Glossaire de l'IA : Les mots derrière chaque outil d'IA que vous ouvrez

Q: Quels termes d'IA devrais-je apprendre en premier ?

Commencez par les 8 en haut de la page : [intelligence artificielle](/ai-glossary/ai), [grand modèle linguistique](/ai-glossary/large-language-model), [modèle](/ai-glossary/model), [token](/ai-glossary/token), [prompt](/ai-glossary/prompt), [fenêtre de contexte](/ai-glossary/context-window), [agent](/ai-glossary/agent) et [hallucination](/ai-glossary/hallucination). La plupart des autres termes s'appuient sur ceux-ci.

Q: Puis-je voir comment les termes d'IA se connectent ?

Oui. [aiglossary.io](https://aiglossary.io/?utm_source=aios.guide&utm_medium=glossary&utm_campaign=ai-os) montre les termes sur une carte interactive, afin que vous puissiez voir quelles idées dépendent les unes des autres et les suivre d'un terme à l'autre.

Q: Quelle est la différence entre un modèle et un agent ?

Un [modèle](/ai-glossary/model) transforme votre entrée en une sortie, comme du texte. Un [agent](/ai-glossary/agent) est un modèle auquel on a donné des outils, des instructions et un travail, afin qu'il puisse prendre des actions en plus de répondre.

AI glossary

Start here

Intelligence artificielle (AI)

L'intelligence artificielle (IA) est une technologie qui permet aux ordinateurs d'effectuer des tâches qui nécessitent normalement l'intelligence humaine, comme comprendre le langage, reconnaître des images, résoudre des problèmes et prendre des décisions.

Grand modèle linguistique (LLM)

Un grand modèle linguistique est un programme entraîné sur d'énormes quantités de texte qui prédit le mot suivant.

Model

Un modèle est la chose entraînée elle-même : un très grand ensemble de nombres qui transforme votre entrée en sa sortie.

Token

Un token est un morceau de texte, environ les trois quarts d'un mot, et c'est l'unité dans laquelle tout est compté.

Prompt

Un prompt est ce que vous envoyez. L'instruction, la question, le contexte, tout cela ensemble.

Fenêtre de contexte

La fenêtre de contexte est la limite de ce que le modèle peut contenir en une seule fois.

Agent

Un agent est un modèle qui a reçu des outils, des instructions et un travail, afin qu'il puisse agir plutôt que de seulement répondre.

Hallucination

Une hallucination est le modèle qui affirme quelque chose de faux avec une confiance totale.

A

Agent

Un agent est un modèle qui a reçu des outils, des instructions et un travail, afin qu'il puisse agir plutôt que de seulement répondre.

AGENTS.md

AGENTS.md est un fichier que l'agent lit au début de chaque session, quel que soit votre travail.

Appel d'outil

Un appel d'outil, c'est l'agent qui demande à faire quelque chose : lire ce fichier, exécuter cette commande, chercher ceci.

Automatisation

L'automatisation est un workflow qui s'exécute sans que vous ayez à le démarrer.

B

Bac à sable

Un bac à sable est un endroit isolé dans lequel un agent s'exécute, de sorte qu'une erreur ne puisse atteindre rien d'important.

Balustrades

Les balustrades sont les règles qui empêchent un agent de faire certaines choses, quoi qu'on lui ait demandé.

Base de données vectorielle

Une base de données vectorielle stocke les embeddings afin que vous puissiez rechercher par signification à travers de nombreux documents, rapidement.

Budget d'attention

Le budget d'attention est la quantité fixe de focus répartie sur tout ce qui se trouve dans la session, peu importe ce que vous ajoutez.

C

Clé API

Une clé API est le mot de passe qui permet à un programme d'utiliser un service en votre nom.

CLI

Une CLI est une commande que vous exécutez dans un terminal, et cela ne coûte rien tant que vous ne l'exécutez pas.

Codage à l'aveugle

Le codage à l'aveugle, c'est accepter ce que l'agent a produit sans le lire.

Compaction

La compaction, c'est quand une longue session est résumée pour pouvoir continuer dans un espace plus petit.

