Dernière revue :
Qu'est-ce que le context engineering ? Définition et différence avec le prompt engineering
Le context engineering (ingénierie du contexte) est la discipline qui consiste à choisir, à chaque étape, l'ensemble des informations placées dans la fenêtre de contexte d'un modèle d'IA : instructions, documents, historique, résultats d'outils, mémoire. Il prolonge le prompt engineering : un prompt s'écrit une fois, un contexte se gère en continu, surtout dans les agents qui travaillent sur de longues tâches.
Le terme s'impose en juin 2025. Tobi Lütke, dirigeant de Shopify, dit préférer « context engineering » à « prompt engineering » ; le 25 juin 2025, Andrej Karpathy approuve et le décrit comme l'art délicat de remplir la fenêtre de contexte avec exactement les bonnes informations pour l'étape suivante. L'idée : dans une application sérieuse, la qualité d'une réponse dépend moins de la formulation de la question que de tout ce que le modèle a sous les yeux (consignes, extraits de documents, exemples, outils disponibles, historique). Le 29 septembre 2025, Anthropic en donne une définition formelle : l'ensemble des stratégies pour sélectionner et maintenir le meilleur ensemble de tokens pendant l'inférence. L'éditeur explique pourquoi c'est nécessaire : plus le contexte s'allonge, plus la capacité du modèle à retrouver une information précise baisse, un phénomène qu'il nomme context rot. Le contexte est une ressource limitée, avec un « budget d'attention ». Anthropic décrit quatre techniques : la compaction (résumer l'historique quand la limite approche), la prise de notes structurée hors de la fenêtre, les sous-agents dotés d'un contexte propre, et la récupération « juste à temps » des données au moment où l'agent en a besoin. Le terme anglais domine aussi en France, où la traduction « ingénierie du contexte » reste peu utilisée.
Exemple concret
Cas illustratif (entreprise fictive). Un cabinet d'expertise comptable de 60 collaborateurs, à Nantes, déploie un assistant qui répond aux questions des clients sur leurs échéances fiscales. Première version : un long prompt et tout le dossier client chargé à chaque question. Les réponses se dégradent sur les gros dossiers, et la facture de tokens grimpe. L'équipe revoit le contexte plutôt que la formulation : l'assistant reçoit un profil client court (forme juridique, régime de TVA, date de clôture), va chercher seulement les pièces utiles à la question, et un résumé remplace l'historique des échanges au-delà de dix messages. Les réponses redeviennent précises et le volume de tokens par question baisse.
Comparaison
| Critère | Prompt engineering | Context engineering |
|---|---|---|
| Objet | La rédaction des instructions | Tout ce que le modèle reçoit : instructions, documents, historique, outils, mémoire |
| Moment | Écrit une fois, puis ajusté | Géré à chaque étape de l'échange ou de la tâche |
| Cas typique | Question ponctuelle, tâche courte | Agent sur une longue tâche, assistant branché sur des données |
| Techniques | Consignes claires, exemples, format de sortie | RAG, résumé de l'historique, notes externes, sous-agents, récupération juste à temps |
| Risque si négligé | Réponse vague ou mal formatée | Qualité qui se dégrade, coût en tokens élevé, fuite de données inutiles |
Questions fréquentes
Le context engineering, c'est quoi ?
C'est l'art de choisir ce que le modèle d'IA « voit » à chaque étape : consignes, documents, historique, résultats d'outils. On ne cherche plus seulement la bonne formulation, on construit le bon dossier de travail pour le modèle, ni trop mince ni trop chargé.
Quelle est la différence entre context engineering et prompt engineering ?
Le prompt engineering porte sur la rédaction des instructions. Le context engineering englobe tout ce qui entre dans la fenêtre de contexte, y compris les documents récupérés, la mémoire et les outils, et le gère d'une étape à l'autre. Pour une question ponctuelle, le prompt suffit ; pour un agent qui travaille longtemps, le contexte devient le sujet principal.
Pourquoi le context engineering est-il important pour les agents IA ?
Un agent enchaîne des dizaines d'étapes et accumule des résultats d'outils. Sans tri, sa fenêtre de contexte se remplit et la qualité baisse : Anthropic parle de context rot. Résumer, prendre des notes hors contexte et déléguer à des sous-agents permet de garder un agent fiable sur la durée.
Quel est le lien avec la fenêtre de contexte ?
La fenêtre de contexte est la capacité maximale de texte que le modèle peut traiter en une fois, mesurée en tokens. Le context engineering décide de son contenu. Une grande fenêtre ne dispense pas de trier : plus de tokens coûtent plus cher et peuvent diluer l'information utile.
Comment dit-on context engineering en français ?
On peut dire « ingénierie du contexte », mais le terme anglais reste le plus utilisé, y compris par les équipes techniques françaises. Les deux désignent la même pratique.
À voir aussi
Pour aller plus loin
Sources
- Effective context engineering for AI agents, Anthropic, 29 septembre 2025. https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
- Andrej Karpathy, publication sur X en faveur de « context engineering », 25 juin 2025. https://x.com/karpathy/status/1937902205765607626
- Context engineering, Simon Willison, 27 juin 2025. https://simonwillison.net/2025/Jun/27/context-engineering/