{"id":325202,"date":"2026-08-18T05:05:02","date_gmt":"2026-08-18T02:05:02","guid":{"rendered":"https:\/\/ceotudent.com\/quest-ce-que-ingenierie-de-contexte-competence-remplace-ingenierie-de-prompt"},"modified":"2026-08-18T05:05:02","modified_gmt":"2026-08-18T02:05:02","slug":"quest-ce-que-ingenierie-de-contexte-competence-remplace-ingenierie-de-prompt","status":"publish","type":"post","link":"https:\/\/ceotudent.com\/fr\/quest-ce-que-ingenierie-de-contexte-competence-remplace-ingenierie-de-prompt","title":{"rendered":"Qu&rsquo;est-ce que l&rsquo;ing\u00e9nierie de contexte ? La comp\u00e9tence qui remplace discr\u00e8tement l&rsquo;ing\u00e9nierie de prompt"},"content":{"rendered":"<p><strong>En bref :<\/strong> l&rsquo;ing\u00e9nierie de contexte est la pratique consistant \u00e0 d\u00e9cider ce qui entre dans la fen\u00eatre de contexte d&rsquo;un mod\u00e8le, dans quel ordre et \u00e0 quel co\u00fbt, plut\u00f4t que de d\u00e9cider seulement comment formuler la demande. Elle est devenue la comp\u00e9tence d\u00e9terminante parce que les donn\u00e9es d&rsquo;\u00e9valuation se sont retourn\u00e9es nettement contre l&rsquo;hypoth\u00e8se selon laquelle une grande fen\u00eatre de contexte serait une fen\u00eatre utilisable. L&rsquo;\u00e9valuation NoLiMa, publi\u00e9e \u00e0 ICML 2025, a test\u00e9 treize mod\u00e8les annon\u00e7ant tous au moins 128 000 jetons et a constat\u00e9 que onze d&rsquo;entre eux tombaient sous cinquante pour cent de leur propre r\u00e9f\u00e9rence en contexte court d\u00e8s 32 000 jetons, GPT-4o passant de 99,3 pour cent \u00e0 69,7 pour cent. Des chercheurs d&rsquo;IBM ont mesur\u00e9 une d\u00e9gradation de l&rsquo;appel de fonctions de 7 \u00e0 85 pour cent \u00e0 mesure que les catalogues d&rsquo;outils s&rsquo;\u00e9toffent, de 7 \u00e0 91 pour cent \u00e0 mesure que les sorties d&rsquo;outils s&rsquo;allongent, et de 13 \u00e0 40 pour cent \u00e0 mesure que les conversations s&rsquo;\u00e9tirent. Les travaux fondateurs publi\u00e9s dans TACL sur les contextes longs ont montr\u00e9 que les mod\u00e8les r\u00e9cup\u00e8rent bien au d\u00e9but et \u00e0 la fin d&rsquo;une entr\u00e9e, et mal au milieu. Ensemble, ils disent la m\u00eame chose : l&rsquo;attention est une ressource rare que l&rsquo;on alloue, pas un contenant gratuit que l&rsquo;on remplit. Ce guide fournit le tableau de d\u00e9gradation mesur\u00e9e, un ratio d\u00e9riv\u00e9 entre taille annonc\u00e9e et point de d\u00e9gradation, un budget de contexte en cinq parties et un audit pratique. Une dirigeante alloue d\u00e9lib\u00e9r\u00e9ment un capital rare ; une \u00e9tudiante remesure quand le mod\u00e8le suivant arrive.<\/p>\n<p>Pendant environ trois ans, l&rsquo;histoire que nous nous racontions sur le travail avec les mod\u00e8les de langage \u00e9tait une histoire de formulation. Si la sortie \u00e9tait mauvaise, le prompt \u00e9tait mauvais. Ajoutez un r\u00f4le. Ajoutez des exemples. Demandez-lui de r\u00e9fl\u00e9chir \u00e9tape par \u00e9tape. Dites : vous \u00eates experte. Tout un genre de conseils s&rsquo;est d\u00e9velopp\u00e9 autour de l&rsquo;id\u00e9e que la capacit\u00e9 \u00e9tait dans le mod\u00e8le et que le prompt \u00e9tait la cl\u00e9 qui la d\u00e9bloquait.<\/p>\n<p>Cette histoire n&rsquo;\u00e9tait pas exactement fausse, mais elle est devenue une petite partie d&rsquo;un probl\u00e8me bien plus vaste, et ce d\u00e9placement a une cause pr\u00e9cise. Les mod\u00e8les ont obtenu de longues fen\u00eatres de contexte. Puis on les a remplies. Puis les r\u00e9sultats se sont d\u00e9grad\u00e9s d&rsquo;une mani\u00e8re qu&rsquo;aucune reformulation ne corrigeait, et le domaine a d\u00fb d\u00e9velopper un vocabulaire pour ce qui se passait r\u00e9ellement.<\/p>\n<p>Ce vocabulaire, c&rsquo;est l&rsquo;ing\u00e9nierie de contexte, et ce qui compte n&rsquo;est pas que ce soit un terme \u00e0 la mode. C&rsquo;est que la d\u00e9faillance qu&rsquo;elle traite est mesur\u00e9e, publi\u00e9e et importante.