Accueil / Articles

L’ingénierie des prompts ne suffit pas : l’ingénierie du contexte pour les systèmes multi-agents

Les systèmes multi-agents échouent rarement au cours d’une seule étape. Ils échouent entre les étapes, lorsque le contexte incorrect arrive. Comment concevoir l’état et les transferts dans LangGraph.

Éditeur : REACTAPP.TOP7 min de lecture1548 mots

Sources: Prompt Engineering Is Dead for AI Agents — Here Is What Actually Works — Context Engineering

Le terme « engineering contextuel » a été défini comme l’art de remplir la fenêtre de contexte avec précisément les informations nécessaires pour l’étape suivante. Pour ceux qui ont vu des systèmes multi-agents échouer en environnement de production, ce terme désigne ce qui n’avait auparavant reçu aucune étiquette.

Le profil typique d’échec est identique partout : les prompts sont corrects, les modèles sont performants et la logique semble impeccable dans un notebook. Puis le système entre en production et échoue, non pas au sein d’une étape particulière, mais entre plusieurs étapes. Imaginez un agent de synthèse médicale qui récupère exactement les documents appropriés, suivi dans le graphe par un agent qui reçoit un objet d’état simplifié et invente un historique médical qui se trouvait en amont, à trois nœuds de distance. Le modèle n’a pas échoué ; c’est le transfert de contexte qui a échoué. Des semaines d’ajustement entre le système et les prompts ne résoudront pas un problème qui n’a jamais été lié aux prompts eux-mêmes.

En termes simples, l’ingénierie des prompts permet d’ajuster la question, tandis que l’ingénierie du contexte ajuste les conditions dans lesquelles la question est répondue. Les agents échouent le plus souvent entre les différentes étapes, car chaque nœud contient des informations erronées.

Un problème qui n’a pas de nom tant qu’il ne cause de problèmes

La plupart des équipes construisent leur premier système multi-agents de la même manière. Elles consacrent leurs efforts au prompt du système, en y incluant des descriptions claires des tâches, des règles de formatage des résultats ainsi que quelques exemples ; l’agent unique fonctionne alors bien. Puis, lorsque trois agents sont mis en réseau, la qualité diminue. L’agent deux ignore ce que l’agent un a décidé, l’agent trois ajoute des informations contextuelles que l’agent deux n’a jamais fournies, et d’ici l’étape quatre, la réponse est fournie avec une confiance totale mais une erreur totale, car rien n’a atteint cet agent concernant ce qui s’est réellement passé précédemment.

C’est comme passer un relais sans indiquer au coureur suivant où s’est déroulée la course ni dans quelle voie il doit courir. Le coureur est compétent, le problème réside dans le transfert du relais.

Ce n’est pas non plus simplement un problème de capacité du modèle. Une étude de Chroma publiée en juillet 2025 a testé 18 LLM, parmi lesquels Claude 4, GPT-4.1 et Gemini 2.5, et a constaté que les performances déclinaient de manière inégale à mesure que le contexte augmentait, même pour des tâches de récupération extrêmement simples. L’attention a un coût : ce qui entre dans le champ de vision et ce qui en est exclu influence presque tout ce qui est restitué. L’ingénierie des prompts n’a jamais abordé ce problème, car elle n’a pas été conçue pour cela. Un prompt de système bien rédigé indique ce qu’il faut faire, tandis que l’ingénierie du contexte fournit ce que le modèle a besoin de savoir à ce moment-là pour le faire correctement.

En quoi consiste réellement cette discipline

Une définition claire : concevoir des systèmes dynamiques qui fournissent au modèle les informations appropriées, au bon format, au bon moment, afin qu’il dispose de tout ce dont il a besoin pour l’étape suivante. Il s’agit de travaux d’infrastructure et non de tâches linguistiques. L’objectif n’est pas d’obtenir des phrases plus belles, mais un contrôle délibéré sur ce qui circule dans le graphe des agents à chaque transition.

