LLM, agent, RAG, MCP : le jargon de l’IA que vous croisez tous les jours sans le comprendre

Vous utilisez ChatGPT, Claude ou Gemini presque tous les jours. Vous savez taper une question, obtenir une réponse, parfois demander une image ou un résumé de document. Mais dès qu’une conversation technique s’installe, ou qu’un article parle d’« agents », de « RAG » ou de « MCP », vous décrochez.

Ce n’est pas un problème de compréhension. C’est un problème de vocabulaire.

L’intelligence artificielle générative — celle qui génère du texte, des images ou du code à partir d’une simple demande — a apporté avec elle tout un jargon technique. Ce jargon n’est pas réservé aux développeurs : il circule désormais dans les réunions, les médias, les formations professionnelles, et même dans les paramètres des outils que vous utilisez au quotidien.

Ce guide ne va pas vous apprendre à construire une IA. Il va vous donner les clés pour comprendre ce que veulent dire les mots que vous croisez de plus en plus souvent, avec à chaque fois un exemple concret pour que ça reste ancré. À la fin, vous devriez pouvoir suivre une conversation sur l’IA sans avoir l’impression de manquer un épisode.

1. Les fondations : de quoi parle-t-on quand on dit « IA » ?

IA générative, un cas particulier de l’IA

Le terme « intelligence artificielle » recouvre des choses très différentes : la reconnaissance faciale, les recommandations Netflix, les correcteurs orthographiques, ou encore ChatGPT. Ce qui a explosé ces dernières années, c’est une catégorie précise : l’IA générative, capable de produire du contenu nouveau (texte, image, audio, vidéo, code) à partir d’une demande, plutôt que de simplement classer ou trier de l’information existante.

Exemple concret : lorsque Netflix vous recommande une série en fonction de vos goûts, il s’agit d’une forme d’IA « classique », conçue pour analyser des données, puis trier et classer des contenus. À l’inverse, lorsque ChatGPT rédige de zéro une critique de cette même série, on parle d’IA générative. C’est cette seconde catégorie — ChatGPT, Claude, Gemini, Midjourney et bien d’autres — qui est au cœur de ce guide.

Modèle : le terme générique, pour tout type de contenu

C’est ici que la confusion commence le plus souvent, alors autant la lever tout de suite.

Un modèle, c’est le nom générique donné à n’importe quel programme entraîné à partir de données pour produire un résultat : du texte, une image, un son, une vidéo, une traduction. C’est un mot parapluie. Il ne dit rien, à lui seul, sur le type de contenu que le modèle sait traiter.

Exemples de modèles, pour bien montrer la diversité :

• des modèles spécialisés dans le texte : GPT (OpenAI), Claude (Anthropic), Gemini (Google), Llama (Meta), Mistral (Mistral AI) ;
• des modèles spécialisés dans l’image : DALL-E, Midjourney, Stable Diffusion ;
• un modèle spécialisé dans l’audio : Whisper, qui transcrit de la parole en texte ;
• un modèle spécialisé dans la vidéo : Sora, qui génère des clips vidéo à partir d’une description.

Tous ces programmes sont des « modèles ». Mais ils ne font clairement pas la même chose.

LLM : une famille précise de modèles, spécialisée dans le langage

LLM signifie Large Language Model, ou « grand modèle de langage » en français. C’est un modèle, mais d’un type bien particulier : celui qui a été entraîné spécifiquement sur du texte, pour comprendre et générer du langage.

Pour clarifier une fois pour toutes la différence : tous les LLM sont des modèles, mais tous les modèles ne sont pas des LLM. GPT, Claude, Gemini, Llama et Mistral sont des LLM, parce qu’ils sont spécialisés dans le texte. DALL-E, Midjourney, Whisper ou Sora sont des modèles, mais pas des LLM, parce qu’ils ne traitent pas le langage de la même façon (même si, comme on le verra plus loin avec le multimodal, la frontière devient parfois plus floue).

Une analogie simple pour retenir la nuance : « modèle » est à l’IA ce que « véhicule » est aux moyens de transport. Une voiture, un vélo et un avion sont tous des véhicules, mais ce ne sont pas la même chose. Un LLM, c’est la « voiture » de la famille des modèles : une catégorie précise, taillée pour un usage précis, le langage.

