Afficher le résumé Masquer le résumé
Le prompt engineering est mort. On est passés d’une époque où on chattait avec ChatGPT à une époque où on construit des agents IA autonomes. Et le vrai game maintenant, c’est le context engineering.
Pourquoi le prompt engineering ne suffit plus
Un LLM est une boîte stateless. Il se souvient de rien entre deux conversations. Tout ce qu’il sait, c’est ce que tu mets dans sa fenêtre de contexte — et elle est limitée. La recherche montre que les modèles performent mieux quand le contexte est rempli à 60-70%, pas à 100%.
Les 6 composants du contexte
Six éléments se battent pour la place dans ta fenêtre :
- Message utilisateur — ta demande
- System prompt — personnalité, garde-fous
- Descriptions d’outils — chaque tool prend de la place
- Ressources privées — wikis, tickets, données entreprise
- Historique de conversation — les messages précédents
- Résultats d’appels d’outils — réponses APIs, recherches
Le piège : les points 5 et 6 grossissent au fur et à mesure. Ton agent devient bête parce qu’il est noyé dans son propre historique.
3 techniques de context engineering
1. MCP (Model Context Protocol)
Au lieu de balancer 50 000 tokens dans le contexte, tu décris la ressource comme « interrogeable ». L’agent fait des appels itératifs pour trouver exactement ce dont il a besoin.
2. La compaction
Utiliser un LLM pour résumer un gros document en 500 mots avant de l’injecter dans le contexte d’un autre LLM. Meta mais ultra efficace.
À lire URGENT : Anthropic Interdit OpenClaw dès Demain (4 avril 2026)
3. La mémoire externe
Stocker les infos dans une base de données et requêter uniquement ce qui est pertinent au lieu de tout garder dans la fenêtre.
Décomposer en micro-agents
Quand un agent devient trop complexe, il faut le traiter comme un microservice. Un agent principal gère la conversation, des agents secondaires spécialisés font les recherches et renvoient des résumés compacts. L’agent principal reçoit 500 tokens au lieu de 50 000.
Conclusion
Le prompt engineering, c’était la version beta. Le context engineering, c’est la version prod. Arrête d’optimiser tes prompts mot par mot — commence à réfléchir à ce que tu mets dans le contexte, comment tu le structures, et comment tu le gardes propre. C’est LA compétence IA de 2026.