Dans un projet LangGraph, les améliorations les plus significatives proviennent souvent du AgentState TypedDict, et non de quelque prompt que ce soit. Cessez de considérer l’état comme un carnet de notes temporaire et traitez-le plutôt comme un contrat dans lequel chaque nœud indique ce qu’il lit et ce pour quoi il est responsable d’écrire. Les agents ultérieurs cessent de produire des hallucinations, car ils ne devinent plus ce qui s’est passé précédemment. Tout est consigné dans l’état, de manière structurée et accessible.

Trois couches sont importantes en environnement de production.

Le contexte persistant est ce que l’agent doit toujours connaître : l’objectif de l’utilisateur, ses contraintes, les décisions prises précédemment au cours de la session ainsi que les règles du domaine. Dans un processus de soins de santé, il s’agirait du contexte du patient, des limites réglementaires et des seuils de risque, qui sont injectés une seule fois au démarrage du graphe et ne sont jamais supprimés.

Le contexte sensible au temps correspond à ce qui est vrai en ce moment mais qui va changer : les documents récupérés, les résultats actuels des outils, les réponses API et le résultat de la dernière étape de raisonnement. Le RAG s’inscrit dans cette catégorie, en tant que couche d’une architecture plus large et non comme la réponse complète. La récupération des informations est la partie facile ; la partie difficile consiste à décider quel contenu récupéré sera utilisé, comment il sera compressé et sous quel format.

Le contexte temporaire correspond à ce dont a besoin l’étape actuelle et non celle suivante : des en-têtes API bruts, des raisonnements intermédiaires détaillés et des journaux d’appels d’outils. Il faut s’en débarrasser activement plutôt que de le conserver, car chaque token inutile concurrence pour l’attention ceux qui sont importants.

Les bugs en environnement de production relèvent généralement de l’un de trois cas : la couche persistante n’a jamais été fournie, la couche sensible au temps a expiré entre les étapes, ou la couche temporaire n’a pas été effacée, polluant ainsi les raisonnements ultérieurs.

Le contexte dans un pipeline LangGraph

Voici une manière simplifiée de structurer l’état pour un pipeline de recherche multi-agents. Le code importe moins que la discipline qui le sous-tend.

from typing import TypedDict, Optional, List
from langgraph.graph import StateGraph

class ResearchAgentState(TypedDict):
    # Persistent context — set once, never overwritten
    user_goal: str
    domain_constraints: List[str]
    session_id: str

    # Time-sensitive context — updated by retrieval/tool nodes
    retrieved_docs: List[str]
    current_findings: str
    last_tool_result: Optional[str]

    # Transient context — cleared after use
    raw_api_payload: Optional[str]   # cleared after parsing
    intermediate_reasoning: Optional[str]  # cleared after synthesis

Chaque nœud reçoit cet état et met à jour uniquement sa propre portion déclarée, tandis qu’un orchestrateur en haut de la hiérarchie décide quels sous-agents doivent être activés et quel sous-ensemble d’état ils recevront. C’est ce qu’on appelle l’acheminement contextuel. Un sous-agent chargé du codage n’a pas besoin de la littérature médicale fournie par un spécialiste du domaine, et un résumateur n’a pas besoin du chargement brut fourni par un récupérateur de données. Fournir à chaque agent tout ce dont il a besoin revient à informer toute l’équipe avant chaque réunion : techniquement complet, mais désastreux sur le plan opérationnel. L’acheminement contextuel selon le rôle réduit l’utilisation des tokens et, plus important encore, diminue les hallucinations chez les agents spécialisés, qui ne sont plus distraits par des informations irrelevantes se disputant une fenêtre de temps limitée.

Le Protocol de contexte de modèle accélère ce processus. À la fin de 2025, on comptait selon certaines sources plus de 10 000 serveurs MCP publics, une interface standard permettant aux agents de consulter des outils, des bases de données et des systèmes externes sous forme structurée. Sur le plan architectural, cela permet de placer les sources de contexte en dehors de l’agent, afin qu’il puisse récupérer uniquement ce dont il a besoin au lieu de recevoir tout préchargé. Pensez à une bibliothèque par rapport à un document de synthèse : l’agent se rend sur l’étagère pour chercher un livre spécifique sans devoir transporter toute la bibliothèque avec lui.

