Le context engineering, ou ingénierie du contexte, consiste à choisir et à organiser tout ce qu'un modèle reçoit au moment de répondre : consignes, documents, historique, résultats d'outils, mémoire. Là où le prompt engineering soigne la formulation d'une consigne, le context engineering gère l'ensemble des informations qui circulent pendant qu'un agent travaille, sur plusieurs étapes. La notion s'est imposée en 2025 avec les agents IA : Anthropic la décrit comme la recherche du plus petit ensemble d'informations utiles qui donne les meilleures chances d'obtenir le bon résultat.
En pratique chez Gensai
C'est le cœur des projets Gensai : choisir les documents, les outils et les consignes que l'agent reçoit, pour qu'il réponde à partir des données du client plutôt que de ses connaissances générales.
Quelles sont les principales techniques ?
Le RAG, qui va chercher dans les documents les seuls passages utiles, le résumé de l'historique quand la conversation s'allonge, les notes que l'agent conserve en dehors de sa fenêtre de contexte, et les sous-agents qui traitent une tâche à part et ne renvoient que l'essentiel.
Erreur fréquente
Tout mettre dans le contexte parce que la fenêtre est grande. Plus le contexte est chargé, plus le modèle risque de se perdre et plus chaque réponse coûte cher : mieux vaut peu d'informations, mais les bonnes.
Dans le même thème
Définition rédigée avec l'assistance de l'IA, vérifiée par Sébastien Lecocq, co-fondateur de Gensai.
Aller plus loin que la définition ?
Passer du concept au projet : Gensai conçoit des solutions IA sur mesure, souveraines et conformes au RGPD.
Services associés : Chatbots et moteurs de réponses, IA vocale