Catégorie M · Les coulisses · Épreuve 8 sur 8 · 5 min
Les mots de l'IA qu'on entend partout
Mis à jour le
Le prompt système est la consigne de fond donnée avant la conversation ; la température dose le hasard ; le RAG fait chercher dans tes documents avant de répondre ; un agent enchaîne seul des étapes et des outils ; MCP est la prise standard qui branche une IA sur tes outils ; le fine-tuning ré-entraîne un modèle sur tes exemples.
Prompt système et température
Le prompt système, ce sont les consignes de fond, données une fois avant la conversation : le rôle, le ton, ce qu'il faut faire ou éviter. Le visiteur ne les voit pas, mais elles orientent toutes les réponses. C'est le mot laissé à la baby-sitter avant de partir. Anthropic note qu'une seule phrase de rôle dans ce prompt suffit à changer les réponses.
Exemple, pour l'assistant du site d'une boulangerie : « Tu réponds en vouvoyant, en trois phrases au plus, uniquement sur nos horaires, nos produits et les commandes de gâteaux. »
La température dose le hasard. Basse, le modèle choisit les formulations les plus probables : des réponses sages et répétables, idéales pour relever des montants sur des factures. Haute, il ose des choix plus rares : utile pour chercher des slogans. C'est le bouton des épices : à fond, chaque assiette surprend, parfois trop. Même à zéro, précise Anthropic, deux réponses ne sont pas forcément identiques.
Pour qu'une IA relève les montants de 500 factures et les rende toujours au même format, quelle température choisis-tu ?
RAG et fine-tuning : prêter un livre ou envoyer en stage
Le RAG (génération augmentée par recherche) : avant de répondre, le système cherche dans une base de documents les passages utiles et les glisse dans la fenêtre de contexte, avec la question. Le modèle s'appuie sur ces extraits plutôt que sur sa seule mémoire : réponses plus à jour, plus précises, avec une source à citer. C'est l'examen à livre ouvert. Exemple : Chloé, aux ressources humaines d'une PME, branche l'assistant interne sur la convention collective. Quand un salarié demande combien de jours de congé il a pour son mariage, l'outil retrouve l'article et le donne au modèle. La réponse ne vaut que ce que valent les documents retrouvés.
Le fine-tuning (ajustement) : on ré-entraîne un peu un modèle sur ses propres exemples pour qu'il prenne un style ou un métier. C'est un cuisinier formé qui fait un stage d'un mois en pâtisserie. Il faut des exemples soignés, et le comportement du modèle peut changer de façon inattendue. En octobre 2026, l'API de Claude n'en propose pas en libre-service, et OpenAI ferme son service de fine-tuning aux nouveaux clients : on le pratique surtout sur des modèles ouverts, chez des hébergeurs comme Together AI.
Vrai ou faux ?
Avec le RAG, le modèle est ré-entraîné sur tes documents.
Ré-entraîner un modèle sur tes propres exemples pour qu'il prenne ton style s'appelle le …….
Agent et MCP
Un agent, c'est un modèle qui décide lui-même des étapes et des outils pour atteindre un but : chercher sur le web, lire un fichier, calculer, écrire un mail. Il agit, regarde le résultat, et recommence jusqu'à la fin. À l'opposé, dans un workflow, les étapes sont écrites à l'avance par un humain. C'est la différence entre suivre une recette à la lettre et dire à un assistant « organise l'anniversaire de mamie » : il choisit seul ses coups de fil.
Anthropic, qui fabrique Claude, conseille de commencer par la solution la plus simple : un agent coûte plus cher, répond plus lentement, et ses erreurs peuvent s'enchaîner. Il faut le tester dans un espace isolé, avec des garde-fous.
MCP (Model Context Protocol) est un standard ouvert pour brancher une IA sur des outils et des données : ton agenda, tes fichiers, une base de données. Le site officiel le compare à une prise USB-C : une seule forme de prise, et tout se branche. Claude, ChatGPT, Visual Studio Code ou Cursor le prennent en charge. Exemple donné par ce site : un agent qui lit ton agenda Google et tes notes Notion devient un assistant plus personnel.
Lequel de ces outils est un agent ?
Relie chaque mot à son image du quotidien.
Touche un élément à gauche, puis celui qui va avec à droite.
Ce que l'IA ne te dira pas
Sur le forum d'OpenAI, en novembre 2025, un utilisateur raconte qu'un agent de test a continué de tourner en arrière-plan après une erreur, en usant son quota. Il a dû bloquer les modèles, poser une limite de dépense qui bloque et changer toutes ses clés. OpenAI a ensuite ajouté une limite contre ces boucles. Si tu lances un agent, fixe toi-même un nombre maximum d'étapes et une dépense maximale.
Source : Forum des développeurs OpenAI, « Test agent from Playground stuck in infinite loop » (novembre 2025)
Sources
- Anthropic, « Glossary » (documentation Claude) (consulté le 24 octobre 2026)
- Anthropic, « Prompting best practices » (documentation Claude) (consulté le 24 octobre 2026)
- Anthropic, « Building effective agents » (décembre 2024) (consulté le 24 octobre 2026)
- Model Context Protocol, « What is the Model Context Protocol (MCP)? » (site officiel) (consulté le 24 octobre 2026)
- OpenAI, « Fine-tuning best practices » (documentation API) (consulté le 24 octobre 2026)
- Together AI, « Pricing » (consulté le 24 octobre 2026)