Enfin, un point qui trouble souvent les nouveaux utilisateurs : ChatGPT n’est pas un modèle en soi, c’est une application qui donne accès à un ou plusieurs modèles (les modèles de la famille GPT). Claude est l’application d’Anthropic, qui donne accès aux modèles Claude. Gemini est celle de Google. On confond fréquemment le nom de l’application (ce que vous ouvrez sur votre téléphone ou votre ordinateur) et le nom du modèle qui tourne derrière (le moteur que vous ne voyez jamais directement).

 

Entraînement et inférence : apprendre puis répondre

Le cycle de vie d’un modèle se découpe en deux grandes phases.

• L’entraînement : la phase, très coûteuse en temps et en puissance de calcul, pendant laquelle le modèle « apprend » à partir de grandes quantités de données. C’est un peu comme les années d’études d’un professionnel, avant qu’il ne commence à exercer.
• L’inférence : c’est le moment où le modèle déjà entraîné est utilisé pour répondre à une vraie demande, la vôtre. Chaque fois que vous envoyez un message à ChatGPT, vous déclenchez une inférence.

Exemple concret : quand OpenAI ou Anthropic annonce une nouvelle version de leur modèle (par exemple une nouvelle génération de GPT ou de Claude), c’est le résultat d’une phase d’entraînement qui a pu durer plusieurs mois. Votre conversation du jour, elle, ne modifie pas le modèle : vous êtes simplement en train de faire de l’inférence. Le modèle ne « réapprend » pas en discutant avec vous, il applique ce qu’il a déjà appris.

2. Parler à une IA : le vocabulaire de la conversation

Une fois qu’on sait ce qu’est un modèle et ce qui le distingue d’un LLM, la question suivante est plus concrète : comment on lui parle, au quotidien ?

Le prompt : votre instruction de départ

Le prompt, c’est simplement le texte que vous tapez pour demander quelque chose à l’IA : une question, une consigne, une description de tâche.

Exemple : « Résume-moi ce rapport en trois points, dans un langage simple, pour un lecteur qui n’a pas de formation financière » est un prompt bien plus efficace que « résume ça », parce qu’il précise le format, le ton et le public visé. La qualité d’un prompt influence directement la qualité de la réponse — d’où l’expression de « prompt engineering », qui désigne l’art de bien formuler ses demandes pour obtenir de meilleurs résultats.

Le contexte : la mémoire de la conversation

Un modèle ne « se souvient » pas d’une conversation comme un humain le ferait d’un souvenir. À chaque nouvel échange, l’IA relit l’intégralité de la conversation depuis le début (vos messages précédents, ses propres réponses, d’éventuels documents que vous avez partagés) pour générer la suite. Cet ensemble d’informations relu à chaque fois s’appelle le contexte.

La fenêtre de contexte désigne la quantité maximale de texte que le modèle peut « regarder » en même temps.

Exemple : si vous collez un rapport de 200 pages dans une conversation, puis que vous discutez pendant une heure sur d’autres sujets avant de revenir à une question précise sur la page 12, il est possible que le modèle ait « perdu » le début du document parce que la fenêtre de contexte est pleine. C’est exactement ce phénomène qui explique pourquoi une IA peut sembler oublier un détail donné plus tôt dans l’échange.

Le token : l’unité de calcul du langage

Un modèle ne lit pas un texte mot par mot comme nous. Il le découpe en petits fragments appelés tokens, qui peuvent correspondre à un mot entier, à une partie de mot ou même à un signe de ponctuation.

Par exemple, un mot simple comme « chat » correspond généralement à un seul token. Un mot plus long et plus rare comme « anticonstitutionnellement » peut être découpé en plusieurs tokens, par exemple : « anti », « constitution », « nel », « le » et « ment ». En moyenne, un token représente environ trois à quatre caractères, mais cette valeur varie selon la langue, le texte et le modèle utilisé.

 

 

Les tokens servent d’unité de mesure à presque toutes les étapes du fonctionnement d’un LLM. Ils permettent notamment de mesurer la taille de sa fenêtre de contexte, mais aussi de calculer le coût d’utilisation d’un modèle via une API. Selon le modèle et le fournisseur, la facturation peut prendre en compte les tokens d’entrée — le contenu envoyé à l’IA —, les tokens de raisonnement utilisés en interne pour élaborer la réponse, ainsi que les tokens de sortie, qui composent la réponse générée. Les tarifs peuvent être différents pour chacune de ces catégories.

