Aller au contenu
Un café ?

Mon atelier

Ce que j’apprends, ce que je relie et ce que je mets à l’épreuve.

Smart Flows · notions

Anatomie de l’IA

J’apprends ces notions et je les organise pour comprendre comment elles s’articulent.

Je ne prétends pas expliquer l’IA en experte. C’est ma façon de la comprendre : quand un nouveau mot apparaît, je cherche ce qu’il fait, à quoi il ressemble et avec quoi il se connecte.

Je l’organise comme un parcours, de ce que l’on demande à ce que l’on obtient. Et à côté, toujours présent, le jugement humain.

Jugement humain

Comment on lui parle

Décide quoi demander et quel contexte donner

Qui répond

Modèlele moteur qui interprète et génère

Comment elle agit

Fixe les limites

Comment elle se connecte et consulte

Choisit ce à quoi elle peut accéder

Ce que l’on obtient

Résultatce que l’on reçoit

Vérifie, corrige ou décide

Touchez une pièce pour ouvrir sa fiche.

Illustration provisoire

Comment on lui parle

Prompt

L’instruction et le contexte que l’on donne à un modèle pour orienter sa réponse.

Pour le dire simplement

C’est ce que l’on demande à l’IA et la manière de le demander. Plus la demande est claire, plus la réponse a de chances de correspondre à ce dont on a besoin.

L’image

La note de consignes que l’on laisse sur le bureau avant de commencer.

Ce que ça résout

Elle oriente la réponse vers un objectif, un ton et un format précis.

Ce qu’il faut surveiller

Un bon prompt ne garantit pas une bonne réponse. Il faut tout de même vérifier ce qu’il renvoie.

En lien avec

Je le teste dans Prompt Control →
Illustration provisoire

Comment on lui parle

Contexte

Les informations que reçoit le modèle pour mieux comprendre ce qu’il doit faire.

Pour le dire simplement

L’IA ne sait rien de notre situation, sauf ce qu’on lui raconte ou ce qu’on lui donne à lire : documents, exemples, conversations précédentes.

L’image

Le plan de travail : on ne peut utiliser que ce qui est posé dessus.

Ce que ça résout

Des réponses plus ajustées à notre réalité et moins génériques.

Ce qu’il faut surveiller

Trop de contexte embrouille aussi, et il ne devrait jamais inclure de données confidentielles sans autorisation.

En lien avec
Illustration provisoire

Comment elle agit

Agent

Un système d’IA capable d’enchaîner des étapes, d’utiliser des outils et d’agir pour atteindre un objectif.

Pour le dire simplement

Au lieu de répondre à une question, il reçoit un objectif et décide des étapes pour l’atteindre.

L’image

Un assistant avec une liste de courses qui décide dans quel ordre les faire.

Ce que ça résout

Des tâches en plusieurs étapes qui demandaient auparavant de tout demander une chose après l’autre.

Ce qu’il faut surveiller

Plus il a d’autonomie, plus il est important de savoir ce qu’il fait à chaque étape et de pouvoir l’arrêter.

En lien avec

Je le teste dans AI vs AI →
Illustration provisoire

Comment elle agit

Workflow

Une suite organisée de tâches ou de décisions qui forment un processus.

Pour le dire simplement

Un parcours défini à l’avance : d’abord ceci, ensuite cela. L’IA peut se charger de certaines étapes, mais c’est le processus qui fixe l’ordre.

L’image

Une recette : les mêmes étapes, dans le même ordre, à chaque fois.

Ce que ça résout

Des tâches répétitives qui gagnent en rapidité et en cohérence.

Ce qu’il faut surveiller

Une erreur à une étape se répercute sur les suivantes. Mieux vaut prévoir des points de contrôle.

En lien avec

Je le teste dans Research Flow →
Illustration provisoire

Jugement humain

Human in the loop

Un processus automatisé dans lequel une personne garde des points de vérification, de décision ou de validation.

Pour le dire simplement

La machine avance, mais à certains moments elle s’arrête et attend qu’une personne regarde, corrige ou donne son accord.

L’image

La signature avant l’envoi : rien ne part sans que quelqu’un l’ait regardé.

Ce que ça résout

Elle évite que les erreurs aillent loin et garde la responsabilité entre des mains humaines.

Ce qu’il faut surveiller

Si l’on vérifie tout, le processus ralentit. Si l’on ne vérifie rien, il perd son sens. Tout l’enjeu est de bien choisir le moment.

En lien avec

Je le teste dans Human in the loop →
Illustration provisoire

Comment elle se connecte et consulte

API

Application Programming Interface. Un moyen standardisé permettant à deux applications d’échanger des informations ou d’exécuter des actions entre elles.

Pour le dire simplement

C’est le canal par lequel un outil demande quelque chose à un autre : consulter une donnée, créer un document, envoyer un message.