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Table of Contents<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Toggle Table of Content\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/ceotudent.com\/fr\/quest-ce-que-ingenierie-de-contexte-competence-remplace-ingenierie-de-prompt\/#La-definition-enoncee-precisement\" >La d\u00e9finition, \u00e9nonc\u00e9e pr\u00e9cis\u00e9ment<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/ceotudent.com\/fr\/quest-ce-que-ingenierie-de-contexte-competence-remplace-ingenierie-de-prompt\/#Pourquoi-la-fenetre-nest-pas-ce-qui-est-ecrit-sur-letiquette\" >Pourquoi la fen\u00eatre n&rsquo;est pas ce qui est \u00e9crit sur l&rsquo;\u00e9tiquette<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/ceotudent.com\/fr\/quest-ce-que-ingenierie-de-contexte-competence-remplace-ingenierie-de-prompt\/#Ce-que-valent-reellement-les-chiffres-annonces\" >Ce que valent r\u00e9ellement les chiffres annonc\u00e9s<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/ceotudent.com\/fr\/quest-ce-que-ingenierie-de-contexte-competence-remplace-ingenierie-de-prompt\/#Le-budget-de-contexte-en-cinq-parties\" >Le budget de contexte en cinq parties<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/ceotudent.com\/fr\/quest-ce-que-ingenierie-de-contexte-competence-remplace-ingenierie-de-prompt\/#Un-audit-pratique-a-mener-cette-semaine\" >Un audit pratique \u00e0 mener cette semaine<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/ceotudent.com\/fr\/quest-ce-que-ingenierie-de-contexte-competence-remplace-ingenierie-de-prompt\/#Pourquoi-cest-une-veritable-competence-et-non-un-changement-de-nom\" >Pourquoi c&rsquo;est une v\u00e9ritable comp\u00e9tence et non un changement de nom<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/ceotudent.com\/fr\/quest-ce-que-ingenierie-de-contexte-competence-remplace-ingenierie-de-prompt\/#La-dirigeante-et-letudiante\" >La dirigeante et l&rsquo;\u00e9tudiante<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/ceotudent.com\/fr\/quest-ce-que-ingenierie-de-contexte-competence-remplace-ingenierie-de-prompt\/#Questions-frequentes\" >Questions fr\u00e9quentes<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/ceotudent.com\/fr\/quest-ce-que-ingenierie-de-contexte-competence-remplace-ingenierie-de-prompt\/#Sources\" >Sources<\/a><\/li><\/ul><\/nav><\/div>\n<h2 id=\"la-dfinition-nonce-prcisment\"><span class=\"ez-toc-section\" id=\"La-definition-enoncee-precisement\"><\/span>La d\u00e9finition, \u00e9nonc\u00e9e pr\u00e9cis\u00e9ment<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>L&rsquo;ing\u00e9nierie de prompt demande : comment formuler l&rsquo;instruction pour que le mod\u00e8le fasse la bonne chose ?<\/p>\n<p>L&rsquo;ing\u00e9nierie de contexte pose une question diff\u00e9rente et strictement plus large : quel est le plus petit ensemble d&rsquo;informations \u00e0 fort signal dont le mod\u00e8le a besoin dans sa fen\u00eatre pour bien faire cela, et comment y placer exactement cela et rien d&rsquo;autre ?<\/p>\n<p>La distinction se voit le plus facilement dans ce que chacune contr\u00f4le. L&rsquo;ing\u00e9nierie de prompt contr\u00f4le un composant de la fen\u00eatre : l&rsquo;instruction. L&rsquo;ing\u00e9nierie de contexte contr\u00f4le toute la fen\u00eatre, qui dans tout syst\u00e8me r\u00e9el contient au moins cinq occupants concurrents : les instructions syst\u00e8me, les d\u00e9finitions d&rsquo;outils et de fonctions, les documents ou connaissances r\u00e9cup\u00e9r\u00e9s, l&rsquo;historique de conversation et la sortie accumul\u00e9e des appels d&rsquo;outils et actions pr\u00e9c\u00e9dents.<\/p>\n<p>Ce recadrage compte parce que l&rsquo;instruction est g\u00e9n\u00e9ralement la plus petite de ces cinq, d&rsquo;un ordre de grandeur, et la seule que la plupart des gens touchent. Si votre syst\u00e8me \u00e9choue et que vous modifiez encore la formulation du prompt, vous optimisez une erreur d&rsquo;arrondi.<\/p>\n<p>L&rsquo;ing\u00e9nierie de contexte ne remplace pas l&rsquo;ing\u00e9nierie de prompt au sens de la rendre obsol\u00e8te. Elle l&rsquo;englobe. La formulation est un levier au sein d&rsquo;un probl\u00e8me d&rsquo;allocation plus vaste, de la m\u00eame fa\u00e7on que la tarification est un levier au sein de la conduite d&rsquo;une entreprise. Quiconque a examin\u00e9 <a href=\"https:\/\/ceotudent.com\/en\/prompt-engineering-is-not-enough-ai-literacy-stack\">pourquoi l&rsquo;ing\u00e9nierie de prompt ne suffit pas<\/a> reconna\u00eetra la forme : la comp\u00e9tence qui semblait \u00eatre tout le m\u00e9tier se r\u00e9v\u00e8le une couche d&rsquo;un empilement.