En bref. Tout assistant majeur expose désormais trois couches de configuration : un briefing permanent que vous écrivez une fois, un projet ou espace de travail qui restreint le contexte à un seul chantier, et une mémoire que l’outil alimente lui-même. La plupart des professionnels n’utilisent qu’une des trois, souvent mal, puis concluent que l’outil ne comprend pas leur travail. Les fournisseurs eux-mêmes ne s’accordent pas sur la façon de remplir ces couches : le guide officiel des Gems de Google conseille de fournir le plus de contexte possible, tandis que la documentation officielle d’Anthropic plafonne son équivalent autour de 200 lignes et affirme sans détour que les fichiers plus longs dégradent le respect des consignes. Les preuves évaluées par les pairs tranchent nettement en faveur de la seconde position. Dans l’étude Lost in the Middle, remettre au modèle le seul document correct a relevé la précision de 27,8 à 50,4 points de pourcentage, alors que quadrupler la fenêtre de contexte ou la multiplier par 12,5 ne l’a fait bouger que de 0,3 point. Cela représente un avantage de 93 à 107 pour bien choisir plutôt que stocker davantage. La conclusion pratique n’est pas « écrivez plus de contexte ». C’est : « affectez chaque fait à la couche où il sera encore lu ».
L’échec que cela résout
La plainte est familière. Vous expliquez en début de conversation votre rôle, vos clients, vos contraintes et votre style maison. Le résultat s’améliore. Le lendemain, vous ouvrez une nouvelle conversation et vous réexpliquez tout. À la quatrième répétition, vous décidez que l’outil n’est pas fait pour du vrai travail.
Il l’est. Vous fournissez le contexte au seul endroit conçu pour oublier : la conversation. Les trois couches de configuration existent précisément pour retenir ce qui ne devrait pas être retapé. Ce que presque personne ne fait, c’est décider délibérément quel fait appartient à quelle couche. Ce problème d’affectation constitue toute la discipline, et il est distinct de l’écriture d’une bonne consigne. Si vous n’avez pas encore constitué de document source unique sur votre travail, commencez par le fichier de contexte ; cet article porte sur l’endroit où son contenu doit réellement vivre.
Ce que sont les trois couches
La terminologie diffère selon les fournisseurs, mais l’architecture a convergé.
Couche 1, le briefing permanent. Des instructions qui s’appliquent à tout ce que vous faites avec l’outil. ChatGPT appelle cela les instructions personnalisées. L’outillage développeur d’Anthropic utilise un fichier d’instructions à portée utilisateur situé dans ~/.claude/CLAUDE.md. L’équivalent chez Google, appliqué par assistant et non globalement, est le bloc d’instructions d’un Gem. Cette couche est chargée à chaque session.
Couche 2, le projet ou l’espace de travail. Un contexte restreint à un seul chantier : un client, un produit, un fil de recherche. Fichiers, documents de référence et instructions qui s’appliquent à l’intérieur de cette frontière et nulle part ailleurs. Anthropic documente cela comme un fichier d’instructions à portée projet, rangé auprès du travail, plus des règles à portée de chemin qui ne se chargent que lorsque le matériau correspondant est en jeu.
Couche 3, la mémoire. Des notes que l’assistant écrit sur vous sans qu’on le lui demande. La documentation d’Anthropic est inhabituellement explicite sur cette répartition : les fichiers d’instructions sont écrits par vous et contiennent « des instructions et des règles », tandis que la mémoire automatique est écrite par le modèle et contient « des apprentissages et des motifs », précisément vos préférences, les corrections que vous avez données et le contexte projet que le modèle ne peut pas déduire seul. Elle précise aussi que l’index de mémoire ne charge dans chaque session que ses 200 premières lignes ou 25 Ko, selon ce qui vient en premier, le reste n’étant pas chargé au démarrage.
Ce dernier détail pèse plus lourd qu’il n’y paraît. La couche 3 dispose d’un budget strict, appliqué en silence. Tout ce qui le dépasse n’est tout simplement pas là.
La preuve : la sélection bat la capacité de deux ordres de grandeur
La tentation, avec chacune de ces couches, est de les remplir. Les fenêtres de contexte sont annoncées en centaines de milliers de jetons, si bien que tout stocker semble gratuit. Les preuves contrôlées disent le contraire.
