux étapes autour du LLM pour qu'il connaisse vos documents.

3.A Transformer un texte en vecteur (embedding)

Le vecteur n'est pas inventé par PHP : il est calculé par un modèle IA, via une API.

$texte = "La formation Laravel dure 40 heures.";

// Le modèle IA transforme le texte
// en une liste de nombres (vecteur).
$embedding = getEmbedding($texte);

// Exemple pédagogique simplifié du résultat :
// $embedding = [0.25, 0.81, -0.12, 0.44];
// En pratique : des centaines ou des milliers de valeurs.

$texte = "La formation Laravel dure 40 heures.";
$embedding = getEmbedding($texte);

On stocke ensuite le texte et son vecteur dans MySQL, une seule fois par document :

CREATE TABLE documents (
    id INT AUTO_INCREMENT PRIMARY KEY,
    contenu TEXT,
    embedding TEXT   -- vecteur enregistré en JSON, ex: [0.25,0.81,-0.12,0.44]
);

3.B Rechercher les passages pertinents avec PHP

On transforme la question en vecteur, puis on la compare à chaque vecteur enregistré grâce à la similarité cosinus.

$question  = "Quelle est la durée du cours Laravel ?";
$vQuestion = getEmbedding($question);

foreach ($documents as $document) {
    $score = cosineSimilarity($vQuestion, $document['embedding']);

    if ($score > 0.75) {
        echo $document['contenu'];
    }
}

Le calcul de cosineSimilarity() en PHP :

function cosineSimilarity(array $a, array $b): float {
    $dot = $normA = $normB = 0.0;
    foreach ($a as $i => $x) {
        $dot   += $x * $b[$i];
        $normA += $x * $x;
        $normB += $b[$i] * $b[$i];
    }
    return $dot / (sqrt($normA) * sqrt($normB));
}

3.C Générer une réponse avec le modèle IA

Une fois les passages retrouvés, on les transmet au modèle génératif avec la question, dans un seul prompt :

$context = "
La formation Laravel dure 40 heures.
Elle comprend PHP, MVC, Eloquent et API REST.
";

// La fonction envoie le contexte et la question
// à une API de génération de texte.
$reponse = generateAnswer($question, $context);

echo $reponse;
// "La formation Laravel dure 40 heures. Elle couvre
//  PHP, MVC, Eloquent et les API REST."

function generateAnswer(string $question, string $context): string {
    $prompt = "Contexte :\n{$context}\n\nQuestion : {$question}\n"
            . "Réponds uniquement à partir du contexte ci-dessus.";

    $ch = curl_init('https://api.anthropic.com/v1/messages');
    curl_setopt_array($ch, [
        CURLOPT_HTTPHEADER => [
            'content-type: application/json',
            'x-api-key: ' . getenv('API_KEY'),
            'anthropic-version: 2023-06-01'
        ],
        CURLOPT_POSTFIELDS => json_encode([
            'model'      => 'claude-sonnet-5',
            'max_tokens' => 300,
            'messages'   => [['role' => 'user', 'content' => $prompt]]
        ]),
        CURLOPT_RETURNTRANSFER => true,
        CURLOPT_POST => true
    ]);
    $data = json_decode(curl_exec($ch), true);
    return $data['content'][0]['text'];
}

4. Démo complète : posez une question à essayer

Ce mini-simulateur enchaîne les 5 étapes du pipeline avec les 3 documents Laravel.

5. Différence à retenir

Quiz