<\/p>\n<h2 id=\"pourquoi-la-fentre-nest-pas-ce-qui-est-crit-sur-ltiquette\"><span class=\"ez-toc-section\" id=\"Pourquoi-la-fenetre-nest-pas-ce-qui-est-ecrit-sur-letiquette\"><\/span>Pourquoi la fen\u00eatre n&rsquo;est pas ce qui est \u00e9crit sur l&rsquo;\u00e9tiquette<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Voici les donn\u00e9es qui ont impos\u00e9 ce d\u00e9placement, et elles m\u00e9ritent une lecture attentive, car les chiffres sont plus s\u00e9v\u00e8res que ne le sugg\u00e8re le discours g\u00e9n\u00e9ral.<\/p>\n<p>Le premier r\u00e9sultat est fondateur. La recherche publi\u00e9e dans les Transactions of the Association for Computational Linguistics sur la mani\u00e8re dont les mod\u00e8les de langage utilisent les contextes longs a trouv\u00e9 une courbe de performance en U coh\u00e9rente sur la question-r\u00e9ponse multidocument et la r\u00e9cup\u00e9ration cl\u00e9-valeur. La performance \u00e9tait maximale lorsque l&rsquo;information pertinente apparaissait au d\u00e9but ou \u00e0 la fin de l&rsquo;entr\u00e9e, et se d\u00e9gradait nettement lorsque le mod\u00e8le devait la trouver au milieu. La position dans la fen\u00eatre n&rsquo;est pas neutre. L&rsquo;endroit o\u00f9 vous placez quelque chose change la capacit\u00e9 du mod\u00e8le \u00e0 s&rsquo;en servir.<\/p>\n<p>Le deuxi\u00e8me r\u00e9sultat devrait changer vos r\u00e9glages par d\u00e9faut. L&rsquo;\u00e9valuation NoLiMa, publi\u00e9e \u00e0 ICML 2025, a \u00e9t\u00e9 con\u00e7ue pour combler une faille du test classique de l&rsquo;aiguille dans une botte de foin. Dans ce test, le fait cach\u00e9 partage g\u00e9n\u00e9ralement un vocabulaire \u00e9vident avec la question, si bien qu&rsquo;un mod\u00e8le peut r\u00e9ussir par simple correspondance litt\u00e9rale sans raisonner v\u00e9ritablement sur le contexte. NoLiMa a supprim\u00e9 cette b\u00e9quille en construisant questions et faits cibles avec un recouvrement lexical minimal, for\u00e7ant le mod\u00e8le \u00e0 inf\u00e9rer l&rsquo;association.<\/p>\n<p>Les r\u00e9sultats sur treize mod\u00e8les annon\u00e7ant tous au moins 128 000 jetons : la performance \u00e9tait solide sous 1 000 jetons, et onze des treize tombaient sous cinquante pour cent de leur propre r\u00e9f\u00e9rence en contexte court d\u00e8s 32 000 jetons. GPT-4o, parmi les plus performants, est pass\u00e9 de 99,3 pour cent de pr\u00e9cision de r\u00e9f\u00e9rence \u00e0 69,7 pour cent en longueur \u00e9tendue.<\/p>\n<p>Le troisi\u00e8me r\u00e9sultat d\u00e9place cela de la r\u00e9cup\u00e9ration vers les flux agentiques qui composent aujourd&rsquo;hui l&rsquo;essentiel de l&rsquo;usage professionnel. Des chercheurs d&rsquo;IBM ont introduit LongFuncEval pour mesurer la qualit\u00e9 de l&rsquo;appel de fonctions des mod\u00e8les \u00e0 long contexte quand le contexte grandit, et ont rapport\u00e9 trois courbes de d\u00e9gradation distinctes : une baisse de performance de 7 \u00e0 85 pour cent \u00e0 mesure que le catalogue d&rsquo;outils s&rsquo;\u00e9toffe, une d\u00e9gradation de 7 \u00e0 91 pour cent de la r\u00e9cup\u00e9ration de r\u00e9ponse \u00e0 mesure que les r\u00e9ponses d&rsquo;outils s&rsquo;allongent, et une d\u00e9gradation de 13 \u00e0 40 pour cent \u00e0 mesure que les conversations multitours s&rsquo;\u00e9tirent.<\/p>\n<h3 id=\"tableau-1-dgradation-mesure-en-contexte-long-sources-vrifies\">Tableau 1 : d\u00e9gradation mesur\u00e9e en contexte long (sources v\u00e9rifi\u00e9es)<\/h3>\n<table>\n<thead>\n<tr>\n<th>\u00c9tude<\/th>\n<th>Ce qui a \u00e9t\u00e9 mesur\u00e9<\/th>\n<th>D\u00e9gradation mesur\u00e9e<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Lost in the Middle, Transactions of the ACL<\/td>\n<td>Position de l&rsquo;information pertinente dans le contexte<\/td>\n<td>Courbe en U : maximale au d\u00e9but et \u00e0 la fin de l&rsquo;entr\u00e9e, nettement d\u00e9grad\u00e9e au milieu<\/td>\n<\/tr>\n<tr>\n<td>NoLiMa, ICML 2025<\/td>\n<td>R\u00e9cup\u00e9ration associative sans recouvrement lexical, 13 mod\u00e8les annon\u00e7ant 128K ou plus<\/td>\n<td>11 mod\u00e8les sur 13 sous 50 pour cent de leur r\u00e9f\u00e9rence en contexte court \u00e0 32 000 jetons ; GPT-4o de 99,3 \u00e0 69,7 pour cent<\/td>\n<\/tr>\n<tr>\n<td>LongFuncEval, IBM Research<\/td>\n<td>Appel de fonctions \u00e0 mesure que le contexte grandit<\/td>\n<td>Baisse de 7 \u00e0 85 pour cent avec l&rsquo;\u00e9toffement du catalogue d&rsquo;outils ; baisse de 7 \u00e0 91 pour cent de la r\u00e9cup\u00e9ration de r\u00e9ponse avec l&rsquo;allongement des sorties d&rsquo;outils ; baisse de 13 \u00e0 40 pour cent avec l&rsquo;allongement des conversations<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Trois groupes de recherche ind\u00e9pendants, trois familles de t\u00e2ches diff\u00e9rentes, une conclusion coh\u00e9rente. La capacit\u00e9 \u00e0 accepter des jetons et la capacit\u00e9 \u00e0 les utiliser sont des propri\u00e9t\u00e9s distinctes, et l&rsquo;\u00e9cart entre les deux est l&rsquo;endroit o\u00f9 vit l&rsquo;essentiel des d\u00e9faillances r\u00e9elles.