Afficher le résumé Masquer le résumé
Le prompt engineering, c’est terminé. En 2026, écrire un bon prompt ne suffit plus. Ce qui compte maintenant, c’est le context engineering — et si tu ne comprends pas ce que c’est, tes résultats avec l’IA vont rester médiocres.
Retour aux bases : qu’est-ce qu’un LLM ?
Un LLM, c’est une boîte qui prend du texte en entrée et sort du texte en sortie. Elle ne retient rien. Ta fenêtre de contexte — l’espace total pour donner des infos au modèle — c’est maximum un million de tokens. Ça semble énorme, mais ça se remplit très vite avec des agents IA.
Les 6 composants du contexte
1. Le message utilisateur — ton prompt classique.
2. Le system prompt — instructions permanentes (personnalité, garde-fous, rôle).
3. Les outils — descriptions des outils disponibles pour l’agent.
4. Les ressources — données privées, documents internes, specs que le modèle n’a jamais vus.
À lire URGENT : Anthropic Interdit OpenClaw dès Demain (4 avril 2026)
5. Les messages assistant — historique des réponses de l’IA.
6. Les appels d’outils — résultats des actions de l’agent.
Les 3 derniers grandissent dynamiquement pendant l’exécution — et c’est là que les problèmes commencent.
Pourquoi le prompt engineering ne suffit plus
Le prompt engineering se concentre sur 1 des 6 éléments : le message utilisateur. Dans une application agentique, ton message représente peut-être 5% du contexte total. Le context engineering gère les 95% restants.
Exemple concret : un chatbot service client. Le prompt engineering dit « écris un bon prompt ». Le context engineering dit : injecte l’historique d’achat, les 3 derniers tickets support, le guide produit pertinent, configure le system prompt pour refuser le hors scope. Tout doit tenir dans la fenêtre de contexte avec des priorités réfléchies.
Les 4 règles du context engineering
1. Budgétise ton contexte. Alloue tes tokens : 10% system prompt, 30% ressources, 40% historique, 20% outils.
2. Sois sélectif avec les ressources. Utilise du RAG pour sélectionner uniquement les documents pertinents.
À lire Les agents IA embauchent maintenant des humains : OpenClaw 2026 révolutionne le travail
3. Compresse l’historique. Résume les échanges précédents au lieu de tout garder.
4. Décris bien tes outils. La description de chaque outil est un mini-prompt en soi.
Verdict
Le prompt engineering c’était le chapitre 1. Le context engineering, c’est le chapitre 2. Si tu construis des agents IA, des chatbots ou des workflows automatisés, c’est ça que tu dois maîtriser maintenant.
