Définition
Fenêtre de contexte d'une IA : définition simple
La fenêtre de contexte est la quantité de texte qu'un modèle d'IA prend en compte pour répondre, mesurée en jetons. Définition, image, exemple, limites.
Mis à jour le
La fenêtre de contexte est la quantité de texte qu'un modèle de langage peut prendre en compte d'un seul coup pour produire sa réponse : votre consigne, les documents joints, l'historique de la conversation et la réponse elle-même. Elle se mesure en tokens, ces morceaux de texte que le modèle manipule.
La documentation d'Anthropic, éditeur du modèle Claude, la décrit comme une « mémoire de travail » du modèle, distincte de l'immense corpus sur lequel il a été entraîné.
Une image du quotidien
Pensez au plan de travail d'un menuisier. Son savoir-faire (l'entraînement) est dans sa tête, mais il ne peut travailler que sur ce qui tient sur l'établi. Si vous y posez les plans, les cotes et les remarques du client, il en tient compte. Si l'établi est trop encombré, certaines feuilles tombent ou se perdent sous les autres. La fenêtre de contexte, c'est cet établi.
Ce qui compte dans la fenêtre
Selon la documentation d'Anthropic, tout ce qui est envoyé au modèle occupe la fenêtre : les instructions générales, chaque message échangé (y compris les images et documents joints), les résultats des outils utilisés, et la réponse produite. Sans gestion particulière, les échanges s’accumulent. Une application peut toutefois résumer ou retirer une partie de cet historique. Anthropic documente notamment la compaction ; les anciens blocs de raisonnement sont conservés ou retirés selon le modèle. Le contenu mis en cache compte toujours dans la fenêtre : cache et agrandissement du contexte sont deux choses différentes.
Une expérience à raconter entre collègues serait de demander où se trouve une décision confirmée au début d’un échange long. Notez si l’application conserve le passage, le résume ou demande de le fournir à nouveau. Un accompagnement à la reprise des dossiers avec un assistant peut aider l’équipe à expliciter les informations à conserver. Le cercle pourrait comparer des méthodes de reprise de dossier, sans déduire une mémoire permanente de la seule longueur d’une conversation.
Pour discuter de la reprise d’un échange long, vous pouvez proposer un échange au cercle à partir d’un support fictif.
Quelle taille ?
Elle varie selon les modèles et les éditeurs, et se vérifie sur la page officielle de chacun. À titre d'exemple, la documentation d'Anthropic indique, à la date de lecture du 16/11/2026, une fenêtre d'un million de jetons pour ses modèles récents et de 200 000 jetons pour d'autres modèles de sa gamme.
Un exemple concret
Prenons un gérant qui colle dans un assistant un contrat de cinquante pages, puis pose vingt questions à la suite. Au fil de l'échange, le contrat, les questions et les réponses s'accumulent dans la fenêtre. Si la limite est atteinte, l'outil peut refuser la demande, ou, dans certaines interfaces de discussion, écarter les éléments les plus anciens. Les réponses peuvent alors oublier un point abordé au début.
Ce que ça change pour une entreprise
- Plus n'est pas forcément mieux : Anthropic signale un risque de dégradation avec les contextes longs (un phénomène qu'elle appelle context rot). Mieux vaut fournir les passages utiles que des dossiers entiers.
- Distinguez capacité et consommation : une grande fenêtre ne signifie pas que chaque demande la remplit. Pour le coût, examinez les jetons réellement traités et le mode de facturation.
- Pour de gros volumes de documents, on sélectionne les extraits pertinents au moment de la question, c'est le principe du RAG (génération augmentée par récupération).
Préparer un échange long
Nous conseillons de conserver à part les décisions confirmées, les questions ouvertes et la référence des documents importants. Si vous reprenez la discussion dans un nouvel échange, repartez de ces éléments vérifiés. N’utilisez pas un résumé automatique comme seule copie d’un engagement ou d’une réserve.
Pour contrôler le contexte utile, posez une question sur un passage précis et vérifiez la source citée. Si ce passage n’est plus disponible dans l’échange, fournissez-le à nouveau plutôt que de demander au modèle de le deviner. La taille annoncée décrit une capacité ; votre contrôle porte sur les informations effectivement utilisées.
Termes voisins
Questions fréquentes
Une grande fenêtre de contexte donne-t-elle toujours de meilleures réponses ?
Non. La documentation d'Anthropic indique que des contextes longs peuvent dégrader la précision et la capacité à retrouver une information : choisir ce que l'on met dans le contexte compte autant que la place disponible.
La fenêtre de contexte, c'est la mémoire de l'intelligence artificielle ?
C'est sa mémoire de travail pendant l'échange, distincte de ce qu'elle a appris pendant son entraînement. Ce qui sort de la fenêtre n'est plus pris en compte.
Sources
Pages consultées pour écrire cet article :