<\/p>\n<h2 id=\"ce-que-valent-rellement-les-chiffres-annoncs\"><span class=\"ez-toc-section\" id=\"Ce-que-valent-reellement-les-chiffres-annonces\"><\/span>Ce que valent r\u00e9ellement les chiffres annonc\u00e9s<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Le chiffre marketing et le chiffre de travail ne sont pas le m\u00eame, et il est utile de rendre le rapport explicite. Le calcul ci-dessous est un ratio d\u00e9riv\u00e9 par CEOtudent, non une mesure : il prend le point o\u00f9 NoLiMa a observ\u00e9 la plupart des mod\u00e8les passer sous la moiti\u00e9 de leur r\u00e9f\u00e9rence et l&rsquo;exprime comme une fraction de la fen\u00eatre annonc\u00e9e par chaque mod\u00e8le.<\/p>\n<h3 id=\"tableau-2-fentre-annonce-face-au-point-de-division-par-deux-observ-cadre-ditorial-ceotudent-driv-de-nolima\">Tableau 2 : fen\u00eatre annonc\u00e9e face au point de division par deux observ\u00e9 (cadre \u00e9ditorial CEOtudent, d\u00e9riv\u00e9 de NoLiMa)<\/h3>\n<table>\n<thead>\n<tr>\n<th>Fen\u00eatre de contexte annonc\u00e9e<\/th>\n<th>Point de division par deux observ\u00e9 chez la plupart des mod\u00e8les test\u00e9s<\/th>\n<th>Rapport entre ce point et la fen\u00eatre annonc\u00e9e<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>128 000 jetons<\/td>\n<td>32 000 jetons<\/td>\n<td>25,0 pour cent<\/td>\n<\/tr>\n<tr>\n<td>200 000 jetons<\/td>\n<td>32 000 jetons<\/td>\n<td>16,0 pour cent<\/td>\n<\/tr>\n<tr>\n<td>1 000 000 jetons<\/td>\n<td>32 000 jetons<\/td>\n<td>3,2 pour cent<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Lisez la m\u00e9thode avant les chiffres. Les 32 000 jetons correspondent au point o\u00f9 onze des treize mod\u00e8les de NoLiMa \u00e9taient tomb\u00e9s sous la moiti\u00e9 de leur propre r\u00e9f\u00e9rence en contexte court, sur une t\u00e2che de r\u00e9cup\u00e9ration associative con\u00e7ue pour \u00eatre difficile. Ce n&rsquo;est pas une falaise universelle, cela ne se transpose pas \u00e0 tout type de t\u00e2che, et un mod\u00e8le qui \u00e9choue \u00e0 ce test \u00e0 32 000 jetons peut encore accomplir un travail utile de correspondance litt\u00e9rale bien au-del\u00e0. Ce que le ratio \u00e9tablit, c&rsquo;est la direction et l&rsquo;ordre de grandeur de la d\u00e9cote \u00e0 appliquer quand un fournisseur annonce une taille de fen\u00eatre. Traiter une fen\u00eatre annonc\u00e9e d&rsquo;un million de jetons comme un million de jetons utilisables n&rsquo;est pas une petite erreur : c&rsquo;est une erreur d&rsquo;un ordre de grandeur sur la classe de t\u00e2ches la plus difficile.<\/p>\n<p>L&rsquo;implication comportementale est simple et un peu contre-intuitive : ajouter du contexte \u00e0 un syst\u00e8me en difficult\u00e9 est g\u00e9n\u00e9ralement le mauvais geste. Au-del\u00e0 d&rsquo;un seuil qui arrive bien plus t\u00f4t que l&rsquo;\u00e9tiquette ne le sugg\u00e8re, les jetons suppl\u00e9mentaires diluent au lieu d&rsquo;informer.<\/p>\n<h2 id=\"le-budget-de-contexte-en-cinq-parties\"><span class=\"ez-toc-section\" id=\"Le-budget-de-contexte-en-cinq-parties\"><\/span>Le budget de contexte en cinq parties<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Si l&rsquo;attention est rare, alors tout ce qui se trouve dans la fen\u00eatre la d\u00e9pense. Voici le cadre que nous utilisons pour auditer cette d\u00e9pense. Chaque ligne nomme un occupant de la fen\u00eatre, la d\u00e9faillance document\u00e9e pr\u00e9cise qu&rsquo;il entra\u00eene, et le geste d&rsquo;ing\u00e9nierie qui y r\u00e9pond.