Liu et ses collègues, dans les Transactions of the Association for Computational Linguistics, ont mené une tâche de réponse à des questions sur plusieurs documents selon deux conditions de référence. En condition à livre fermé, le modèle ne recevait aucun document et devait s’appuyer sur ce qu’il savait déjà. En condition oracle, il recevait exactement un document, celui contenant la réponse. Tout le reste de l’étude faisait varier la position de la réponse parmi des distracteurs.
Données vérifiées. Précision à livre fermé et en condition oracle, réponse à des questions sur plusieurs documents (Liu et al., TACL 2024).
| Modèle | Livre fermé | Oracle |
|---|---|---|
| LongChat-13B (16K) | 35,0 % | 83,4 % |
| MPT-30B-Instruct | 31,5 % | 81,9 % |
| GPT-3.5-Turbo | 56,1 % | 88,3 % |
| GPT-3.5-Turbo (16K) | 56,0 % | 88,6 % |
| Claude-1.3 | 48,3 % | 76,1 % |
| Claude-1.3 (100K) | 48,2 % | 76,4 % |
Parcourez le tableau : deux lignes sont presque jumelles, et c’est voulu. GPT-3.5-Turbo apparaît avec une fenêtre de 4K puis de 16K. Claude-1.3 apparaît en 8K puis en 100K. Même famille de modèle, même tâche, capacité différente. Cet appariement permet d’isoler ce que la capacité seule achète, ce que l’article ne met pas en tableau.
Cadre éditorial CEOtudent : la prime à la sélection. Dérivée du tableau ci-dessus ; le gain du bon document comparé au gain de la fenêtre plus large.
| Comparaison | Ce qui a changé | Variation de précision | Rapport |
|---|---|---|---|
| GPT-3.5-Turbo, livre fermé vers oracle | Le seul bon document fourni | +32,2 points (+57,4 %) | référence |
| GPT-3.5-Turbo, fenêtre 4K vers 16K | Capacité de contexte multipliée par 4 | +0,3 point (+0,34 %) | sélection 107 fois plus utile |
| Claude-1.3, livre fermé vers oracle | Le seul bon document fourni | +27,8 points (+57,6 %) | référence |
| Claude-1.3, fenêtre 8K vers 100K | Capacité de contexte multipliée par 12,5 | +0,3 point (+0,39 %) | sélection 93 fois plus utile |
| LongChat-13B, livre fermé vers oracle | Le seul bon document fourni | +48,4 points (+138,3 %) | plus fort gain unitaire observé |
| MPT-30B-Instruct, livre fermé vers oracle | Le seul bon document fourni | +50,4 points (+160,0 %) | plus fort gain unitaire observé |
Multiplier par 12,5 la fenêtre de contexte de Claude-1.3 a fait passer la précision oracle de 76,1 % à 76,4 %. Donner au même modèle le bon document l’a fait passer de 48,3 % à 76,1 %. La seconde intervention était 93 fois plus grande que la première. Pour GPT-3.5-Turbo, le multiple est de 107. Les deux scores à livre fermé ont légèrement bougé dans le mauvais sens quand la fenêtre a grandi, de 0,1 point, ce qui relève du bruit mais n’est certainement pas une amélioration.
Voilà le chiffre à garder en tête au moment de décider si vous collez tout le dossier client dans un projet. La contrainte n’est pas la capacité. C’est la sélection.
Quand plus de contexte vaut moins que pas de contexte
Le résultat le plus fort est le plus dérangeant. Liu et ses collègues rapportent que, lorsque l’information pertinente se trouvait au milieu de l’entrée, la performance de GPT-3.5-Turbo pouvait chuter de plus de 20 %, et que dans le pire des cas la performance dans les conditions à 20 et 30 documents passait sous son propre score à livre fermé de 56,1 %.
Reformulons en langage de travail. On a donné la réponse au modèle. Il a fait moins bien que lorsqu’on ne lui donnait rien. Dix-neuf ou vingt-neuf documents non pertinents entourant un document correct ont fait plus de mal que le document correct n’a fait de bien.