3. Pourquoi l’IA se trompe parfois

Parler à une IA ne signifie pas qu’elle a toujours raison. C’est même l’un des pièges les plus fréquents chez les nouveaux utilisateurs.

L’hallucination : une réponse fausse dite avec assurance

Une hallucination désigne le fait qu’un modèle invente une information, une source, une citation ou un fait erroné, tout en le présentant avec la même assurance qu’une information exacte.

Exemple bien connu : plusieurs avocats, aux États-Unis, se sont retrouvés en difficulté devant un tribunal après avoir déposé des conclusions rédigées avec l’aide d’une IA générative. Celle-ci avait cité de fausses décisions de justice, entièrement inventées, mais accompagnées de références précises et crédibles en apparence.

Ce phénomène n’est pas un simple bug isolé : il découle directement de la manière dont fonctionne un LLM. Pour répondre, le modèle ne consulte pas automatiquement une base de données contenant des vérités vérifiées. Il génère la suite de texte la plus probable en s’appuyant sur les informations et les régularités apprises pendant son entraînement. La plupart du temps, cela produit des réponses correctes, mais une formulation plausible n’est pas nécessairement vraie.

La date de coupure : une connaissance limitée dans le temps

Un modèle possède également une date de coupure des connaissances. Elle correspond à la période jusqu’à laquelle les informations utilisées pour son entraînement ont été collectées. Sans accès à Internet ni à une autre source externe, le modèle ne connaît donc pas les événements survenus après cette date : une élection récente, la sortie d’un produit, une nouvelle loi ou le dernier résultat sportif, par exemple.

Il peut malgré tout tenter de répondre et produire une information dépassée, incomplète ou inventée. Il est donc important de vérifier la date de ses connaissances lorsqu’on l’interroge sur un sujet récent.

Certains assistants peuvent effectuer une recherche sur Internet ou consulter des documents externes afin d’obtenir des informations plus actuelles. Cependant, cette fonction n’est pas toujours disponible ni activée. Même lorsqu’elle l’est, les sources consultées et la réponse produite doivent rester vérifiées.

L’idée reçue à corriger : « l’IA sait » vs « l’IA prédit »

C’est sans doute la confusion la plus répandue chez les utilisateurs non techniques : penser qu’une IA générative consulte une source de vérité avant de répondre, un peu comme un moteur de recherche. En réalité, un LLM classique prédit du texte, il ne vérifie pas des faits par défaut. C’est justement pour corriger ce problème que des mécanismes comme le RAG, que l’on verra un peu plus loin, ont été développés.

4. Les IA qui « réfléchissent » avant de répondre

Pour limiter ce genre d’erreurs sur des tâches complexes, certains modèles ont appris à prendre leur temps avant de répondre.

Depuis quelques années, on parle de plus en plus de modèles dotés d’un mode reasoning (raisonnement), parfois affiché à l’utilisateur sous forme d’étapes intermédiaires avant la réponse finale.

Concrètement, plutôt que de produire directement une réponse, le modèle décompose le problème en plusieurs étapes internes, un peu comme le ferait quelqu’un qui pose son raisonnement au brouillon avant d’écrire sa conclusion.

Exemple : les modes « Thinking » ou « Pro » que l’on retrouve dans ChatGPT, le mode réflexion étendue de Claude, ou encore le mode Deep Think de Gemini fonctionnent tous sur ce principe. Face à un problème de mathématiques, un calcul juridique ou une question à plusieurs étapes, ces modes prennent davantage de temps, mais donnent des réponses nettement plus fiables qu’une réponse produite d’un seul jet.

Pour l’utilisateur, la différence se traduit souvent par un temps de réponse plus long, et parfois par l’affichage visible de ces étapes de réflexion. Les détails techniques exacts de ces mécanismes varient selon les fournisseurs et évoluent vite : retenez surtout l’idée générale — un modèle « qui raisonne » prend le temps de décomposer un problème avant de répondre, plutôt que de produire une réponse immédiate.

5. Voir, entendre, comprendre : le multimodal

Réfléchir plus longtemps est une chose. Voir et entendre en est une autre.