<\/p>\n<h3 id=\"tableau-3-le-budget-de-contexte-cadre-ditorial-ceotudent\">Tableau 3 : le budget de contexte (cadre \u00e9ditorial CEOtudent)<\/h3>\n<table>\n<thead>\n<tr>\n<th>Occupant de la fen\u00eatre<\/th>\n<th>Part typique du probl\u00e8me<\/th>\n<th>D\u00e9faillance document\u00e9e qu&rsquo;il entra\u00eene<\/th>\n<th>Le geste<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Instructions syst\u00e8me<\/td>\n<td>Petites en jetons, grandes en effet<\/td>\n<td>R\u00e8gles contradictoires ou p\u00e9rim\u00e9es qui \u00e9crasent silencieusement votre demande<\/td>\n<td>Rester bref, retirer les r\u00e8gles obsol\u00e8tes, \u00e9noncer explicitement la priorit\u00e9<\/td>\n<\/tr>\n<tr>\n<td>D\u00e9finitions d&rsquo;outils et de fonctions<\/td>\n<td>Grandit silencieusement \u00e0 chaque capacit\u00e9 ajout\u00e9e<\/td>\n<td>LongFuncEval : 7 \u00e0 85 pour cent de d\u00e9gradation quand le catalogue s&rsquo;\u00e9toffe<\/td>\n<td>N&rsquo;exposer que les outils pertinents pour cette t\u00e2che, pas tout le catalogue<\/td>\n<\/tr>\n<tr>\n<td>Documents r\u00e9cup\u00e9r\u00e9s<\/td>\n<td>G\u00e9n\u00e9ralement le plus gros occupant<\/td>\n<td>Lost in the Middle : le mat\u00e9riau enterr\u00e9 au milieu du contexte est mal r\u00e9cup\u00e9r\u00e9<\/td>\n<td>R\u00e9cup\u00e9rer moins, classer plus durement, placer le d\u00e9cisif au d\u00e9but ou \u00e0 la fin<\/td>\n<\/tr>\n<tr>\n<td>Historique de conversation<\/td>\n<td>Grandit de fa\u00e7on monotone jusqu&rsquo;\u00e0 intervention<\/td>\n<td>LongFuncEval : 13 \u00e0 40 pour cent de d\u00e9gradation \u00e0 mesure que les tours s&rsquo;accumulent<\/td>\n<td>R\u00e9sumer et red\u00e9marrer d\u00e9lib\u00e9r\u00e9ment plut\u00f4t que laisser les fils courir ind\u00e9finiment<\/td>\n<\/tr>\n<tr>\n<td>Sortie d&rsquo;outils accumul\u00e9e<\/td>\n<td>L&rsquo;invisible ; celui qui grandit le plus vite dans les flux agentiques<\/td>\n<td>LongFuncEval : 7 \u00e0 91 pour cent de d\u00e9gradation quand les r\u00e9ponses d&rsquo;outils s&rsquo;allongent<\/td>\n<td>Tronquer et r\u00e9sumer les retours d&rsquo;outils avant qu&rsquo;ils ne rentrent dans la fen\u00eatre<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>La cinqui\u00e8me ligne est l&rsquo;endroit o\u00f9 la plupart des gens perdent sans le savoir. Dans un flux agentique, chaque appel d&rsquo;outil renvoie quelque chose, et ce quelque chose reste dans la fen\u00eatre \u00e0 chaque tour suivant. Une poign\u00e9e de r\u00e9ponses verbeuses peut consommer plus de budget que toute la description de la t\u00e2che, et rien dans l&rsquo;interface ne vous dit que c&rsquo;est arriv\u00e9. Si vous d\u00e9l\u00e9guez du travail en plusieurs \u00e9tapes \u00e0 des syst\u00e8mes d&rsquo;IA, c&rsquo;est la chose la plus utile \u00e0 instrumenter, et cela rejoint directement les concepts de notre guide sur <a href=\"https:\/\/ceotudent.com\/en\/agent-literacy-7-concepts-before-delegating-work-to-ai-agents\">ce qu&rsquo;il faut comprendre avant de d\u00e9l\u00e9guer du travail \u00e0 des agents d&rsquo;IA<\/a>.<\/p>\n<h2 id=\"un-audit-pratique-mener-cette-semaine\"><span class=\"ez-toc-section\" id=\"Un-audit-pratique-a-mener-cette-semaine\"><\/span>Un audit pratique \u00e0 mener cette semaine<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Vous n&rsquo;avez pas besoin d&rsquo;infrastructure pour commencer. Vous avez besoin de l&rsquo;habitude de demander ce qui est dans la fen\u00eatre et si cela m\u00e9rite sa place.<\/p>\n<p><strong>Question un : qu&rsquo;y a-t-il r\u00e9ellement dedans ?<\/strong> La plupart des gens ne savent pas y r\u00e9pondre pour leurs propres flux. Listez les cinq occupants pour une t\u00e2che que vous ex\u00e9cutez r\u00e9guli\u00e8rement et estimez la part de chacun. Que l&rsquo;estimation soit grossi\u00e8re n&rsquo;a pas d&rsquo;importance ; d\u00e9couvrir que les documents r\u00e9cup\u00e9r\u00e9s ou l&rsquo;historique d&rsquo;outils dominent constitue g\u00e9n\u00e9ralement toute la d\u00e9couverte.<\/p>\n<p><strong>Question deux : que retirerais-je si la fen\u00eatre faisait un dixi\u00e8me de sa taille ?<\/strong> C&rsquo;est la fonction contraignante. Elle identifie de fa\u00e7on fiable le mat\u00e9riau pr\u00e9sent par habitude plut\u00f4t que par n\u00e9cessit\u00e9. Dans la plupart des configurations en service, une large part de ce qui occupe la fen\u00eatre s&rsquo;y trouve parce que personne ne l&rsquo;a retir\u00e9, non parce que quelqu&rsquo;un a d\u00e9cid\u00e9 qu&rsquo;elle devait y \u00eatre.<\/p>\n<p><strong>Question trois : o\u00f9 se trouve l&rsquo;information d\u00e9cisive ?<\/strong> Compte tenu de la courbe en U document\u00e9e dans les travaux TACL, le mat\u00e9riau enterr\u00e9 au milieu d&rsquo;une longue entr\u00e9e est le moins susceptible d&rsquo;\u00eatre utilis\u00e9. D\u00e9placez ce dont d\u00e9pend la r\u00e9ponse vers le d\u00e9but ou la fin, et v\u00e9rifiez si la sortie change. C&rsquo;est souvent le cas, et c&rsquo;est une r\u00e9plication bon march\u00e9 et autonome d&rsquo;un effet publi\u00e9.