L’ingénierie du contexte : la clé pour concevoir de grands agents
Dans les médias, on dit souvent que le contenu est roi. Pour un agent, c’est le contexte qui compte.
Les grands modèles de langage (LLM) qui soutiennent les agents actuels sont remarquablement performants : ils ne se contentent pas de répondre aux questions, ils agissent. Ils peuvent gérer aussi bien un retour de commande que l’ouverture d’un prêt immobilier ou prévenir l’attrition d’abonnés.
Mais comme les personnes, ils ne peuvent pas agir sur des informations qu’ils n’ont pas. Et lorsqu’ils sont surchargés, ils perdent de vue l’essentiel. Leur fournir le bon contexte, au bon moment, est le défi central pour concevoir des agents sophistiqués, adaptés au monde réel.
La solution : l’ingénierie du contexte — définir à quelles informations un agent a accès à chaque instant, et à quel moment il doit les utiliser.
Les trois grandes phases de l’interaction client
Pour comprendre pourquoi, il faut d’abord regarder comment les interactions avec les clients ont évolué.
Ère 1 : Serveurs vocaux interactifs (SVI)Les SVI ne réfléchissent pas et ne raisonnent pas. Il n’y a qu’un menu. Appuyez sur 1 pour la facturation. Appuyez sur 2 pour les retours. Appuyez sur 0 pour parler à une personne. Et si le problème d’un client ne correspond pas exactement aux options proposées, il est bloqué.
Ère 2 : FlowDe nombreux agents d’IA actuels suivent encore un parcours prédéfini : un organigramme, un arbre de décision ou des procédures opérationnelles standard (SOP) numérisées. Les clients peuvent s’exprimer librement, mais le système continue de fonctionner sur le principe « si ceci, alors cela ». Dès qu’un problème sort du cadre prévu, il est transmis à un autre niveau. Et plus vous ajoutez de SOP, plus le système devient difficile à piloter, ce qui augmente le risque d’erreurs.
Ère 3 : l’ingénierie du contexte. Les agents les plus avancés aujourd’hui ne reposent plus sur ces parcours rigides. Votre équipe les pilote par des objectifs clairs et des garde-fous précis. Les modèles qui les sous-tendent structurent la conversation, et le comportement de l’agent s’ajuste en temps réel à ce qu’il apprend. Le rôle de Sierra est de fournir le bon contexte, au bon moment — pour que vos agents raisonnent de façon fiable et agissent correctement.
Divulgation progressive
À mesure que le nombre de tokens (fragments de texte) dans la fenêtre de contexte d’un modèle augmente, sa capacité à retrouver et utiliser ces informations avec précision diminue. Chaque token non pertinent entre en concurrence pour l’attention du modèle avec les tokens qui comptent réellement.
L’ingénierie du contexte répond à ce problème par une divulgation progressive : elle ne fournit, à chaque étape de la conversation, que l’information minimale et la plus pertinente.
Par exemple, si un client appelle au sujet d’une expédition internationale vers l’Europe, un agent n’a pas besoin de règles spécifiques pour chaque pays dès le départ. Ces informations ne deviennent pertinentes qu’une fois la destination connue. Si l’envoi est destiné à l’Allemagne, l’agent a alors besoin d’instructions propres à l’Allemagne. Avant cela, ces informations ne sont qu’un bruit de fond.
Conditions : la structure de liaison
Les conditions sont ce qui permet au dévoilement progressif de fonctionner. Elles répondent à la question : dans quelles circonstances cette information devient-elle pertinente ?
Les conditions peuvent reposer sur un état (un outil renvoie des données spécifiques, le client est authentifié, un abonnement est chargé) ou sur une observation (le client mentionne un sujet, exprime son intention de résilier, pose une question sur un produit précis). Une fois la condition remplie, l’information est transmise à l’agent.
Cette structuration permet de démarrer chaque échange avec un socle réduit — outils de base, politiques générales, voix de marque — tout en restant capable de gérer des interactions longues et complexes. Au fil de la conversation et à mesure que l’agent apprend, des informations supplémentaires sont mises à disposition. Une fois le client authentifié, les outils et politiques propres au compte deviennent accessibles. Une question sur un prélèvement fait apparaître le parcours de contestation, les politiques et les outils nécessaires pour analyser la transaction. Chaque étape ouvre précisément ce qui est requis pour la suivante.