Un modèle multimodal est capable de traiter plusieurs types de contenus — texte, image, audio, parfois vidéo — au sein d’une même conversation, et souvent de les combiner.

Exemples concrets, dans votre usage quotidien :

• envoyer une photo d’un plat à l’IA et lui demander la recette probable, ou une photo d’un problème de plomberie et lui demander un diagnostic ;
• lui soumettre un document scanné, un graphique ou un tableau, et lui demander d’en extraire les chiffres importants ;
• discuter à l’oral avec une IA capable de comprendre et de répondre par la voix, comme le permettent les applications mobiles de ChatGPT ou de Gemini.

Avant l’arrivée des modèles multimodaux, un modèle de langage ne traitait que du texte : il fallait des outils séparés pour chaque type de contenu (un modèle pour le texte, un autre pour reconnaître une image). Aujourd’hui, un même modèle peut jongler entre ces formats dans une seule conversation, ce qui explique aussi pourquoi la frontière entre « LLM » et « modèle multimodal » devient parfois plus floue : les grands modèles actuels sont de plus en plus souvent nativement multimodaux dès leur conception.

D’ailleurs, dans l’industrie, on parle de plus en plus de LMM (Large Multimodal Model) pour désigner ces modèles conçus dès le départ pour plusieurs médias à la fois, par opposition au LLM originel, pensé uniquement pour le texte. Le grand public, lui, continue le plus souvent à tout regrouper sous l’appellation « LLM » par habitude — ce n’est pas une erreur grave, mais c’est bon à savoir si vous croisez le sigle LMM dans un article plus technique.

6. Quand l’IA va chercher de l’information avant de répondre

Un modèle multimodal peut voir une image que vous lui donnez. Mais peut-il aller chercher une information qu’il ne connaît pas, ou qui a changé depuis son entraînement ? C’est précisément le rôle du mécanisme suivant.

RAG : une réponse appuyée sur une recherche

RAG signifie Retrieval-Augmented Generation, que l’on peut traduire par génération augmentée par récupération. Il s’agit d’une technique qui consiste à faire chercher au modèle des informations pertinentes dans une base de données ou sur le web avant de générer sa réponse, plutôt que de se fier uniquement à ce qu’il a appris pendant son entraînement.

L’intérêt est double : réduire le risque d’hallucination en ancrant la réponse sur des sources réelles, et permettre à l’IA de répondre sur des sujets récents ou des informations privées qu’elle n’a jamais « vues » pendant son entraînement, comme les documents internes d’une entreprise.

 

 

Exemples concrets : quand ChatGPT, Claude ou Gemini activent une recherche sur le web avant de vous répondre (souvent signalée par une mention explicite ou des liens cités en source), c’est un mécanisme de type RAG qui est à l’œuvre. Un outil comme Perplexity a d’ailleurs construit toute son offre autour de ce principe : chercher d’abord, répondre ensuite, en citant ses sources. C’est également ce même mécanisme qui permet à un chatbot d’assistance client d’aller chercher la réponse dans la documentation interne d’une entreprise, plutôt que d’inventer une procédure qui n’existe pas.

La fonction Deep Research, disponible chez plusieurs fournisseurs d’IA, pousse ce principe encore plus loin, et illustre bien le lien entre le RAG et la notion d’agent que l’on va voir juste après : plutôt qu’une seule recherche, l’IA effectue elle-même une série de recherches successives, lit plusieurs sources, recoupe les informations, puis rédige un rapport structuré sur un sujet donné. C’est du RAG (aller chercher l’information avant de répondre), mais répété en plusieurs étapes de façon autonome — ce qui est justement la définition d’un agent.

7. Quand l’IA agit à votre place

Chercher une information avant de répondre, c’est déjà un premier pas vers l’action. L’étape suivante, plus impressionnante, c’est agir directement à votre place.

Jusqu’ici, tous les termes vus concernent une IA qui discute. Cette section concerne une IA qui fait.

L’agent : passer de la conversation à l’action

Un agent IA désigne un système qui ne se contente pas de répondre à une question, mais qui peut effectuer une suite d’actions pour accomplir une tâche : chercher une information, envoyer un e-mail, remplir un formulaire, réserver un créneau, écrire et exécuter du code, etc. Un agent enchaîne plusieurs étapes de façon autonome, en s’adaptant au résultat de chaque étape, plutôt que de suivre un script figé.