Le mécanisme décrit par les auteurs est une courbe en U : bon usage du matériau tout au début et tout à la fin du contexte, usage dégradé de tout ce qui se trouve entre les deux. Ce que vous enfouissez au milieu d’un long briefing permanent est, fonctionnellement, le matériau le plus exposé.
C’est pourquoi « ajoutons tout, ça peut servir » n’est pas une stratégie neutre. Elle a un coût mesurable, et ce coût croît avec la quantité de matériau plausible mais non pertinent. Sur la question voisine de ce qu’il faut faire quand la sortie est confiante et fausse, voir pourquoi l’IA hallucine.
Les fournisseurs ne sont pas d’accord entre eux
Voici une comparaison que, à notre connaissance, personne n’a mise côte à côte : les recommandations officielles écrites de deux grands fournisseurs sur la façon de remplir la couche du briefing permanent.
Données vérifiées. Recommandations officielles des fournisseurs pour rédiger la couche du briefing permanent, tirées de leur propre documentation.
| Recommandation | Sur la longueur | Sur la précision | Ce que c’est réellement |
|---|---|---|---|
| Anthropic, documentation sur la mémoire | « Visez moins de 200 lignes par fichier CLAUDE.md. Les fichiers plus longs consomment plus de contexte et dégradent le respect des consignes. » Les fichiers plus courts produisent, selon la documentation, un meilleur respect. | Préfère des instructions concrètes et vérifiables : « Utilise une indentation de 2 espaces » plutôt que « Formate correctement le code » ; « Lance npm test avant de commiter » plutôt que « Teste tes modifications ». |
Explicitement pas une configuration contraignante. Documenté comme du contexte livré sous forme de message utilisateur après l’invite système, sans garantie de conformité stricte. |
| Google, documentation d’assistance sur les Gems de Gemini | Recommande quatre composantes : persona, tâche, contexte et format. Sous contexte, le conseil est : « Fournissez le plus de contexte possible. » | « Soyez précis lorsque vous indiquez la structure souhaitée » pour la composante format ; la persona définit le rôle et le style de réponse. | Un bloc d’instructions rattaché à un assistant construit pour un usage donné, plutôt qu’à un réglage global par défaut. |
Les deux sont officiels. Et ils pointent en sens opposés sur la seule question à laquelle un nouvel utilisateur veut une réponse : combien dois-je écrire ?
Les résultats de Lost in the Middle tranchent. Le levier n’est pas le volume, mais la position et la pertinence. Le conseil de Google se défend pour le cas étroit auquel un Gem est destiné : là, le contexte est effectivement la tâche, et l’assistant ne fait qu’une chose. Appliqué à un briefing permanent général chargé à chaque session quoi que vous fassiez, « le plus de contexte possible » se rapproche de la condition expérimentale qui est passée sous le score à livre fermé.
Il existe aussi une seconde contradiction dans la documentation d’Anthropic qui mérite d’être remarquée, parce qu’elle est instructive plutôt que négligée. Elle recommande de découper les gros fichiers d’instructions en imports pour l’organisation, puis précise que les fichiers importés sont malgré tout chargés dans la fenêtre de contexte au démarrage, si bien que le découpage « ne réduit pas le contexte ». Organisation et coût sont deux problèmes distincts, et la documentation ne laisse pas le premier faire semblant de résoudre le second. La plupart des conseils de productivité sur la configuration de l’IA brouillent exactement cette ligne.
La spécification de contexte métier
Le problème d’affectation demande une règle, pas une préférence. La nôtre applique des tests à chaque fait, l’un après l’autre.
Cadre éditorial CEOtudent : la spécification de contexte métier. Une règle d’affectation pour les faits relatifs à votre travail.
| Test | Question | Si oui |
|---|---|---|
| Portée | Est-ce vrai pour tout ce que je fais avec cet outil ? | Couche 1, briefing permanent |
| Frontière | Est-ce vrai uniquement dans un client, un produit ou un fil ? | Couche 2, projet |
| Origine | Ne l’ai-je découvert que parce que l’outil s’est trompé et que j’ai corrigé ? | Couche 3, mémoire |
| Dérivabilité | L’outil pourrait-il le déduire d’un matériau déjà visible ? | Aucune couche. Supprimer. |
| Volatilité | Sera-ce faux dans un trimestre ? | Aucune couche. Le dire dans la conversation. |
Les quatrième et cinquième tests font l’essentiel du travail, car ce sont eux qui gardent les couches assez petites pour survivre au problème des 200 lignes.