Compétence

Une compétence est une procédure écrite pour un travail que vous faites toujours de la même manière. Votre SOP, sous une forme que l'agent suit au lieu d'improviser.

Connaissance contextuelle

La connaissance contextuelle est ce que l'agent peut lire en ce moment, par opposition à ce dont il se souvient à moitié de sa formation.

Connaissance paramétrique

La connaissance paramétrique est ce que le modèle sait de l'entraînement, figée au moment où l'entraînement s'est arrêté.

Contexte

Le contexte est tout ce que le modèle peut voir lorsqu'il répond.

D

Date de coupure des connaissances

La date de coupure des connaissances est la date à laquelle le modèle a cessé d'apprendre. Il ne sait rien après cette date.

Dégradation de l'attention

La dégradation de l'attention, c'est une session qui empire à mesure qu'elle s'allonge, car la concentration est plus diluée.

Divulgation progressive

La divulgation progressive consiste à ne charger que ce qui est nécessaire maintenant, et à laisser un pointeur vers le reste.

E

Effort

L'effort représente la quantité de réflexion que le modèle effectue avant de répondre.

Embedding

Un embedding transforme un morceau de texte en nombres, afin qu'un ordinateur puisse trouver d'autres textes qui ont une signification similaire.

Entraînement

L'entraînement est le moment où un modèle apprend, une seule fois, en lisant d'énormes quantités de texte et en s'ajustant pour mieux prédire.

É

Évals

Les évals sont un ensemble de cas de test que vous exécutez pour vérifier si un changement a réellement amélioré les choses.

F

Fenêtre de contexte

La fenêtre de contexte est la limite de ce que le modèle peut contenir en une seule fois.

Fine-tuning

Le fine-tuning est un entraînement supplémentaire sur vos propres exemples, de sorte que le modèle se comporte différemment par défaut.

Flagornerie

La flagornerie, c'est quand le modèle est d'accord avec vous parce que l'accord est ce que les gens ont récompensé, pas parce que vous avez raison.

Flux de travail

Un flux de travail est un travail avec des étapes qui s'exécute de la même manière à chaque fois.

Fondation

Fonder, c'est lier une réponse à une source qu'elle peut indiquer, au lieu d'une source qu'elle a produite de mémoire.

Fournisseur de modèle

Le fournisseur de modèle est celui qui exécute le modèle pour vous : Anthropic, OpenAI, Google ou votre propre machine.

G

Génération augmentée par récupération (RAG)

Le RAG consiste à chercher d'abord quelque chose, puis à répondre à partir de ce qui a été trouvé plutôt que de mémoire.

Grand modèle linguistique (LLM)

Un grand modèle linguistique est un programme entraîné sur d'énormes quantités de texte qui prédit le mot suivant.

H

Hallucination

Une hallucination est le modèle qui affirme quelque chose de faux avec une confiance totale.

Harnais

Le harnais est tout ce qui entoure le modèle et le transforme d'un générateur de texte en quelque chose qui peut agir.

Hook

Un hook est quelque chose qui s'exécute automatiquement lors d'un événement, que l'agent le décide ou non.

Humain dans la boucle

L'humain dans la boucle signifie que vous restez dans la session, révisant et redirigeant au fur et à mesure.

I

Inférence

L'inférence, c'est le modèle qui tourne : il lit votre entrée et génère une réponse.

Ingénierie de contexte

L'ingénierie de contexte, c'est décider ce que l'agent devrait déjà savoir, et s'assurer que c'est chargé avant de poser ta question.

Ingénierie des invites

L'ingénierie des invites consiste à mieux formuler la demande pour obtenir un meilleur résultat.

Injection de prompt

L'injection de prompt, c'est quand le texte que l'agent lit contient des instructions, et qu'il les suit.

Intelligence artificielle (AI)

Invite système

L'invite système est l'instruction permanente envoyée avant toute autre chose, à chaque requête.

J

Jetons de cache

Les jetons de cache sont la partie de votre entrée qui a déjà été traitée et qui n'a pas à être payée à nouveau en totalité.