Types de contexte
La plateforme Sierra organise le contexte en composants faciles à gérer. Ceux-ci incluent :
| Block | Purpose |
|---|---|
| Journey | A goal the agent knows how to pursue: dispute a charge, file a claim, book a flight. Each journey has a trigger and an outcome. |
| Tool | A way for the agent to interact with external systems: pull an itinerary, check coverage, process a refund. |
| Rule / Policy | Guardrails and business logic expressed in natural language (e.g., “Premium cardholders waive foreign transaction fees.”). |
| Workflow | Step-by-step guidance for situations that require a specific sequence, like regulated intake or multi-step verification. |
| Knowledge | Help center articles, product docs, FAQs, and internal policies the agent can access on demand. |
| Memory | The customer’s history: past conversations, preferences, and prior issues. |
| Glossary | The terminology your business uses: product names, plan tiers, and internal jargon. |
| Response phrasing | Brand voice and tone. |
Une précision sur les workflows : même si nous venons d’expliquer pourquoi des parcours trop rigides sont limitants, certaines situations (par exemple un processus de collecte d’informations très réglementé) les exigent réellement. La différence, c’est qu’un workflow devient alors un élément de contexte parmi d’autres, mis à disposition lorsque les conditions sont réunies, plutôt que le principe d’organisation de l’ensemble du système.
Avec Sierra, vos équipes n’ont plus à se charger de l’ingénierie du contexte
La question est donc de savoir comment concevoir concrètement un tel système. Votre équipe définit un agent dans Sierra comme un ensemble de blocs de contexte composables, chacun associé à une condition. Nous avons conçu un stack intégré pour rendre cette Architecture exploitable, sans renoncer à la maîtrise que vous gardez sur le système :
- Ghostwriter: Un agent qui prend en charge l’ingénierie du contexte pour votre équipe. Vous pouvez lui donner des instructions en langage naturel ou lui faire ingérer vos SOP existantes, vos transcriptions d’appels et votre documentation afin qu’il produise automatiquement des blocs de contexte et des conditions.
- Journeys: Notre éditeur no-code vous permet d’examiner et d’affiner ce que Ghostwriter a produit, ou de concevoir directement dans l’interface.
- Agent SDK: Offre un contrôle entièrement programmatique aux équipes qui souhaitent gérer leurs agents comme du code. Les développeurs peuvent définir des blocs personnalisés ou écrire du code librement.
Quelle que soit la façon dont vous le concevez, son fonctionnement interne reste le même.
Pourquoi c’est important
Avec une seule tâche et quelques outils, n’importe quel agent moderne fonctionne de manière fluide et fiable. Mais à l’échelle de la production — avec des dizaines de cas d’usage pris en charge, plusieurs systèmes et des politiques propres à chaque segment — les contraintes réelles de performance et de complexité apparaissent.
Un agent qui gère cinq parcours peut fonctionner avec une gestion de contexte approximative. Un agent qui en gère cinquante doit disposer de chaque élément de contexte au moment exact où il en a besoin. Sans cette rigueur, le modèle est submergé et la qualité de l’expérience se dégrade.
L’ingénierie du contexte traite ce sujet au niveau de l’Architecture. En n’envoyant au modèle qu’un volume réduit de tokens hautement pertinents, vous limitez les hallucinations, améliorez la qualité des réponses et augmentez les performances. Vous ne payez plus pour traiter des milliers de tokens sur la politique des bagages lors d’une simple modification de vol.
Plus important encore, cela prépare l’agent pour l’avenir. Quand vous codez la logique en dur, vous limitez le modèle : il ne peut être aussi performant que les parcours que vous avez prédéfinis. Avec l’ingénierie du contexte, l’agent peut raisonner plus librement. À mesure que de nouveaux modèles plus performants sont disponibles, votre agent bénéficie directement de ces progrès.
Un modèle plus performant ne supprime pas le besoin d’ingénierie du contexte. Même les personnes les plus compétentes ignorent ce qu’elles ne savent pas. En revanche, il augmente fortement le retour lorsque ce travail est bien fait.
La conception du contexte est au cœur de la création d’excellents agents.
