Skip to content

Context Engineering : ce que votre agent doit savoir

Un modèle puissant avec un mauvais contexte produit de mauvais résultats. Le context engineering est la discipline qui évite cela.

Le problème du contexte

Chaque AI agent opère dans une context window. Ce qui n'est pas dans cette fenêtre n'existe pas pour l'agent. Cela crée un enjeu d'engineering fondamental : vous devez architecturer ce que l'agent sait, pas seulement ce qu'il peut faire.

Le context engineering consiste à designer, structurer et maintenir l'information qui entre dans la context window de l'agent, dans le temps, entre sessions et à travers les différentes étapes d'une tâche.

Que met-on dans le contexte ?

Le contexte d'un coding agent comporte plusieurs couches distinctes :

CoucheContenuPersistance
Static contextRègles d'architecture, coding standards, repo conventionsToujours présent
Task contextDescription de feature, acceptance criteria, scope boundariesPar tâche
State contextAvancement courant, ce qui est terminé, ce qui a échouéPar session
Code contextFichiers pertinents, interfaces, structures de testsChargé dynamiquement

Le pattern AGENTS.md

Le standard émergent pour le static context est un fichier unique - AGENTS.md - commité à la racine du repository. Il contient tout ce dont l'agent a besoin pour opérer dans ce codebase : comment lancer les tests, quels dossiers sont off-limits, les naming conventions et les contraintes d'architecture.

markdown
# AGENTS.md

## Build & test
- Run tests: `npm test`
- Lint: `npm run lint`
- Build: `npm run build`

## Scope rules
- Never modify files in `legacy/`
- Never edit `package-lock.json` directly

## Architecture
- All API calls go through `src/api/client.ts`
- Use `zod` for all data validation

Le budget de context window

L'espace de context window est fini. Le remplir avec les mauvaises informations est aussi dommageable que ne pas le remplir. Une approche disciplinée alloue explicitement ce budget :

  • ~20% - static context (AGENTS.md, architecture docs)
  • ~30% - task context (feature courante, acceptance criteria)
  • ~20% - state context (progress file)
  • ~30% - dynamic code context (fichiers pertinents pour la sous-tâche)
Visualisez la courbe de coût quadratiqueAvancez tour par tour et observez la croissance des tokens — puis activez le mode Engineered pour voir l'effet de la compression de contexte.
Lancer le simulateur →

Context rot

Le context rot apparaît lorsque l'information dans la context window dérive par rapport à l'état réel du codebase. C'est l'un des failure modes les plus insidieux dans les projets agentiques longs.

Stratégies de prévention :

  • Garder AGENTS.md versionné et revu à chaque PR
  • Écrire les state files de manière atomique, jamais en mises à jour partielles
  • Utiliser des formats structurés (JSON, YAML) pour le state, pas de prose libre

TIP

Le harness design (Cours 04) précise exactement comment les state files sont écrits, lus et vérifiés. Ne laissez jamais le state management à la discrétion de l'agent.


Suivant : Harness Design →

Released under the MIT License.