La dérivabilité est le test que l’on saute. Si votre projet contient déjà la charte éditoriale, la répéter dans le briefing permanent n’apporte rien et coûte du placement. La documentation d’Anthropic applique exactement cette règle à sa propre mémoire automatique : elle indique qu’elle écarte tout ce qui est dérivable de la base de code et tout ce que les fichiers d’instructions disent déjà.
La volatilité est le test que l’on comprend à l’envers. Les priorités du trimestre, l’affaire qui se conclut cette semaine, l’échéance dans onze jours : tout cela ressemble à du contexte important, et tout cela devient faux en un trimestre. À ce moment-là, ce n’est plus un encombrement neutre mais une désinformation active installée à la position la plus prioritaire de chaque session future.
Affectation détaillée pour un professionnel en milieu de carrière :
- « Je travaille dans le marketing pharmaceutique réglementé ; chaque affirmation doit avoir une source. » Test de portée réussi. Couche 1.
- « Jamais de listes à puces dans les notes destinées aux clients. » Test de portée réussi, et assez concret pour être vérifié. Couche 1.
- « La voix de marque de ce client évite les superlatifs, voir le guide joint. » Test de frontière. Couche 2, avec le guide dans le projet plutôt que cité dans les instructions.
- « Je demande sans cesse des introductions plus courtes et j’obtiens sans cesse trois phrases de préambule. » Test d’origine. Couche 3 si l’outil l’y écrit lui-même ; sinon, remontez la règle corrigée en une ligne dans la couche 1.
- « Notre circuit de validation compte quatre étapes », alors que le document de circuit est déjà dans le projet. Test de dérivabilité échoué. Supprimer.
- « L’objectif du troisième trimestre est de 14 % de croissance. » Test de volatilité échoué. Le dire dans la conversation concernée.
Un briefing permanent construit ainsi tient généralement entre 15 et 40 lignes. Ce n’est pas une cible inventée par élégance : c’est ce qui survit aux cinq tests pour la plupart des professionnels à rôle unique, et cela reste confortablement dans le seul budget de lignes qu’un fournisseur ait consigné par écrit.
Trois erreurs de configuration qui méritent d’être nommées
Écrire une persona plutôt qu’une spécification. « Tu es un consultant en stratégie de niveau mondial » est un costume, pas une information. Ce n’est pas vérifiable, cela ne contraint pas la sortie, et cela occupe la position la plus précieuse du contexte. Remplacez-le par les contraintes qui diffèrent réellement des réglages par défaut de l’outil.
Traiter la mémoire comme un classeur. La mémoire est alimentée par le modèle à partir de vos corrections. Elle est conçue pour contenir des apprentissages et dispose d’un budget de chargement annoncé. Y pousser du matériau de référence entre en concurrence avec les corrections qui la rendent utile, et tout ce qui dépasse le budget disparaît silencieusement au démarrage de la session.
Ne jamais auditer. La documentation d’Anthropic avertit que si deux règles se contredisent, le modèle « peut en choisir une arbitrairement », et recommande une revue périodique pour retirer les instructions obsolètes ou contradictoires. La configuration se périme. Un briefing permanent écrit il y a huit mois, quand vous aviez un autre rôle et d’autres clients, est aujourd’hui un jeu d’instructions qui oriente activement la production vers un travail que vous ne faites plus. Inscrivez chaque trimestre une revue de 20 minutes dont l’action par défaut est de supprimer.
À quoi cela ressemble en pratique
La mise en place prend environ une heure, une fois pour toutes.
- Notez chaque fait que vous avez retapé plus de deux fois dans une conversation au cours du dernier mois. C’est votre liste de candidats, et elle doit venir de votre comportement réel plutôt que de votre idée de ce qui compte.
- Faites passer chaque candidat par les cinq tests. Attendez-vous à en supprimer entre un tiers et la moitié aux tests de dérivabilité et de volatilité.
