Agentique & émergent
Context engineering
Le context engineering consiste à choisir et organiser tout ce qu'un LLM reçoit pour travailler. Les 4 gestes, le context rot et des exemples marketing.
Qu'est-ce que le context engineering ?
Le context engineering est la discipline qui consiste à choisir, structurer et mettre à jour toutes les informations fournies à un LLM au moment où il travaille : consignes, documents, historique, résultats d'outils, mémoire. Là où le prompt engineering soigne la consigne, le context engineering gère tout ce qui l'entoure.
Le terme se répand en juin 2025. Le patron de Shopify, Tobi Lütke, le préfère alors à « prompt engineering », et Andrej Karpathy le décrit comme l'art de remplir la fenêtre de contexte avec exactement l'information utile à l'étape suivante, selon Simon Willison. En septembre 2025, Anthropic le définit comme l'art de sélectionner et maintenir le meilleur ensemble de tokens pendant que le modèle travaille (Anthropic).
Aussi connu sous : ingénierie du contexte, ingénierie de contexte, context design.
Pourquoi le context engineering compte pour les marketeurs
En juillet 2025, l'équipe de recherche de Chroma a testé 18 modèles de langage : tous deviennent moins fiables à mesure que le texte fourni s'allonge, même sur des tâches simples. Ajouter tous les documents disponibles ne garantit donc pas une meilleure réponse.
Pour un marketeur, la leçon est pratique. Un assistant qui reçoit la charte de marque, trois exemples validés et le brief du jour fait mieux qu'un assistant noyé sous cinquante pages. Le travail consiste à choisir ce qu'on lui donne, et à quel moment. C'est aussi ce qui distingue un agent fiable d'un agent qui se perd au bout de quelques étapes.
Comment fonctionne le context engineering
Le contexte d'un modèle se gère avec quatre gestes, décrits notamment par LangChain : écrire, sélectionner, compresser, isoler. Dans un assistant grand public, une partie de ce travail se fait sans qu'on le voie, mais les mêmes principes s'appliquent quand on prépare un Projet ou un agent.
Écrire
L'agent note hors de la conversation ce qu'il devra retrouver : un plan, une liste de tâches, des décisions. Ces notes vivent dans un fichier ou une mémoire persistante.
Sélectionner
À chaque étape, seules les informations utiles entrent dans la fenêtre de contexte : le bon document, les bons exemples, les bons outils. Le RAG sert à retrouver ces passages dans une base de documents.
Compresser
Quand l'historique s'allonge, on le résume et on retire les résultats d'outils devenus inutiles. Anthropic appelle cette étape la compaction.
Isoler
Une tâche lourde part chez un sous-agent, qui travaille dans son propre contexte et ne renvoie qu'un résumé. Le contexte principal reste propre.
La dégradation du contexte
Anthropic parle d'un « budget d'attention » limité : chaque token ajouté en consomme une part. Au-delà d'un certain volume, le modèle retrouve moins bien les informations, un phénomène appelé context rot.
Context engineering vs prompt engineering
Le prompt engineering porte sur la formulation d'une consigne. Le context engineering porte sur l'ensemble de l'environnement d'information, et il se joue à chaque tour, surtout pour les agents qui travaillent longtemps. Les deux se complètent : un bon prompt dans un mauvais contexte donne un mauvais résultat.
Cas d'usage marketing
- Un Projet d'assistant limité au strict nécessaire : la charte de marque, le persona et trois textes de référence.
- Un brief découpé en étapes : l'assistant reçoit le plan pour rédiger, puis seulement la section concernée pour chaque relecture.
- Un agent de veille qui garde dans un fichier la liste des concurrents et des sujets déjà traités, pour ne pas se répéter.
- Une analyse de centaines d'avis confiée par lots, avec un résumé conservé entre chaque lot.
Limites du context engineering
- Il demande du travail de conception, souvent technique, que les interfaces grand public cachent en partie.
- Un résumé mal fait perd des informations importantes, et l'agent ne le signale pas.
- Une source périmée dans le contexte induit le modèle en erreur avec autant d'assurance qu'une source à jour.
- Les bonnes pratiques changent avec les modèles et la taille de leurs fenêtres de contexte.
Comment démarrer
Faites l'inventaire de ce que votre assistant reçoit pour une tâche donnée, puis retirez tout ce qui ne sert pas cette tâche. Les Skills de Join Médicis appliquent ce principe : ils ne chargent leurs fichiers de référence qu'au moment utile. Les guides MCP montrent comment donner accès à vos données sans tout copier dans la conversation.
Questions fréquentes
Quelle différence entre prompt engineering et context engineering ?
Le prompt engineering soigne la consigne. Le context engineering choisit et organise toutes les informations que le modèle reçoit en plus.
Une grande fenêtre de contexte rend-elle le context engineering inutile ?
Non. Les modèles deviennent moins fiables quand le contexte s'allonge, donc trier l'information reste utile même avec une très grande fenêtre.
Le context engineering concerne-t-il les non-développeurs ?
Oui. Organiser les documents d'un Projet, choisir les exemples et découper une tâche en étapes relèvent du context engineering.
Qu'est-ce que le context rot ?
C'est la baisse de fiabilité d'un modèle quand le contexte devient trop long : il retrouve moins bien les informations et se trompe plus souvent.
Une erreur, un lien cassé, un souci de sécurité ? Dis-le-nous, on corrige.
Dernière mise à jour : 10 novembre 2026