Le QG des Agents

01

Fenêtre de contexte et mémoire

Ce que l’IA relit avant chaque réponse

Pendant une conversation, une IA comme ChatGPT, Claude ou Gemini ne garde aucun souvenir. À chaque nouvelle réponse, elle relit tout depuis le début : ses consignes, puis toute la conversation. Ce texte relu s’appelle la fenêtre de contexte. Sa taille est limitée. Quand la conversation devient trop longue, les premiers messages sortent de la fenêtre et l’IA ne les voit plus, même s’ils sont encore sur ton écran. Fais le test en 4 étapes.

Au début, tu as écrit « Je m’appelle Léa ». La conversation avance, ce message sort de la fenêtre : l’IA a oublié ton prénom. La mémoire règle ça : l’outil note « prénom : Léa » et le recopie en haut de la fenêtre à chaque fois.

1Présente-toiÉcris ton prénom à l’IA.
2Remplis la fenêtreDiscute, ou colle un long texte.
3Teste l’IADemande-lui ton prénom.
4Active la mémoirePuis recommence une conversation.

Ce que tu vois : ta conversation

Mémoire : l’outil note ton prénom et le recopie au début de chaque nouvelle conversation.

Ce que l’IA relit avant de répondre

Fenêtre de 150 tokens pour l’exemple. Les vraies en contiennent de 100 000 à plus d’un million, soit plusieurs romans.

Le bon réflexe quand une conversation s’allongeSi l’IA semble oublier ce que tu as dit au début, ce n’est pas un bug : c’est sorti de sa fenêtre. Deux solutions :

Demande-lui : « Fais une synthèse en 10 lignes de tout ce qu’on s’est dit. »
Ouvre une nouvelle conversation et colle cette synthèse en premier message.

Tu repars avec une fenêtre propre, qui contient l’essentiel.

Les tokens sont les morceaux de texte que l’IA lit (voir La Machine à Tokens). La fenêtre de contexte se mesure en tokens.

Les consignes sont toujours relues en premier : le rôle de l’assistant, ses règles, son ton. Les Projets, les GPTs et les Gems y ajoutent tes propres consignes et tes fichiers.

La mémoire se range hors du modèle : c’est une note gardée par l’outil et recopiée au début de chaque conversation. Tu peux la lire, la corriger ou l’effacer dans les réglages.

IA simulée pour l’exemple : elle réagit surtout à ton prénom et à quelques questions d’histoire.

02

RAG

Chercher avant de répondre

Un LLM ne sait pas tout. Il connaît ce qu’il a lu pendant son entraînement, jusqu’à une certaine date, et rien de tes documents à toi : ton cours, le règlement de ton collège, les fichiers de ton club. Le RAG (Retrieval-Augmented Generation, génération augmentée par la recherche) comble ce manque : au moment de ta question, l’outil cherche les bons passages dans tes documents, les glisse dans la fenêtre de contexte, et l’IA répond en s’appuyant dessus. C’est un contrôle à livre ouvert.

L’IA cherche d’abord les bons passages, les ajoute à sa fenêtre, puis répond en citant la source.

Ce que le modèle saitCe qu’il a lu pendant son entraînement

Des milliards de pages publiques, jusqu’à une date limite. Rien de privé, rien de récent.

Ce qu’il ne sait pasTes documents à toi

Ton cours, le règlement du collège, le menu de la cantine, l’actualité de la semaine.

Avec le RAGOn lui donne les bons passages

Juste au moment de répondre. Il ne les apprend pas : à la conversation suivante, il faut les lui redonner.

D’où peuvent venir les documents

📄 Un PDF ou une photo que tu déposes dans la conversation☁️ Un Drive ou un OneDrive connecté🗂️ Un dossier de projet : Projets, GPTs, Gems, NotebookLM🌐 Internet, avec la recherche web

À toi de tester. Le classeur du collège des Tilleuls joue le rôle de tes documents : un règlement, un menu, les infos du CDI et une circulaire de sortie, découpés en 13 morceaux. Pose une question avec le RAG, puis sans : sans lui, l’IA invente une réponse plausible.

RAG activé

1 · Découper13 morceaux de documents

2 · Chercherles morceaux les plus proches

3 · Ajouterles 2 meilleurs à la fenêtre de contexte

4 · Répondreen citant la source

Carte des sens · plus c’est proche, plus ça parle du même sujet

Les morceaux les plus proches

Réponse de l’assistant

La recherche web, c’est du RAG sur Internet : l’outil cherche des pages, les lit, puis répond avec des liens. La « recherche approfondie » enchaîne des dizaines de recherches.

Chercher par le sens : un vrai RAG compare les listes de nombres des morceaux (La Machine à Tokens, étape 5). « Portable » trouve « téléphone » même sans le mot exact.

Sans RAG, le modèle répond avec ce qui est habituel ailleurs. Ça sonne juste, mais c’est peut-être faux pour ton collège.

Recherche simplifiée pour l’exemple : mots-clés et synonymes. Le collège des Tilleuls et ses documents sont inventés.

03

MCP et outils

Des mains et une prise universelle

Le modèle ne sait produire que du texte. Pour agir, il écrit une demande spéciale, un appel d’outil. L’application l’exécute à sa place, puis lui renvoie le résultat. Choisis une demande et suis le message.

L’IA écrit un appel d’outil, qui passe par la prise MCP jusqu’au service. Le service exécute l’action et renvoie le résultat.

L’appel d’outil

La boîte à outils branchée

Le problème des câbles

Chaque assistant veut se brancher à chaque service. Sans standard, il faut fabriquer un câble sur mesure pour chaque paire : à chaque nouveau service, un câble de plus par assistant. Avec le MCP, chaque assistant a une prise, chaque service aussi, et tout se branche, comme l’USB-C : un nouveau service, une seule prise.

Clique sur « Ajouter un service » et compare ce que ça coûte de chaque côté.

Sans MCP15 câbles sur mesure

Avec MCP8 prises standard

MCP (Model Context Protocol) : un standard ouvert lancé par Anthropic fin 2024, adopté ensuite par OpenAI, Google et des milliers de services. Une fondation indépendante le gère aujourd’hui.

Brancher, c’est donner des clés. Un assistant bien réglé demande ta permission avant d’envoyer, de supprimer ou de payer. Branche seulement ce dont tu as besoin.

Dans les applis, on parle de connecteurs ou d’apps. Derrière, c’est souvent du MCP.

04

Skills

Des fiches de savoir-faire

Un skill est un dossier qui contient une fiche d’instructions, le fichier SKILL.md, et parfois des modèles ou de petits programmes. Il apprend à l’IA à faire une tâche précise, toujours de la même façon. L’astuce : l’IA garde dans sa fenêtre de contexte le nom et la description de chaque skill, et ouvre la fiche complète seulement quand ta demande en a besoin.

L’IA garde seulement les descriptions sous les yeux, et ouvre la fiche complète quand ta demande en a besoin.

L’étagère des skills installés

La fiche ouverte

aucune fiche ouverte

Place prise dans la fenêtre de contexte

Tout charger d’avance

13 500 tokens

Ouvrir au besoin

600 tokens

Un skill, c’est du texte simple. Tu peux en écrire un toi-même : un nom, une description d’une ligne, puis les étapes.

MCP ou skill ? Le MCP donne l’accès (brancher ton agenda). Le skill donne la méthode (comment organiser tes révisions). Les deux se combinent.

Un format ouvert : le même fichier SKILL.md fonctionne chez Claude, dans ChatGPT et dans les outils de Google pour développeurs.

05

Artefacts

Fabriquer des objets

Parfois, la meilleure réponse est un objet : une mini-appli, une page, un schéma. L’IA écrit le code, et l’outil l’affiche dans un panneau à côté de la conversation. Tu peux t’en servir, le faire modifier, le partager. Claude appelle ça des artefacts, ChatGPT et Gemini un Canvas. Choisis une demande : l’IA écrit, l’appli apparaît, et elle marche vraiment.

L’IA écrit le code et ton navigateur l’exécute : tu obtiens un objet qui marche, à utiliser et à partager.

minuteur.htmll’IA écrit…

minuteur.htmlv1

Un artefact, c’est du code (HTML, JavaScript) que l’IA écrit et que ton navigateur exécute. Pour une modification, l’IA réécrit seulement les lignes qui changent.

Cette page est un artefact. Elle a été fabriquée avec Claude, puis améliorée demande après demande.

Teste avant de partager : une mini-appli peut contenir un bug ou un calcul faux, comme un texte peut contenir une erreur.

06

Agents et automatisation

Le pilote automatique

Un agent, c’est le modèle mis dans une boucle : il réfléchit à la prochaine étape, agit avec un outil, observe le résultat, et recommence jusqu’à ce que la mission soit finie. L’automatisation ajoute un déclencheur : tous les dimanches, à chaque nouveau devoir… Choisis une mission, un déclencheur, et lance l’agent. Il va utiliser tous les modules que tu as vus.

Un déclencheur lance l’agent. Il tourne en boucle (réfléchir, agir, observer) avec ses outils, jusqu’au résultat.

La mission

Le déclencheur

Le journal de l’agent

Agent = modèle + boucle + outils. Il choisit lui-même la prochaine action, jusqu’à ce que la mission soit remplie.

Automatisation = déclencheur + agent : une heure, un nouveau message, un fichier déposé. L’agent travaille même quand tu dors.

Garde la main : une permission pour les actions importantes, un journal de tout ce qu’il a fait, et un bouton pour l’arrêter.

07

Le bon module

S’entraîner sur 10 situations

Dix situations de la vraie vie. Pour chacune, choisis le module qui fait le travail. Une explication s’affiche après chaque réponse.

Question 1 / 10 · 0 point

Contexte & mémoire

Avant chaque réponse, l’IA relit la conversation dans une fenêtre de taille limitée. La mémoire est une note recopiée au début.

RAG

Il cherche les bons passages dans des documents ou sur le web, puis répond en citant ses sources.

MCP & outils

Il écrit des appels d’outils. Le MCP est la prise standard pour brancher agenda, fichiers ou messagerie.

Skills

Des fiches de savoir-faire, ouvertes seulement quand la tâche en a besoin.

Artefacts

Du code qu’il écrit et que ton navigateur exécute : mini-applis, pages, schémas.

Agents

Le modèle en boucle, avec des outils et un déclencheur. Toi, tu gardes la main avec les permissions.

Même idée, trois noms

Chaque outil donne son propre nom aux mêmes modules. Les noms changent vite : voici l’état en septembre 2026.

Module	Claude	ChatGPT	Gemini
Consignes et fichiers réunis	Projets	Projets, GPTs	Gems
Mémoire entre conversations	Mémoire	Mémoire	Mémoire
Recherche web approfondie	Recherche	Deep Research	Deep Research
Connecteurs (souvent MCP)	Connecteurs	Apps	Apps, MCP côté pro
Fiches de savoir-faire	Skills	Skills	Skills (Gemini CLI)
Objets fabriqués	Artefacts	Canvas	Canvas
Agent et tâches automatiques	Cowork, tâches planifiées	Mode agent, Tâches	Mode agent, actions planifiées