Le glossaire

Un agent IA ne fait pas que répondre : en fonction de l'objectif qu'on lui donne, il va choisir les actions à réaliser et les enchaîner jusqu'à atteindre un résultat. Pour cela, il utilise un modèle de langage. Lire des fichiers, chercher sur le web, appeler des MCP, exécuter du code, décider de la suite, etc.

Un embedding est une liste de nombres qu'une IA calcule depuis un contenu, dans le but d'en représenter le sens sous forme de vecteur. Deux textes auront des listes similaires si leurs sens sont proches, ce qui permet de retrouver une information sans utiliser les mots exacts, mais le sens.

La fenêtre de contexte est la quantité maximale d'informations (en texte) qu'un modèle prend en compte en une seule fois. Elle se mesure en tokens. Tout ce que le modèle utilise pour répondre en fait partie : vos prompts, consignes, l'historique de la conversation, les documents joints, etc.

Le fine-tuning permet d'entraîner un modèle existant sur vos propres données dans le but de le spécialiser : un format de sortie, un vocabulaire particulier, un ton. Une fois le modèle fine-tuné, plus besoin de demander le comportement voulu dans chaque prompt.

Les hallucinations en IA, vous l'avez certainement déjà subi : une IA qui vous donne une information fausse tout en donnant l'impression que c'est vrai. Une source inexistante, une date erronée, du code inventé (déjà subi pour ma part 😅).

LLM, Large Language Model ou grand modèle de langage en français, est un modèle d'IA entraîné sur de très gros volumes de textes. Le but est qu'il puisse prédire la suite la plus probable d'un texte, un mot après l'autre.

Un MCP (Model Context Protocol) est ce qui permet à une IA de se connecter à des outils et des données externes. Attention, ce n'est pas une API. Par exemple, mon agent Claude Code a accès à GitHub, Notion ou encore Context7.

Un modèle open weight n'est pas forcément un modèle open source. Il publie ses poids, c'est-à-dire les milliards de paramètres. Chacun peut le télécharger et le faire tourner sur sa machine, mais la licence nous dit ce que l'on a le droit de faire ou non.

Quand vous envoyez un message à une IA (ChatGPT, Claude, Mistral, etc.), c'est un prompt, que ça soit une question, une consigne, avec parfois des fichiers. Plus le prompt est précis, plus la réponse aura une chance de vous convenir.

Le RAG (Retrieval-Augmented Generation), ou génération augmentée par récupération en français, permet à l'IA de répondre à partir de documents. Pas besoin de réentraîner l'IA : elle retrouve les passages utiles dans une base de documents pour les ajouter au prompt.

Quand un LLM choisit le mot suivant, la température permet de régler la part du hasard pour le mot suivant. Avec une température basse, les réponses sont stables ; haute, elles sont plus variées. Bien souvent, elle peut se régler via l'API.

Un LLM ne voit pas du texte mais des tokens, et les prix des API et les fenêtres de contexte se comptent en tokens.