- Placez les survivants dans leur couche assignée. Écrivez-les comme des instructions concrètes plutôt que comme des descriptions.
- Ordonnez le briefing permanent de sorte que les deux ou trois contraintes dont la violation vous gênerait le plus figurent en haut et en bas, pas au milieu. Cela ne coûte rien et vise directement la courbe en U.
- Programmez une revue trimestrielle dont l’action par défaut est la suppression.
La raison de faire cela n’est pas le rangement. C’est que l’écart entre un assistant qui connaît votre métier et un assistant qui ne le connaît pas a été mesuré entre 27,8 et 50,4 points de précision, et qu’il provient de la sélection, non du stockage. Pour la compétence plus large dans laquelle cela s’inscrit, voir ce qu’est l’ingénierie du contexte ; pour confier des tâches entières plutôt que du contexte, voir le cadre de briefing des agents d’IA.
Pilotez la configuration comme un dirigeant rédige un mandat : peu de contraintes, toutes contraignantes, revues selon un calendrier. Apprenez comme un étudiant : repérez la correction que vous répétez sans cesse et traitez cette répétition comme le signe qu’il manque une ligne au briefing.
Questions fréquentes
Dois-je mettre tout mon CV dans le briefing permanent ?
Presque certainement non. Faites-le passer ligne par ligne au test de portée. Votre rôle actuel et les contraintes qu’il impose le réussissent. Votre parcours d’il y a dix ans n’affecte aucune sortie et consomme les positions où devraient se trouver les contraintes contraignantes.
Une fenêtre de contexte plus grande justifie-t-elle d’assouplir tout cela ?
Les preuves de cet article constituent le test direct de cette question. Multiplier la fenêtre par 12,5 a fait varier la précision oracle de 0,3 point. L’effet du bon document était 93 fois plus grand. Sur cette base, la croissance de la capacité n’a pas rendu la sélection moins importante.
Les fournisseurs changent sans cesse les limites. Cela casse-t-il ce cadre ?
Les limites précises en caractères et en lignes changent souvent, ce qui explique que le cadre repose sur les tests et non sur les chiffres. Portée, frontière, origine, dérivabilité et volatilité ne dépendent d’aucun plafond actuel. Vérifiez la limite en vigueur dans la documentation de votre outil plutôt que dans un résumé tiers, car ces chiffres bougent plus vite que la plupart des guides publiés.
Cela aide-t-il si l’outil se trompe purement et simplement sur des faits ?
En partie. Un contexte correct réduit une catégorie d’erreurs, celles causées par un modèle qui comble une lacune qu’il n’aurait jamais dû avoir. Cela n’élimine pas les erreurs confiantes issues du processus de génération lui-même, qui constituent un problème distinct.
Et si mon employeur gère ces réglages de façon centralisée ?
Alors la couche 1 vous échappe en partie. Anthropic documente un fichier d’instructions géré à l’échelle de l’organisation que les réglages individuels ne peuvent pas exclure. Votre levier se déplace vers la couche 2, où le périmètre du projet reste généralement de votre ressort.
Sources
- 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, 2024. Précision à livre fermé et en condition oracle pour six modèles ; la courbe positionnelle en U ; le constat que les conditions à 20 et 30 documents peuvent passer sous la performance à livre fermé.
- Anthropic, documentation officielle de Claude Code, page de référence sur la mémoire. La distinction entre fichiers d’instructions et mémoire automatique ; les quatre niveaux de portée ; la recommandation de rester sous 200 lignes et l’affirmation que les fichiers plus longs dégradent le respect des consignes ; la limite de chargement de 200 lignes ou 25 Ko pour l’index de mémoire ; la note selon laquelle les fichiers d’instructions sont du contexte et non une configuration contraignante ; les conseils sur la précision, les règles contradictoires et les imports.
- Google, documentation d’assistance officielle de Gemini Apps sur la rédaction d’instructions de Gem efficaces. La structure en quatre composantes persona, tâche, contexte et format, et le conseil de fournir le plus de contexte possible.
Ce contenu a été compilé avec le soutien de l’IA à la suite d’une recherche approfondie, puis rédigé et préparé pour publication par l’équipe éditoriale de CEOtudent.
This post is also available in:
