Intentions
Le rôle attendu, l’objectif de la tâche et les critères d’une réponse utile.
Guide · Context engineering
Une IA utile ne manque pas toujours d’intelligence. Elle manque souvent de contexte.
Le context engineering consiste à organiser les connaissances, relations, règles et informations qu’une IA doit recevoir pour travailler dans votre entreprise.
Avant de choisir un modèle ou de construire un agent, il faut rendre le métier lisible : ce qui existe, ce qui est vrai, qui peut décider et quelles sources font foi.
sources · règles · relations · état
Question
Rôle
Données
Sources
Règles
Droits
Contexte
Réponse
Action
le bon contexte, assemblé pour une tâche précise et vérifiable
Définition directe
Le prompt est une consigne. Le contexte est l’environnement de décision.
Demander « résume ce dossier » ne suffit pas si le système ignore ce qu’est un dossier, quelle version est valide, qui peut la consulter, quels événements comptent et ce que « terminé » signifie pour votre équipe.
Le context engineering organise ces éléments et décide lesquels transmettre pour chaque tâche. Il ne cherche pas à tout envoyer au modèle. Il cherche à fournir le minimum de contexte fiable, pertinent et autorisé.
Les six couches
Ce qu’un système d’IA doit comprendre avant de pouvoir aider.
Une pile de PDF couvre rarement ces six dimensions. C’est la raison pour laquelle le contexte doit être conçu, pas seulement indexé.
Vocabulaire
Les termes métier, leurs définitions et les distinctions qui évitent les contresens.
Connaissances
Documents, faits, exemples, historique et sources que le système peut citer.
Relations
Les liens entre clients, dossiers, événements, responsabilités, outils et décisions.
Règles
Les contraintes, validations, exceptions, niveaux de confidentialité et droits d’action.
État courant
Ce qui est vrai maintenant : statut, date, version, propriétaire et prochaines actions.
Architecture
Prompt, RAG, graphe et ontologie : des couches complémentaires.
Le choix n’est pas binaire. Une architecture utile combine seulement les couches nécessaires au cas d’usage.
| Couche | Rôle | Utile quand |
|---|---|---|
| Prompt | Formule la demande | Une instruction isolée ou un modèle de réponse |
| RAG | Retrouve des passages pertinents | Une base documentaire vaste et relativement stable |
| Knowledge graph | Relie et interroge des faits | Des dépendances et parcours entre objets métier |
| Ontologie | Définit le sens et les règles | Un vocabulaire durable partagé entre systèmes |
| Context engineering | Assemble le bon contexte au bon moment | Un assistant ou agent intégré aux opérations |
Cas anonymisé
« Où en est cette intervention ? »
Pour répondre correctement, un assistant doit retrouver le bon client, distinguer le lieu du payeur, identifier l’intervention active, lire son dernier événement, vérifier les pièces manquantes et respecter les droits de la personne qui pose la question.
QuestionOù en est l’intervention Dupont ?
Contexte retrouvéIdentité · rôle · dossier · événements · pièces · droits
Réponse traçableÉtat actuel, prochaine action, responsable et sources consultées
Fiabilité
Cinq garde-fous avant de brancher un agent sur l’entreprise.
- Chaque réponse importante doit pouvoir remonter à une source ou à une règle identifiable.
- Les droits d’accès doivent être appliqués avant que le contexte ne soit envoyé au modèle.
- Les informations temporaires doivent porter une date, un état et un responsable.
- Une absence d’information doit rester visible au lieu d’être comblée par une supposition.
- Les décisions sensibles restent validées par une personne clairement désignée.
Références
Des bases vérifiables, pas une nouvelle mode lexicale.
Questions fréquentes
Ce qu’il faut trancher avant le choix des outils.
Qu’est-ce que le context engineering ?
C’est la conception du contexte fourni à un système d’IA : instructions, vocabulaire, faits, documents, relations, règles, historique et droits d’accès. Son objectif est de rendre les réponses plus pertinentes, traçables et cohérentes avec le métier.
Quelle différence entre prompt engineering et context engineering ?
Le prompt engineering travaille surtout la formulation d’une demande. Le context engineering organise tout ce que le modèle doit recevoir ou retrouver pour traiter cette demande dans une situation réelle.
Le RAG suffit-il pour donner le contexte ?
Le RAG retrouve des passages dans des documents. Il devient insuffisant lorsque la réponse dépend de relations métier, d’états, de règles ou de droits que les documents n’expriment pas clairement.
Faut-il centraliser toutes les données avant de commencer ?
Non. Il faut d’abord identifier un cas d’usage, ses décisions, ses sources et ses risques. On structure ensuite le minimum de contexte nécessaire, puis on l’étend à partir de résultats observables.
Par quoi commencer dans une PME ?
Commencez par cartographier un processus important, son vocabulaire, ses documents, ses responsables et ses règles. Ce périmètre devient un premier contexte testable pour l’IA.
En pratique
Rendre une procédure exploitable.
Avant de confier une documentation à une IA, décrivez les décisions, les exceptions et les sources avec le modèle de procédure pour transmettre les connaissances. Retrouvez les applications concernées dans le modèle d’inventaire des logiciels.
Rendez-vous
Un premier appel de trente minutes.
Offert. Utile. Sans suite obligée.
On commence par un processus réel, ses mots, ses sources et ses règles. Ensuite seulement, on décide ce que l’IA doit en faire.
Réservation directe
Via Cal.com. Créneaux matin et fin de journée, visio ou à Marseille.
Voir les créneaux