L

LDC

LDC, c'est commencer le travail et s'éloigner, laissant l'agent fonctionner sans surveillance.

Limite de débit

Une limite de débit est le plafond de ce que vous pouvez utiliser dans une fenêtre, avant de devoir attendre.

M

Model

Un modèle est la chose entraînée elle-même : un très grand ensemble de nombres qui transforme votre entrée en sa sortie.

Modèle de raisonnement

Un modèle de raisonnement résout un problème avant de répondre, plutôt que de répondre immédiatement.

Multimodal

Multimodal signifie qu'il gère plus que du texte : images, audio, vidéo, captures d'écran.

N

Non-déterminisme

Le non-déterminisme signifie que la même question peut obtenir une réponse différente deux fois.

O

Orchestrateur

Un orchestrateur est ce qui décide quel agent fait quoi, dans quel ordre, et ce qu'il advient des résultats.

Outil

Un outil est quelque chose qu'un agent peut utiliser : lire un fichier, exécuter une commande, rechercher sur le web, envoyer une requête.

P

Paramètres

Les paramètres sont les nombres à l'intérieur d'un modèle qui ont été définis pendant l'entraînement. Tout ce qu'il sait y réside.

Permission

Une permission est la vérification avant qu'un agent ne fasse quelque chose que vous n'avez pas déjà approuvé.

Prédiction du prochain token

La prédiction du prochain token est la seule chose qu'un modèle fait : choisir le prochain morceau de texte, l'ajouter, et recommencer.

Prompt

Un prompt est ce que vous envoyez. L'instruction, la question, le contexte, tout cela ensemble.

Protocole de Contexte du Modèle (MCP)

MCP est une manière standard de donner des outils à un agent pour un service, de sorte que le même connecteur fonctionne dans tout agent qui le parle.

R

Résultat de l'outil

Un résultat d'outil est ce qui revient après que l'agent a fait quelque chose : le contenu du fichier, la sortie ou l'erreur.

S

Session

Une session est une exécution de travail avec un agent, de son ouverture à sa fermeture.

Sous-agent

Un sous-agent est un assistant à qui un agent confie une tâche, qui travaille séparément et ne renvoie qu'une seule réponse.

Stateful

« Stateful » signifie qu'il conserve quelque chose. Une session est « stateful » d'un tour à l'autre, et un agent peut être rendu « stateful » d'une session à l'autre.

Stateless

« Stateless » signifie que rien n'est conservé. Le modèle est stateless : il ne se souvient de rien entre les requêtes.

Système de fichiers

Le système de fichiers, ce sont les dossiers et les fichiers sur votre ordinateur, et c'est là qu'un agent travaille réellement.

Système de mémoire

Un système de mémoire est ce que vous construisez pour qu'un agent sache lors de la prochaine session ce qu'il a appris dans celle-ci.

T

Température

La température indique à quel point le modèle varie ses choix. Bas, c'est prévisible, haut, c'est lâche.

Token

Un token est un morceau de texte, environ les trois quarts d'un mot, et c'est l'unité dans laquelle tout est compté.

Tokens d'entrée

Les tokens d'entrée sont tout ce que tu envoies : ton message, tes fichiers, tes règles et toute la conversation jusqu'à présent.

Tokens de sortie

Les tokens de sortie sont ce que le modèle écrit en retour, et ils représentent la moitié coûteuse.

Tour

Un tour, c'est un message de votre part plus tout ce que l'agent fait avant de vous rendre la main.

Transfert

Un transfert est le fait de passer ce qu'une session sait à la suivante, car rien ne se transmet tout seul.

U

Utilisation de l'ordinateur

L'utilisation de l'ordinateur est un agent qui opère un écran comme une personne le ferait : regarder, cliquer, taper.

V

Vider

Vider, c'est terminer la session et recommencer à zéro, sans rien reporter.

Z

Zone intelligente

La zone intelligente est le début d'une session, quand elle est affûtée, avant qu'elle ne dérive.

