Le context engineering (ingénierie du contexte)

Le context engineering (ingénierie du contexte) consiste à choisir tout ce qu’un modèle d’IA a sous les yeux au moment de répondre, et pas seulement la question qu’on lui pose. Un modèle ne sait de votre situation que ce qui figure dans sa fenêtre de contexte : votre consigne, mais aussi les documents joints, l’historique de la conversation, les instructions permanentes et les résultats des outils qu’il consulte. Le terme s’impose en juin 2025, porté par Tobi Lütke (Shopify) et Andrej Karpathy (cofondateur d’OpenAI), pour remplacer « prompt engineering », jugé trop étroit.

Pensez au consultant qu’on briefe le premier jour. Une question brillante ne remplace pas le bon dossier. Mais lui déverser toutes les archives de l’entreprise sur le bureau ne l’aide pas davantage : il trie mal et se trompe de pièce.

Un modèle réagit de la même façon. Il relit l’intégralité de son contexte à chaque réponse, avec une attention limitée : chaque information superflue dilue les autres. La société Chroma l’a mesuré le 14 juillet 2025 sur 18 modèles, dont GPT-4.1, Claude 4 et Gemini 2.5. Mêmes questions, deux versions : l’une noyée dans 113 000 tokens d’historique, l’équivalent d’un roman, l’autre réduite aux 300 tokens utiles. Tous les modèles répondent nettement mieux à la version courte. Anthropic, qui vend des outils de gestion du contexte, en tire la règle en septembre 2025 : fournir le plus petit ensemble d’informations pertinentes possible.

Importance pour l’entreprise

Au quotidien, trois réflexes suffisent.

• Donner les pièces, pas leur résumé. Joignez le compte rendu, la grille tarifaire ou la charte plutôt que de les décrire. Précisez le destinataire, la forme attendue, et donnez un exemple.
• Couper ce qui ne sert pas. Trois pages pertinentes valent mieux qu’un rapport de deux cents pages. Quand le sujet change, ouvrez une nouvelle conversation ; quand elle s’éternise, faites résumer les acquis et repartez de ce résumé.
• Installer une fois ce qui ne change pas. Présentation de l’entreprise, glossaire interne, règles de style : placez-les dans les instructions d’un projet ou d’un assistant personnalisé. Le pre-prompting n’en est que la première brique.

Même logique pour un assistant interne qui répond mal : vérifiez ce qu’on lui donne à lire avant d’accuser le modèle.

Sources

• Simon Willison, « Context engineering » (27 juin 2025), qui relaie les messages de Tobi Lütke et d’Andrej Karpathy
• Chroma, « Context Rot: How Increasing Input Tokens Impacts LLM Performance » (14 juillet 2025)
• Anthropic, « Effective context engineering for AI agents » (29 septembre 2025)