Objectifs
Comprendre pourquoi la formulation de la demande ne suffit plus, et ce que recouvre le context engineering.
Le point de départ : le prompt engineering
Pendant les premières années d'usage des assistants conversationnels, on a appris à bien poser sa question. Un ensemble de techniques s'est installé : donner un rôle, fournir un contexte, ajouter des exemples, poser des contraintes, imposer un format de sortie. Elles fonctionnent toujours, et elles restent utiles.
Pourquoi cela ne suffit plus
Les modèles actuels ne sont plus de simples générateurs de texte. Ils peuvent appeler des outils, interroger des bases de données, collaborer avec d'autres agents, raisonner en plusieurs étapes et conserver des informations d'une session à l'autre. La question n'est donc plus « quel prompt écrire ? » mais :
Comment construire l'environnement complet dans lequel l'IA va prendre ses décisions ?
C'est la définition pratique du context engineering : concevoir, sélectionner, structurer et maintenir tout ce que le modèle voit au moment de répondre.
Un exemple produit
Un chef de produit demande : « Crée-moi une user story pour une fonctionnalité de paiement. »
- En prompt engineering, on peaufine la phrase, on ajoute un rôle et un format.
- En context engineering, on fournit en plus : le backlog existant, la feuille de route, les personas, les contraintes légales, les indicateurs de succès, la documentation technique et les décisions passées.
La question est la même. Le résultat n'a rien à voir, parce que la différence est dans le contexte disponible, pas dans la question.
Ce qu'il faut retenir
- Le prompt est une partie du contexte, pas son tout.
- Le contexte comprend les instructions, les documents, l'historique, les outils, la mémoire et les exemples.
- Pour un chef de produit, c'est un travail de conception, comme celui d'une interface ou d'une architecture.
Pour vérifier votre compréhension
Prenez une tâche que vous confiez régulièrement à un assistant IA. Listez dix informations que vous lui donnez rarement mais qu'un collègue humain connaîtrait. Lesquelles changeraient le plus le résultat ?