Résumez cet article avec :
-
Anthropic a supprime plus de 80 % du system prompt de Claude Code pour les modeles Claude 5
-
L'ingenierie du contexte (comment vous structurez l'entree pour les modeles d'IA) compte plus que l'ingenierie des prompts
-
Les modeles independants du fournisseur permettent de reutiliser la meme structure de contexte avec Claude, GPT, Gemini et les modeles ouverts
-
Le point cle : moins de contexte produit souvent de meilleurs resultats avec les modeles plus recents
-
Les passerelles multi-fournisseurs permettent de tester les modeles de contexte sans changer l'infrastructure
L'ingenierie du contexte consiste a structurer tout ce qu'un modele d'IA recoit, des instructions systeme aux documents recuperes, pour qu'il produise le meilleur resultat possible. C'est le successeur de l'ingenierie des prompts, et c'est la que se gagne la qualite en production.
Le 24 juillet 2026, Anthropic a publie "The New Rules of Context Engineering for Claude 5 Generation Models", revelant qu'ils avaient supprime plus de 80 % du system prompt de Claude Code pour leurs modeles les plus avances.
Qu'est-ce que l'ingenierie du contexte ?
La plupart des developpeurs pensent a "l'ingenierie des prompts" comme l'ecriture d'instructions astucieuses. L'ingenierie du contexte est plus large et plus pratique. Elle couvre tout ce qui entre dans la fenetre de contexte du modele (le texte total que le modele peut voir a la fois) :
-
Prompt systeme : les instructions cachees qui definissent le comportement du modele
-
Definitions d'outils : descriptions des fonctions que le modele peut appeler
-
Contexte recupere : documents ou donnees extraits d'une base de donnees via RAG (Generation Augmentee par Recuperation, ou le modele recherche des documents pertinents avant de repondre)
-
Historique de conversation : messages precedents dans le chat
-
Message utilisateur : la question ou tache reelle
La reduction de 80 % d'Anthropic : ce que cela signifie
Le blog d'Anthropic a revele un constat contre-intuitif : pour les modeles Claude 5, des system prompts plus courts et plus simples produisent de meilleurs resultats que des instructions longues et detaillees. L'equipe a supprime plus de 80 % du system prompt de Claude Code et a vu la qualite s'ameliorer.
| Generation de modele | Strategie de contexte optimale | Taille du prompt systeme |
|---|---|---|
| GPT-3.5 / Claude 1 (2023) | Instructions detaillees et explicites | 2000-5000 tokens |
| GPT-4 / Claude 3 (2024) | Structure mais concis | 800-2000 tokens |
| GPT-5 / Claude 5 (2026) | Minimal, base sur des principes | 200-800 tokens |
Cinq modeles de contexte independants du fournisseur
Modele 1 : Divulgation progressive
Ne deversez pas tout le contexte dans le premier message. Commencez avec des instructions minimales et laissez le modele demander plus d'informations quand il en a besoin.
Modele 2 : Chargement differe des outils
Au lieu de lister les 50 outils disponibles dans chaque requete, le modele voit une fonction de recherche et charge des outils specifiques a la demande.
Modele 3 : Recuperation structuree plutot que deversement
En utilisant RAG, ne deversez pas les 10 meilleurs documents dans le contexte. Resumez chaque document en une phrase, classez par score de pertinence, incluez seulement les 3 a 5 passages les plus pertinents.
Modele 4 : Couches de contexte basees sur les roles
Differentes taches necessitent differents prompts systeme. Maintenez une bibliotheque de prompts specifiques aux roles que vous echangez selon la tache.
Modele 5 : Gestion du budget de contexte
Definissez un budget (par exemple, 30 % du maximum) et restez dans ces limites. Surveillez votre utilisation reelle de tokens et reduisez le contexte qui ne contribue pas a la qualite de sortie.
Conclusion
L'ingenierie du contexte a evolue depuis les conseils de 2023 sur les "prompts detailles". La recherche d'Anthropic avec Claude 5 montre que moins c'est souvent plus. Les cinq modeles decrits ici fonctionnent avec chaque modele majeur.
La cle est de tester vos modeles de contexte regulierement avec plusieurs fournisseurs. Une passerelle multi-fournisseurs rend cela facile. Vous pouvez les trouver chez Eden AI.
Connectez-vous a la plateforme pour tester vous-meme.
.jpg)
.png)