<\/p>\n<p><strong>Question quatre : cette d\u00e9faillance est-elle un probl\u00e8me de formulation ou de contexte ?<\/strong> Le diagnostic est simple. Si le mod\u00e8le produit une r\u00e9ponse assur\u00e9e mais fausse sur les faits que vous avez fournis, c&rsquo;est un probl\u00e8me de contexte : le mat\u00e9riau \u00e9tait pr\u00e9sent mais non utilis\u00e9, ou absent alors que vous le croyiez l\u00e0. Si le mod\u00e8le produit les bons faits sous la mauvaise forme, c&rsquo;est un probl\u00e8me de formulation. Les deux se ressemblent de l&rsquo;ext\u00e9rieur et appellent des correctifs enti\u00e8rement diff\u00e9rents, et se tourner vers le prompt quand la faute est dans le contexte est l&rsquo;heure perdue la plus courante de ce m\u00e9tier.<\/p>\n<p><strong>Question cinq : quand ai-je remesur\u00e9 pour la derni\u00e8re fois ?<\/strong> Chaque chiffre de cet article est attach\u00e9 \u00e0 une g\u00e9n\u00e9ration de mod\u00e8les pr\u00e9cise. Les r\u00e9sultats NoLiMa d\u00e9crivent les mod\u00e8les test\u00e9s en 2025. Les courbes LongFuncEval d\u00e9crivent les syst\u00e8mes disponibles \u00e0 la r\u00e9daction de l&rsquo;article. Chaque nouvelle g\u00e9n\u00e9ration d\u00e9place ces fronti\u00e8res, g\u00e9n\u00e9ralement dans le bon sens, et aucune n&rsquo;a encore combl\u00e9 l&rsquo;\u00e9cart entre capacit\u00e9 annonc\u00e9e et capacit\u00e9 utilisable. Prendre l&rsquo;habitude de v\u00e9rifier est plus durable que m\u00e9moriser un seuil quelconque, ce qui est exactement l&rsquo;argument que nous d\u00e9fendons \u00e0 propos de <a href=\"https:\/\/ceotudent.com\/en\/the-evaluation-skill-judging-ai-output\">la comp\u00e9tence \u00e0 juger les sorties d&rsquo;IA<\/a>.<\/p>\n<h2 id=\"pourquoi-cest-une-vritable-comptence-et-non-un-changement-de-nom\"><span class=\"ez-toc-section\" id=\"Pourquoi-cest-une-veritable-competence-et-non-un-changement-de-nom\"><\/span>Pourquoi c&rsquo;est une v\u00e9ritable comp\u00e9tence et non un changement de nom<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Une objection raisonnable existe : l&rsquo;ing\u00e9nierie de contexte serait l&rsquo;ing\u00e9nierie de prompt sous un nom plus impressionnant, invent\u00e9 parce que l&rsquo;ancien commen\u00e7ait \u00e0 sonner peu s\u00e9rieux.<\/p>\n<p>L&rsquo;objection \u00e9choue \u00e0 un test pr\u00e9cis. Les deux disciplines se distinguent par ce qu&rsquo;elles peuvent et ne peuvent pas corriger, et la fronti\u00e8re est nette. Aucune reformulation d&rsquo;une instruction ne r\u00e9pare un fait r\u00e9cup\u00e9r\u00e9 mais plac\u00e9 au beau milieu d&rsquo;une entr\u00e9e de 60 000 jetons. Aucun jeu de r\u00f4le ni cadrage \u00e9tape par \u00e9tape ne r\u00e9cup\u00e8re un appel de fonction ayant \u00e9chou\u00e9 parce que quarante d\u00e9finitions d&rsquo;outils \u00e9taient charg\u00e9es alors que quatre \u00e9taient pertinentes. Ce sont des d\u00e9faillances structurelles dans la composition de la fen\u00eatre, et elles ne se traitent qu&rsquo;en changeant cette composition.<\/p>\n<p>C&rsquo;est la marque d&rsquo;une discipline r\u00e9elle plut\u00f4t que d&rsquo;un changement de nom : elle a ses propres modes de d\u00e9faillance, ses propres diagnostics et ses propres correctifs, dont aucun n&rsquo;est atteignable depuis la pratique dont elle est issue.<\/p>\n<p>La litt\u00e9rature acad\u00e9mique a d\u00e9j\u00e0 tranch\u00e9 de la m\u00eame fa\u00e7on. Une synth\u00e8se sur l&rsquo;ing\u00e9nierie de contexte pour les grands mod\u00e8les de langage, publi\u00e9e en juillet 2025 apr\u00e8s l&rsquo;analyse syst\u00e9matique de plus de 1 400 articles de recherche, la traite explicitement comme une discipline formelle allant au-del\u00e0 de la conception de prompts, et la d\u00e9compose en trois composants fondamentaux : r\u00e9cup\u00e9ration et g\u00e9n\u00e9ration de contexte, traitement du contexte et gestion du contexte. Ces trois correspondent presque exactement au budget pratique ci-dessus, signe rassurant que le cadre d\u00e9crit quelque chose de r\u00e9el plut\u00f4t qu&rsquo;invent\u00e9 pour un titre.