La qualité compte plus que le volume

Une enquête menée en 2026 a révélé que 82 % des dirigeants en informatique et en données estiment que l’ingénierie des prompts seule ne suffit plus pour les systèmes d’IA en production, et que 95 % des équipes de données prévoient d’investir dans des capacités d’ingénierie de contexte cette même année. Pourtant, la plupart des discussions se concentrent sur le volume : des fenêtres plus grandes, davantage de fragments récupérés, plus d’outils. Le véritable goulot d’étranglement, c’est la qualité.

Un contexte obsolète est pire que pas de contexte du tout. Un agent qui agit avec confiance sur un document récupéré hier, sans savoir qu’il a été remplacé, produit des erreurs qui ressemblent à de bonnes déductions. Dans les pipelines langage naturel vers SQL, l’évolution du schéma est une cause fréquente de problèmes : le SQL généré est correct pour un schéma qui n’existe plus. La requête était bonne, mais le contexte était erroné.

Un contexte non contrôlé représente également un problème de sécurité. Si les agents peuvent accéder à tout dans l’état, y compris aux données d’autres utilisateurs, aux sessions précédentes et aux résultats sensibles des outils, une fuite de contexte ne distingue plus qu’une injection de requête. Une conception du contexte basée sur le principe du moindre privilège est indispensable, et étant donné que 86 % des CISO affirment ne pas disposer de politiques de mise en œuvre pour l’accès des agents, la gouvernance du contexte est probablement le point de départ de la prochaine vague d’incidents liés à l’IA d’entreprise.

Limites

L’ingénierie du contexte ne supprime pas la limite d’attention fondamentale. Les résultats de Chroma ont montré que la fiabilité diminue à mesure que la longueur de l’entrée augmente, même lorsque le contexte est bien structuré ; par conséquent, un meilleur contexte assure un comportement plus fiable, mais pas un contexte fiable illimité. Lorsque le contexte est véritablement massif, comme dans le cas d’agents autonomes fonctionnant pendant des heures ou de synthèses à partir de centaines de documents, il convient de l’accompagner d’une synthèse agressive, d’une récupération hiérarchisée et d’une gestion explicite de la mémoire. L’ingénierie du contexte décide de ce qui entre dans la fenêtre, tandis que l’architecture de la mémoire gère la situation lorsque cette fenêtre s’avère insuffisante.

Ce système ne peut pas non plus remplacer l’évaluation. Un pipeline bien structuré qui continue de récupérer les documents incorrects échouera inévitablement ; par conséquent, la couche de récupération, la couche de mémoire et la logique de routage nécessitent chacune leur propre évaluation, indépendamment de la qualité de la sortie. Il convient aux tâches à portée bien définie ayant des besoins de contexte stables. Pour les agents exploratoires ouverts, où le contexte pertinent ne peut pas être connu à l’avance, une récupération dynamique qui indique l’incertitude au modèle est plus adaptée.

Où commencer

Ouvrez la définition de AgentState et posez-vous trois questions : quelles informations chaque nœud suppose déjà présentes dans l’état ? Quelles informations reçoit-il réellement ? Quelles informations sont éliminées avant d’être nécessaires ? C’est l’écart entre ces suppositions et la réalité qui provoque actuellement les échecs de l’agent, et ce n’est pas dû au prompt du système.

La meilleure mise à niveau pour un système multi-agents déjà en fonctionnement est rarement un modèle plus récent. Il s’agit plutôt d’un audit de ce que contient la fenêtre à chaque étape : supprimer les éléments mal placés et s’assurer que ce qui reste est à jour, bien structuré et limité aux besoins de l’agent destinataire. Commencez par un seul nœud, auditez ses entrées, et les gains en fiabilité commenceront à apparaître rapidement et à s’accumuler.