Exemples concrets : Claude Code est un agent conçu pour écrire, corriger et exécuter du code directement à la place d’un développeur, à partir d’une simple description de la tâche. Le mode agent de ChatGPT peut naviguer sur un site web, cliquer sur des éléments et remplir des formulaires pour vous, un peu comme si vous délégiez le clavier et la souris à l’IA le temps d’une tâche précise. Des outils plus spécialisés, comme Devin, ont même été conçus pour se comporter comme un ingénieur logiciel autonome, capable de prendre en charge un ticket de développement de bout en bout.

Une image simple pour retenir la nuance : un assistant conversationnel classique répond à vos questions ; un agent peut prendre en charge une tâche du début à la fin, en décidant lui-même des étapes intermédiaires nécessaires.

Tool calling : l’IA qui utilise des outils

Pour agir concrètement, un modèle a besoin d’accéder à des outils extérieurs : un moteur de recherche, un calendrier, une base de données, un logiciel de calcul. Le tool calling (appel d’outils) désigne la capacité d’un modèle à identifier qu’une tâche nécessite un outil externe, à formuler la demande appropriée vers cet outil, puis à intégrer le résultat obtenu dans sa réponse.

Exemple : quand une IA vous répond avec la météo du jour, le cours d’une action en bourse, ou le résultat exact d’un calcul complexe, elle n’a pas « deviné » cette information ni fait le calcul dans sa tête à la manière d’un LLM classique. Elle a appelé un outil externe spécialisé (un service météo, une base financière, une calculatrice), puis a intégré ce résultat dans sa réponse rédigée en langage naturel.

MCP : un langage commun entre les IA et leurs outils

Le MCP (Model Context Protocol, ou protocole de contexte de modèle) est un standard ouvert, créé par Anthropic fin 2024, qui définit une façon commune de connecter des modèles d’IA à des outils et des sources de données externes : fichiers, calendriers, logiciels professionnels, bases de données, etc.

Avant ce type de standard, chaque connexion entre une IA et un outil extérieur devait être développée de façon spécifique, ce qui multipliait le travail pour les développeurs. Le MCP est souvent comparé à une prise USB-C : de la même façon qu’un unique câble USB-C permet de brancher des appareils très différents sans adaptateur spécifique, le MCP permet à un même modèle de se connecter à de nombreux outils différents via une méthode standardisée.

 

 

Exemple concret : grâce au MCP, un assistant comme Claude peut se connecter à des outils comme Slack, Google Drive, GitHub ou Notion via des connecteurs standardisés, plutôt que via une intégration développée sur mesure pour chacun. Pour vous, en tant qu’utilisateur, cela se traduit par des assistants IA capables de se connecter à un nombre croissant d’applications tierces de façon de plus en plus fluide, sans que vous ayez à vous soucier de la mécanique derrière.

Ce terme revient de plus en plus dans l’actualité de l’IA car il a été rapidement adopté au-delà d’Anthropic par d’autres grands acteurs du secteur, devenant un standard largement partagé plutôt qu’une technologie propriétaire isolée.

Harness : ce qui transforme vraiment un modèle en agent

Le MCP donne à l’IA l’accès aux outils. Mais un modèle, même connecté à des dizaines d’outils, ne devient pas un agent tout seul : il lui faut encore quelque chose qui organise tout ça. C’est le rôle du harness.

Le harness (littéralement « harnais », même si le terme anglais reste largement utilisé tel quel) désigne toute l’infrastructure logicielle placée autour d’un modèle pour lui permettre de fonctionner comme un agent : la boucle qui relance le modèle étape après étape, la gestion de la mémoire au fil de la tâche, la vérification de ses propres résultats, et les garde-fous qui l’empêchent de faire n’importe quoi.

Exemple / analogie : reprenons l’image du moteur. Le modèle, c’est le moteur — puissant, mais inutile posé seul sur un établi. Le harness, c’est tout le reste de la voiture : les roues, la direction, les freins, le tableau de bord. Un même moteur, monté dans une bonne carrosserie, roule parfaitement ; monté n’importe comment, il cale sans arrêt. C’est exactement ce que montrent plusieurs comparatifs récents : un même modèle peut obtenir des résultats très différents sur une tâche complexe selon la seule qualité du harness qui l’entoure, parfois du simple au double, sans que le modèle change.