FAQ sur le glossaire de l'IA

Voici les questions les plus fréquentes sur les termes de l'IA, avec une réponse directe à chacune.

Qu'est-ce qu'un glossaire de l'IA ?

Un glossaire de l'IA est une liste de termes utilisés en intelligence artificielle, chacun accompagné d'une définition en langage simple. Celui-ci couvre les mots que vous rencontrez lorsque vous travaillez avec des agents IA, des tokens et fenêtres de contexte aux compétences, hooks et MCP.

À qui s'adresse ce glossaire de l'IA ?

Il est écrit pour les créateurs, fondateurs et entrepreneurs qui utilisent l'IA dans leur travail et veulent que chaque terme soit expliqué sans jargon.

Quels termes d'IA devrais-je apprendre en premier ?

Commencez par les 8 en haut de la page : intelligence artificielle, grand modèle linguistique, modèle, token, prompt, fenêtre de contexte, agent et hallucination. La plupart des autres termes s'appuient sur ceux-ci.

Comment ce glossaire de l'IA est-il organisé ?

Les termes sont listés de A à Z, avec une barre de lettres qui reste en haut de la page pour que vous puissiez sauter à n'importe quelle lettre. Les termes à apprendre en premier se trouvent au-dessus de la liste, sous « Commencer ici ».

Puis-je voir comment les termes d'IA se connectent ?

Oui. aiglossary.io montre les termes sur une carte interactive, afin que vous puissiez voir quelles idées dépendent les unes des autres et les suivre d'un terme à l'autre.

Quelle est la différence entre l'IA, l'apprentissage automatique et l'apprentissage profond ?

Chacun s'inscrit dans le précédent. L'IA est le domaine, l'apprentissage automatique est la principale façon dont l'IA est construite aujourd'hui, et l'apprentissage profond est l'apprentissage automatique construit sur des réseaux neuronaux en couches. L'IA générative, comme ChatGPT et Claude, s'inscrit dans l'apprentissage profond. Lire l'explication complète.

Quelle est la différence entre un modèle et un agent ?

Un modèle transforme votre entrée en une sortie, comme du texte. Un agent est un modèle auquel on a donné des outils, des instructions et un travail, afin qu'il puisse prendre des actions en plus de répondre.

Qu'est-ce qu'un AI OS ?

Un AI OS, ou système d'exploitation IA, est votre contexte, vos compétences, votre mémoire et vos outils configurés une seule fois, de sorte que chaque agent IA que vous utilisez connaisse votre entreprise dès le premier message. Le guide comment construire un AI OS vous montre comment en configurer un.

Ce glossaire de l'IA est-il gratuit ?

Oui. Chaque terme et chaque définition sur cette page est gratuit à lire.

Le glossaire de l'IApour les créateurs et les fondateurs

Start here

Intelligence artificielle (AI)

Grand modèle linguistique (LLM)

Model

Token

Prompt

Fenêtre de contexte

Agent

Hallucination

A

Agent

AGENTS.md

Appel d'outil

Automatisation

B

Bac à sable

Balustrades

Base de données vectorielle

Budget d'attention

C

Clé API

CLI

Codage à l'aveugle

Compaction

Compétence

Connaissance contextuelle

Connaissance paramétrique

Contexte

D

Date de coupure des connaissances

Dégradation de l'attention

Divulgation progressive

E

Effort

Embedding

Entraînement

É

Évals

F

Fenêtre de contexte

Fine-tuning

Flagornerie

Flux de travail

Fondation

Fournisseur de modèle

G

Génération augmentée par récupération (RAG)

Grand modèle linguistique (LLM)

H

Hallucination

Harnais

Hook

Humain dans la boucle

I

Inférence

Ingénierie de contexte

Ingénierie des invites

Injection de prompt

Intelligence artificielle (AI)

Invite système

J

Jetons de cache

L

LDC

Limite de débit

M

Model

Modèle de raisonnement

Multimodal

N

Non-déterminisme

O

Orchestrateur

Outil

P

Paramètres

Permission

Prédiction du prochain token

Prompt