L’image

Le guichet d’un bureau : on demande avec un formulaire précis et on reçoit une réponse.

Ce que ça résout

Que des outils différents travaillent ensemble sans que personne ne fasse de copier-coller entre eux.

Ce qu’il faut surveiller

Chaque connexion ouvre une porte. Il faut savoir quelles autorisations on donne, et sur quelles données.

En lien avec

Je le teste dans Dans les coulisses →
Illustration provisoire

Comment elle se connecte et consulte

MCP

Model Context Protocol. Un protocole qui permet de connecter des modèles d’IA à des outils, des fichiers et d’autres sources d’information de façon structurée.

Pour le dire simplement

Une langue commune qui permet à l’IA d’utiliser de nombreux outils différents sans avoir besoin d’un câble spécial pour chacun.

L’image

L’adaptateur de voyage universel : un même format pour brancher beaucoup de choses.

Ce que ça résout

Connecter l’IA à des documents, des dossiers ou des applications de façon ordonnée et réutilisable.

Ce qu’il faut surveiller

Facile à connecter ne veut pas dire que tout doit l’être. Mieux vaut ne donner accès qu’au nécessaire.

En lien avec

Je le teste dans Dans les coulisses →
Illustration provisoire

Ce qui peut mal tourner

Hallucination

Une réponse de l’IA qui semble plausible, mais qui contient des informations erronées ou inventées.

Pour le dire simplement

L’IA ne « sait » pas qu’elle ne sait pas : quand une information lui manque, elle comble parfois le vide avec quelque chose qui sonne juste.

L’image

Le conteur très sûr de lui qui comble avec son imagination les trous de sa mémoire.

Pourquoi c’est important

Le comprendre aide à ne pas confondre assurance et exactitude.

Ce qu’il faut surveiller

Données, citations, chiffres et sources : tout ce qui ressemble à un fait mérite d’être vérifié.

En lien avec

Je le teste dans AI Quality Check →
Illustration provisoire

Jugement humain

Guardrails

Des règles et des limites qui encadrent ce qu’une IA peut faire ou répondre.

Pour le dire simplement

Elles délimitent le terrain de jeu : sujets à éviter, actions soumises à autorisation, formats à respecter.

L’image

Les garde-corps d’un chemin de montagne : on avance librement, mais sans sortir du chemin.

Ce que ça résout

Elles réduisent les risques sans devoir superviser chaque étape.

Ce qu’il faut surveiller

Aucune barrière n’est parfaite. Les limites se revoient et s’ajustent à l’usage.

En lien avec

Je le teste dans AI Quality Check →
Illustration provisoire

Comment elle se connecte et consulte

RAG

Retrieval-Augmented Generation. Une technique qui permet à une IA de consulter des informations externes avant de générer une réponse.

Pour le dire simplement

Avant de répondre, l’IA cherche dans un ensemble précis de documents et s’appuie sur ce qu’elle trouve.

L’image

Consulter la bibliothèque avant de répondre.

Ce que ça résout

Des réponses fondées sur ses propres sources, plus à jour, avec moins d’invention.

Ce qu’il faut surveiller

Si les documents sont obsolètes ou mal choisis, la réponse le sera aussi.

En lien avec

Glossaire rapide

Les définitions, en une ligne

API

Application Programming Interface (interface de programmation d’applications). Un moyen standardisé permettant à deux applications d’échanger des informations ou d’exécuter des actions entre elles.

MCP

Model Context Protocol (protocole de contexte de modèle). Un protocole qui permet de connecter des modèles d’IA à des outils, des fichiers et d’autres sources d’information de façon structurée.

Agent

Un système d’IA capable d’enchaîner des étapes, d’utiliser des outils et d’agir pour atteindre un objectif.

Workflow

Une suite organisée de tâches ou de décisions qui forment un processus.

Connecteur

Le pont qui permet à un outil d’accéder à une autre application ou source d’information.

Human in the loop

Un processus automatisé dans lequel une personne garde des points de vérification, de décision ou de validation.

Prompt

L’instruction et le contexte que l’on donne à un modèle pour orienter sa réponse.

Modèle

Le système d’IA qui interprète une entrée et génère une réponse.

Contexte

Les informations que reçoit le modèle pour mieux comprendre ce qu’il doit faire.

Hallucination

Une réponse de l’IA qui semble plausible, mais qui contient des informations erronées ou inventées.

RAG

Retrieval-Augmented Generation (génération augmentée par récupération). Une technique qui permet à une IA de consulter des informations externes avant de générer une réponse.

Token

L’unité dans laquelle un modèle découpe et traite le langage.

Guardrails

Des règles et des limites qui encadrent ce qu’une IA peut faire ou répondre.

← Retour à Smart Flows

Contenus audiovisuels créés avec l’IA à partir de mon image réelle.