<\/p>\n<p>Il vaut aussi la peine d&rsquo;\u00eatre honn\u00eate sur les personnes concern\u00e9es. Si votre usage de l&rsquo;IA se r\u00e9sume \u00e0 des demandes conversationnelles ponctuelles, la formulation constitue vraiment l&rsquo;essentiel de votre levier et l&rsquo;ing\u00e9nierie de contexte reste largement th\u00e9orique. D\u00e8s que vous construisez quelque chose de persistant, c&rsquo;est-\u00e0-dire un flux qui r\u00e9cup\u00e8re des documents, appelle des outils ou s&rsquo;\u00e9tend sur de nombreux tours, la balance bascule fortement, et elle bascule sans s&rsquo;annoncer. Comprendre <a href=\"https:\/\/ceotudent.com\/en\/how-llms-actually-work-plain-english-explainer\">comment fonctionnent r\u00e9ellement les mod\u00e8les de langage<\/a> rend la raison \u00e9vidente : la fen\u00eatre est le monde entier du mod\u00e8le pendant la dur\u00e9e d&rsquo;une requ\u00eate, et tout ce qui s&rsquo;y trouve rivalise pour la m\u00eame attention finie.<\/p>\n<h2 id=\"la-dirigeante-et-ltudiante\"><span class=\"ez-toc-section\" id=\"La-dirigeante-et-letudiante\"><\/span>La dirigeante et l&rsquo;\u00e9tudiante<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Le cadrage de dirigeante rend cela imm\u00e9diatement intuitif. Le contexte est un budget. Il a un plafond dur, la valeur marginale de ce que vous y mettez d\u00e9cline bien plus vite que le plafond ne le sugg\u00e8re, et tout ajout \u00e9vince autre chose. Personne ne dirigerait une entreprise en d\u00e9pensant chaque unit\u00e9 de capital disponible simplement parce qu&rsquo;elle est disponible. C&rsquo;est pourtant exactement ce \u00e0 quoi ressemble le fait de remplir une fen\u00eatre de contexte.<\/p>\n<p>Le cadrage d&rsquo;\u00e9tudiante fournit la discipline dont ce budget a besoin. Chaque seuil cit\u00e9 ici est un instantan\u00e9 d&rsquo;un syst\u00e8me mouvant. La bonne r\u00e9ponse \u00e0 un chiffre publi\u00e9 n&rsquo;est pas de le m\u00e9moriser mais d&rsquo;apprendre le test qui l&rsquo;a produit, afin qu&rsquo;\u00e0 l&rsquo;arriv\u00e9e de la g\u00e9n\u00e9ration suivante vous puissiez d\u00e9couvrir o\u00f9 se situe la nouvelle fronti\u00e8re au lieu de deviner. NoLiMa existe parce que quelqu&rsquo;un a remarqu\u00e9 que le test standard comportait une faille et en a construit un plus dur. Cet instinct, v\u00e9rifier si la mesure mesure vraiment ce qu&rsquo;elle pr\u00e9tend, est la partie transf\u00e9rable.<\/p>\n<p>Les personnes qui r\u00e9ussiront le mieux avec ces syst\u00e8mes dans les ann\u00e9es \u00e0 venir ne seront pas celles qui ont les prompts les mieux formul\u00e9s. Ce seront celles qui savent, \u00e0 tout moment, ce qui est dans la fen\u00eatre et pourquoi.<\/p>\n<h2 id=\"questions-frquentes\"><span class=\"ez-toc-section\" id=\"Questions-frequentes\"><\/span>Questions fr\u00e9quentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Quelle est la diff\u00e9rence entre ing\u00e9nierie de contexte et ing\u00e9nierie de prompt en une phrase ?<\/strong><br \/>\nL&rsquo;ing\u00e9nierie de prompt optimise l&rsquo;instruction ; l&rsquo;ing\u00e9nierie de contexte optimise tout ce qui se trouve dans la fen\u00eatre du mod\u00e8le, dont l&rsquo;instruction est g\u00e9n\u00e9ralement la plus petite part.<\/p>\n<p><strong>Une fen\u00eatre de contexte plus grande r\u00e9sout-elle le probl\u00e8me ?<\/strong><br \/>\nPas de fa\u00e7on fiable. L&rsquo;\u00e9valuation NoLiMa a test\u00e9 treize mod\u00e8les annon\u00e7ant tous au moins 128 000 jetons et en a trouv\u00e9 onze sous la moiti\u00e9 de leur r\u00e9f\u00e9rence en contexte court \u00e0 32 000 jetons. La capacit\u00e9 \u00e0 accepter des jetons n&rsquo;est pas la m\u00eame propri\u00e9t\u00e9 que la capacit\u00e9 \u00e0 les utiliser.<\/p>\n<p><strong>L&rsquo;ing\u00e9nierie de prompt est-elle morte ?<\/strong><br \/>\nNon. C&rsquo;est un composant plut\u00f4t que la discipline enti\u00e8re. La formulation compte encore pour les t\u00e2ches conversationnelles \u00e0 un tour, et elle reste le bon premier diagnostic quand le mod\u00e8le produit des faits corrects dans le mauvais format.<\/p>\n<p><strong>Quelle est l&rsquo;am\u00e9lioration la plus rapide possible ?<\/strong><br \/>\nR\u00e9duisez ce qui est dans la fen\u00eatre et d\u00e9placez le mat\u00e9riau d\u00e9cisif vers le d\u00e9but ou la fin. L&rsquo;effet de position en U document\u00e9 dans les travaux TACL se r\u00e9plique en quelques minutes sur vos propres t\u00e2ches, et le r\u00e9sultat surprend g\u00e9n\u00e9ralement.