 

 

Concrètement, quand vous utilisez un outil comme Claude Code ou le mode agent de ChatGPT, vous ne voyez jamais le harness directement : c’est la partie invisible qui fait que l’agent reste sur les rails d’une tâche longue, au lieu de répondre une fois puis de s’arrêter comme le ferait un simple échange de messages.

Une formule s’est imposée depuis 2026 pour résumer comment tout cela s’articule :

Agent = Modèle + Harness + Outils (MCP)

Le modèle réfléchit et génère du texte. Le harness organise cette réflexion dans la durée : il relance le modèle, vérifie ses résultats, garde la mémoire de la tâche. Le MCP (ou un protocole équivalent) branche le tout sur les outils du monde réel — fichiers, logiciels, bases de données. Retirez une des trois briques, et il ne reste plus qu’un modèle qui discute, pas un agent qui agit.

Skills : apprendre une tâche à une IA une bonne fois pour toutes

Le harness fait tourner la mécanique de l’agent ; encore faut-il lui apprendre comment procéder pour une tâche précise et récurrente. C’est le rôle des skills (compétences).

Une skill est un dossier contenant des instructions, des modèles de documents et parfois des scripts, qu’un assistant comme Claude peut charger automatiquement dès que la demande en cours correspond à ce que ce dossier décrit. L’idée est simple : plutôt que de réexpliquer une procédure à chaque conversation, on l’écrit une bonne fois pour toutes dans une skill, et l’IA va la consulter chaque fois que c’est pertinent, sans qu’on ait besoin de la rappeler.

La nuance avec le system prompt, vu juste après, est importante : un system prompt est chargé en permanence, à chaque message, qu’il serve ou non pour la tâche en cours. Une skill, elle, ne se charge que lorsque la tâche en cours y correspond réellement, ce qui laisse davantage de place dans la fenêtre de contexte pour le reste.

Exemple concret : une entreprise peut créer une skill qui explique à Claude comment générer une présentation PowerPoint dans le respect exact de sa charte graphique — logo, couleurs, polices, structure des slides. Cette skill ne s’active que si vous demandez effectivement une présentation ; elle reste invisible et sans effet sur le reste de vos conversations. Anthropic propose d’ailleurs, en plus des skills que chacun peut créer sur mesure, des skills « maison » déjà prêtes à l’emploi, par exemple pour générer des fichiers Word, Excel ou PDF plus soignés.

La skill vient donc compléter l’équation vue plus haut : elle ne remplace ni le harness, ni le MCP, elle leur donne simplement un mode d’emploi précis pour une tâche récurrente donnée.

8. Personnaliser une IA

Un agent bien équipé en outils, en harness et en skills reste construit sur un modèle générique. Voici les deux façons les plus courantes d’adapter ce modèle lui-même à un usage précis.

Fine-tuning : spécialiser un modèle déjà entraîné

Le fine-tuning (ajustement fin) consiste à reprendre un modèle déjà entraîné et à poursuivre son apprentissage sur un ensemble de données plus restreint et spécialisé, afin de l’orienter vers un usage particulier : un jargon médical, un style rédactionnel maison, un domaine juridique précis.

Exemple : BloombergGPT est un modèle qui a fait l’objet d’un entraînement complémentaire poussé sur des données financières, pour être particulièrement performant sur ce domaine précis, là où un modèle généraliste resterait correct mais moins spécialisé. On peut comparer le fine-tuning à un professionnel déjà formé qui suivrait une formation complémentaire pointue sur un sujet spécifique.

Le fine-tuning est une opération technique réalisée par les développeurs ou les entreprises qui construisent des applications sur mesure ; ce n’est pas quelque chose qu’un utilisateur final déclenche en tapant un message.

System prompt : les instructions invisibles

Le system prompt (ou instruction système) désigne un ensemble de consignes données au modèle en amont de la conversation, invisibles pour l’utilisateur, qui orientent son comportement : son ton, ses limites, sa façon de présenter les réponses, les règles qu’il doit suivre.

