Du prompt au contexte : pourquoi le context engineering remplace le prompt engineering

Pendant deux ans, la compétence reine de l’IA générative a été le prompt engineering : l’art de formuler la bonne requête, avec le bon rôle, le bon format, les bons exemples. Cette compétence reste utile. Mais elle n’est plus le levier principal. À mesure que les modèles progressent et que les outils s’enrichissent, la question décisive s’est déplacée : ce n’est plus « comment je formule ma demande ? », c’est « qu’est-ce que je donne à lire au modèle avant qu’il ne réponde ? ». C’est ce qu’on appelle le context engineering, l’ingénierie du contexte.

Le prompt était un symptôme

Si les premiers utilisateurs ont dû apprendre des formules quasi magiques (« agis comme un expert », « raisonne étape par étape »), c’est parce que les modèles étaient à la fois moins capables et totalement ignorants de leur interlocuteur. Chaque conversation partait de zéro. Le prompt devait donc tout porter : le contexte, les attentes, le style, les contraintes.

Les modèles récents comprennent des demandes formulées naturellement. Ce qui leur manque, ce n’est plus l’instruction : c’est l’information. Un modèle qui ignore votre secteur, vos clients, vos gabarits de documents et vos décisions passées produira du générique, quelle que soit la sophistication du prompt. Le même modèle, alimenté avec les bons éléments, produit un travail qui ressemble au vôtre.

Les quatre couches du contexte

Concrètement, le context engineering consiste à organiser quatre couches d’information.

Les instructions permanentes. Qui vous êtes, ce que fait votre organisation, vos conventions de style, vos interdits. Dans les outils du marché, cela prend la forme d’instructions de projet, de préférences personnalisées ou de fichiers de configuration. C’est l’équivalent du brief qu’on donne une seule fois à un nouveau collaborateur, pas à chaque tâche.

Les documents de référence. Les sources que le modèle doit consulter pour cette tâche : l’offre commerciale à jour, le contrat type, l’étude sur laquelle s’appuyer. Donner le document plutôt que de le résumer soi-même dans le prompt change tout : le modèle cite, vérifie, reste fidèle.

La mémoire. De plus en plus d’assistants retiennent d’une session à l’autre les faits durables : vos projets en cours, vos préférences, vos décisions. Bien gérée, cette mémoire supprime la répétition. Mal gérée, elle accumule de l’obsolète. La curation de la mémoire (relire, corriger, purger) devient un geste professionnel à part entière.

Les connecteurs. La couche la plus récente : l’accès en direct aux systèmes de l’entreprise via des protocoles comme MCP. Le contexte n’est plus seulement ce qu’on téléverse, c’est ce que l’IA va chercher elle-même dans le CRM, l’agenda ou la base documentaire au moment où elle en a besoin.

Ce que cela change dans la pratique

Le centre de gravité de l’effort se déplace de la conversation vers la préparation. Une heure investie à construire un bon projet (instructions solides, documents de référence propres, connecteurs pertinents) économise des dizaines d’heures de reformulation et de correction. À l’inverse, l’utilisateur qui repart de zéro à chaque conversation paie une taxe invisible : il repasse son temps à réexpliquer ce que l’outil aurait pu savoir.

Ce déplacement a aussi une conséquence organisationnelle : le contexte se partage, le prompt non. Un bon prompt reste dans l’historique d’une personne. Un projet bien configuré, une bibliothèque de documents de référence, un jeu d’instructions d’équipe se transmettent, se maintiennent et s’améliorent collectivement. Les organisations les plus avancées que nous accompagnons ne forment plus leurs équipes à « mieux prompter » : elles construisent des environnements de travail IA où le contexte est déjà en place quand l’utilisateur arrive.

Les pièges à éviter

Premier piège : la surcharge. Plus de contexte n’est pas toujours mieux. Un modèle noyé sous quarante documents contradictoires produit des réponses diluées. Le context engineering est un travail de sélection, pas d’accumulation : les bons éléments, à jour, sans doublons.

Deuxième piège : le contexte périmé. Une offre commerciale de l’an dernier dans les documents de référence, et toutes les propositions générées citeront les anciens tarifs. Le contexte doit avoir un propriétaire et un cycle de mise à jour, comme n’importe quel référentiel.

Troisième piège : la confidentialité par inadvertance. Ce qu’on met en contexte circule dans toutes les réponses. Les données sensibles exigent le même discernement que dans un dossier partagé : qui y accède, pour quels usages, avec quelle durée de vie.

Monter votre premier environnement en une heure

Pas besoin d’un projet d’entreprise pour commencer : une heure suffit pour construire un premier environnement dans votre outil actuel, et la démarche est la même dans les projets Claude, les projets ChatGPT ou les Gems de Google.

Premier quart d’heure : les instructions permanentes. Rédigez une page qui tient en quatre blocs : qui vous êtes et votre rôle ; votre organisation, ses offres et ses clients en cinq lignes ; vos conventions d’écriture, langue, ton, formats et longueurs ; vos interdits, jargon à bannir, engagements à ne jamais formuler, données à ne jamais citer. Le test de qualité est simple : si un nouveau collaborateur lisait cette page, saurait-il produire un document qui vous ressemble ?

Deuxième temps : cinq documents de référence, pas quarante. Sélectionnez les cinq documents que vous rouvrez sans cesse : l’offre à jour, la plaquette, le contrat type, le dernier rapport d’activité, la trame de proposition. Nommez-les proprement avec une date, et supprimez les versions intermédiaires. La règle d’or : chaque document présent doit être la version qui fait foi, car un doublon périmé fait plus de dégâts qu’un document manquant.

Troisième temps : le test comparatif. Reprenez une tâche que vous avez produite la semaine passée sans contexte, refaites-la dans l’environnement, comparez les deux résultats. Si la différence ne saute pas aux yeux, vos instructions sont trop générales : complétez-les avec ce qui manque et recommencez. Ce cycle, répété deux ou trois fois, cale l’environnement en une heure.

Ensuite, une hygiène mensuelle de quinze minutes suffit : relire la mémoire et purger l’obsolète, remplacer les documents mis à jour, ajuster l’instruction qui a laissé passer une dérive.

La nouvelle compétence à former

Le prompt engineering s’apprenait en une demi-journée. Le context engineering est une compétence plus profonde : elle mêle gestion documentaire, connaissance des outils et gouvernance de l’information. C’est aussi une compétence plus durable, car elle survivra aux évolutions des modèles. Les formules magiques d’hier sont déjà obsolètes ; la capacité à donner à une IA le bon environnement de travail ne le sera pas de sitôt.

Pour aller plus loin : voyez comment le MCP, port USB-C de l’IA d’entreprise et le RAG au cœur des systèmes d’IA complètent cette approche du contexte, puis explorez notre offre maîtrise de l’IA générative.