<\/p>\n<p><strong>Pourquoi les flux agentiques se d\u00e9gradent-ils plus vite que le dialogue ?<\/strong><br \/>\nParce qu&rsquo;ils accumulent deux occupants que le dialogue n&rsquo;a pas : les d\u00e9finitions d&rsquo;outils et les sorties d&rsquo;outils. Les mesures LongFuncEval d&rsquo;IBM situent la d\u00e9gradation \u00e0 7 \u00e0 85 pour cent avec l&rsquo;\u00e9toffement du catalogue et 7 \u00e0 91 pour cent avec l&rsquo;allongement des r\u00e9ponses d&rsquo;outils, en plus des 13 \u00e0 40 pour cent dus \u00e0 la seule longueur de conversation.<\/p>\n<p><strong>Ai-je besoin d&rsquo;outils sp\u00e9cifiques pour pratiquer cela ?<\/strong><br \/>\nNon. Les cinq questions d&rsquo;audit de cet article n&rsquo;exigent rien d&rsquo;autre que de l&rsquo;attention \u00e0 ce que vous envoyez. L&rsquo;outillage aide \u00e0 grande \u00e9chelle, mais le plus grand gain unitaire, retirer le mat\u00e9riau pr\u00e9sent dans la fen\u00eatre par habitude plut\u00f4t que par n\u00e9cessit\u00e9, est imm\u00e9diatement accessible \u00e0 tout le monde.<\/p>\n<h2 id=\"sources\"><span class=\"ez-toc-section\" id=\"Sources\"><\/span>Sources<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul>\n<li>Liu, Lin, Hewitt, Paranjape, Bevilacqua, Petroni et Liang, Lost in the Middle: How Language Models Use Long Contexts, Transactions of the Association for Computational Linguistics<\/li>\n<li>Modarressi, Deilamsalehy, Dernoncourt, Bui, Rossi, Yoon et Sch\u00fctze, NoLiMa: Long-Context Evaluation Beyond Literal Matching, International Conference on Machine Learning, 2025<\/li>\n<li>Kate, Pedapati, Basu, Rizk, Chenthamarakshan, Chaudhury, Agarwal et Abdelaziz, LongFuncEval: Measuring the Effectiveness of Long Context Models for Function Calling, IBM Research, 2025<\/li>\n<li>Mei, Yao, Ge, Wang, Bi, Cai et coll\u00e8gues, A Survey of Context Engineering for Large Language Models, juillet 2025<\/li>\n<\/ul>\n<hr>\n<p><em>Ce contenu a \u00e9t\u00e9 compil\u00e9 avec le soutien de l&rsquo;IA \u00e0 la suite d&rsquo;une recherche approfondie, puis r\u00e9dig\u00e9 et pr\u00e9par\u00e9 pour publication par l&rsquo;\u00e9quipe \u00e9ditoriale de CEOtudent.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>L&rsquo;ing\u00e9nierie de prompt supposait que le difficile \u00e9tait de formuler l&rsquo;instruction. La litt\u00e9rature des \u00e9valuations dit l&rsquo;inverse : les mod\u00e8les annon\u00e7ant des fen\u00eatres de contexte de 128 000 jetons et plus se d\u00e9gradent nettement bien avant que ces fen\u00eatres soient pleines. Dans une \u00e9tude ICML, onze mod\u00e8les sur treize sont tomb\u00e9s sous la moiti\u00e9 de leur pr\u00e9cision en contexte court d\u00e8s 32 000 jetons. L&rsquo;ing\u00e9nierie de contexte est la discipline n\u00e9e de cet \u00e9cart, et c&rsquo;est une comp\u00e9tence diff\u00e9rente avec des modes de d\u00e9faillance diff\u00e9rents. Ce guide la d\u00e9finit pr\u00e9cis\u00e9ment, pr\u00e9sente les donn\u00e9es de d\u00e9gradation mesur\u00e9es, d\u00e9duit ce que valent r\u00e9ellement les chiffres annonc\u00e9s et propose un budget de contexte en cinq parties que vous pouvez auditer d\u00e8s aujourd&rsquo;hui. G\u00e9rez la fen\u00eatre comme une dirigeante g\u00e8re un capital rare, et continuez \u00e0 mesurer comme une \u00e9tudiante.<\/p>\n","protected":false},"author":1,"featured_media":325204,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[4599,18],"tags":[],"class_list":["post-325202","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-gelisim","category-strateji"],"_links":{"self":[{"href":"https:\/\/ceotudent.com\/fr\/wp-json\/wp\/v2\/posts\/325202","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ceotudent.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ceotudent.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/fr\/wp-json\/wp\/v2\/comments?post=325202"}],"version-history":[{"count":0,"href":"https:\/\/ceotudent.com\/fr\/wp-json\/wp\/v2\/posts\/325202\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ceotudent.com\/fr\/wp-json\/wp\/v2\/media\/325204"}],"wp:attachment":[{"href":"https:\/\/ceotudent.com\/fr\/wp-json\/wp\/v2\/media?parent=325202"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ceotudent.com\/fr\/wp-json\/wp\/v2\/categories?post=325202"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ceotudent.com\/fr\/wp-json\/wp\/v2\/tags?post=325202"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}