Exemple : une entreprise qui déploie un chatbot d’assistance client peut lui donner un system prompt du type « Tu es l’assistant du service client de [entreprise], tu réponds toujours en français, de façon concise et polie, et tu ne donnes jamais d’information sur les prix qui ne figure pas dans la documentation fournie. » L’utilisateur ne voit jamais ce texte, mais il façonne entièrement la façon dont l’IA va se comporter tout au long de l’échange. C’est en partie ce qui explique pourquoi Claude, ChatGPT et Gemini peuvent avoir des « personnalités » ou des façons de répondre différentes, alors qu’ils s’appuient parfois sur des principes techniques proches.

 

Mini-lexique récapitulatif

Terme	En une phrase	Exemple
IA générative	Une IA capable de créer du contenu nouveau plutôt que de seulement trier de l’information.	ChatGPT qui écrit un texte, Midjourney qui crée une image
Modèle	Le terme générique pour tout programme entraîné, quel que soit le type de contenu qu’il traite.	GPT, Claude, DALL-E, Whisper, Sora
LLM	Un modèle spécialisé dans la compréhension et la génération de texte.	GPT (OpenAI), Claude (Anthropic), Gemini (Google), Llama (Meta)
Entraînement	La phase d’apprentissage du modèle à partir de grandes quantités de données.	Les mois de calcul derrière une nouvelle version de GPT ou de Claude
Inférence	Le moment où le modèle déjà entraîné répond réellement à une demande.	Chaque message que vous envoyez à ChatGPT
Prompt	La question ou l’instruction que vous donnez à l’IA.	« Résume ce rapport en trois points, simplement »
Contexte	L’ensemble des informations que le modèle prend en compte pour répondre.	Tout l’historique d’une longue conversation
Token	La petite unité de texte que le modèle manipule.	« anticonstitutionnellement » découpé en plusieurs fragments
Hallucination	Une information fausse générée avec la même assurance qu’une information vraie.	Une fausse décision de justice citée avec assurance
Reasoning	Un mode où le modèle décompose un problème en étapes avant de répondre.	Le mode Thinking de ChatGPT, la réflexion étendue de Claude
Multimodal / LMM	La capacité à traiter texte, image, audio et parfois vidéo dans une même conversation.	Envoyer une photo à l’IA pour qu’elle l’analyse
RAG	Une technique où l’IA recherche des informations avant de répondre, pour limiter les erreurs.	La recherche web de ChatGPT/Claude/Gemini, Perplexity, Deep Research
Agent	Un système capable d’enchaîner plusieurs actions pour accomplir une tâche.	Claude Code, le mode agent de ChatGPT
Tool calling	La capacité d’un modèle à utiliser un outil externe pendant une réponse.	Consulter la météo ou une calculatrice en temps réel
MCP	Un standard ouvert qui connecte facilement une IA à différents outils et sources de données.	Connexion de Claude à Slack, Google Drive ou GitHub
Harness	L’infrastructure qui entoure un modèle et le transforme en agent capable d’agir en plusieurs étapes.	La mécanique invisible derrière Claude Code ou le mode agent de ChatGPT
Skill	Un dossier d’instructions qu’une IA charge automatiquement pour une tâche précise et récurrente.	Une skill pour générer des PowerPoint selon la charte graphique d’une entreprise
Fine-tuning	Le fait de spécialiser un modèle déjà entraîné sur un usage précis.	BloombergGPT, spécialisé en finance
System prompt	Les consignes invisibles données au modèle en amont, qui orientent son comportement.	« Réponds toujours en français, de façon concise »

Conclusion

Ce vocabulaire n’est pas figé. Il continuera d’évoluer aussi vite que les outils eux-mêmes : de nouveaux termes apparaîtront, d’autres tomberont en désuétude, et certains changeront légèrement de sens selon les usages. Ce qui compte n’est pas de mémoriser chaque définition par cœur, mais de comprendre les grandes idées qui se cachent derrière ces mots : un modèle prédit plutôt qu’il ne « sait » ; un LLM n’est qu’une famille de modèles parmi d’autres ; une IA peut désormais chercher, voir et agir, pas seulement discuter ; et des briques comme le MCP, le harness et les skills commencent à transformer un simple modèle en un véritable collaborateur numérique, capable de tenir une tâche longue et de la refaire correctement la fois suivante.

La prochaine fois que vous entendrez « LLM », « agent », « RAG », « MCP », « harness » ou « skill » dans une conversation ou un article, vous saurez exactement de quoi il s’agit, avec un exemple concret en tête — et pourquoi cela compte.