Glossaire de l'IA

Programme capable d'effectuer des tâches de manière autonome en prenant des décisions et en utilisant des outils (navigation web, exécution de code, envoi d'emails) pour atteindre un objectif donné.

Entreprise de recherche en IA fondée en 2021, créatrice de l'assistant Claude. Fondée par d'anciens membres d'OpenAI, elle met un fort accent sur la sécurité et l'alignement des systèmes IA (faire en sorte qu'une IA agisse comme les humains le veulent).

Ensemble de règles permettant à des logiciels de communiquer entre eux. Les API d'OpenAI ou d'Anthropic permettent aux développeurs d'intégrer ChatGPT ou Claude directement dans leurs propres applications.

Désigne un mode de fonctionnement où un LLM (un modèle de langage comme ChatGPT ou Claude) agit de manière autonome sur plusieurs étapes : planification, exécution d'actions, correction d'erreurs, jusqu'à l'accomplissement d'un objectif complexe sans intervention humaine.

Base de données spécialisée dans le stockage d'embeddings (des suites de nombres qui représentent le sens d'un texte). Elle permet de retrouver des informations par similarité sémantique (proximité de sens) plutôt que par mots-clés exacts. Indispensable pour les systèmes RAG (quand l'IA va chercher dans des documents avant de répondre).

Technique de prompting (la façon de formuler sa demande à l'IA) qui demande au modèle de raisonner étape par étape avant de donner sa réponse finale. Améliore significativement les performances sur des problèmes mathématiques, logiques ou complexes.

Assistant conversationnel développé par OpenAI, basé sur les modèles GPT. L'un des outils IA les plus utilisés au monde pour la rédaction, la programmation, la traduction et l'analyse de documents.

Assistant IA développé par Anthropic, reconnu pour ses capacités de raisonnement, sa grande fenêtre de contexte (la quantité de texte qu'il peut lire d'un coup, jusqu'à 200 000 tokens, des morceaux de mots) et son comportement plus prudent face aux demandes sensibles.

Outil CLI (ligne de commande) d'Anthropic permettant d'utiliser Claude directement dans son terminal (la fenêtre où l'on tape des commandes) pour coder, refactorer (réorganiser du code sans changer ce qu'il fait), déboguer et gérer des projets entiers. Il peut lire, écrire et exécuter du code de manière autonome.

Quantité maximale de texte qu'un modèle peut traiter en une seule fois, incluant la conversation entière, les documents fournis et les instructions. Plus la fenêtre est grande, plus le modèle peut analyser de contenu simultanément.

Assistant IA de Microsoft intégré dans Windows, Office 365 et GitHub. Basé sur les modèles OpenAI, il aide à rédiger des documents, analyser des données Excel ou générer du code.

Famille de modèles IA open-source (publiés librement, que chacun peut télécharger et réutiliser) développée par une entreprise chinoise. DeepSeek R1 a marqué les esprits début 2025 en atteignant des performances comparables à GPT-4o et Claude 3.5 à un coût d'entraînement bien inférieur.

Ensemble de textes, images ou autres données sur lesquels un modèle IA est entraîné. La qualité et la diversité de ces données déterminent largement les capacités et les biais du modèle.

Représentation numérique (vecteur, c'est-à-dire une suite de nombres) d'un texte dans un espace mathématique. Deux textes au sens proche auront des embeddings proches. C'est la base de la recherche sémantique (chercher par le sens plutôt que par les mots exacts) et des systèmes RAG (quand l'IA va chercher dans des documents avant de répondre).

Technique de prompting (la façon de formuler sa demande à l'IA) où l'on fournit quelques exemples dans le prompt pour guider la réponse du modèle. Le modèle apprend le format ou le style attendu à partir de ces exemples, sans ré-entraînement.

Processus d'ajustement d'un modèle pré-entraîné (déjà entraîné sur des données générales) sur un ensemble de données spécifiques pour améliorer ses performances sur une tâche précise : service client, analyse médicale, code dans un langage particulier.

Voir « Tool Use ». Capacité d'un LLM (un modèle de langage comme ChatGPT ou Claude) à appeler des fonctions ou API externes structurées (des services qu'un programme peut interroger) (météo, base de données, calendrier) pour enrichir ses réponses avec des données en temps réel.

Modèle IA multimodal (qui comprend texte, images, son et vidéo) développé par Google, disponible dans les produits Google (Docs, Gmail, Search). Disponible en plusieurs versions (Flash, Pro) selon le niveau de performance requis.

Architecture de modèle de langage développée par OpenAI. La famille GPT-5 (dont GPT-5.5) est la génération la plus avancée disponible dans ChatGPT en 2026. Le terme désigne aussi la famille de modèles sous-jacents à ChatGPT.

Phénomène où un modèle IA génère des informations fausses, inventées ou inexactes avec une apparente confiance. Un des principaux défis des LLM actuels (les modèles de langage comme ChatGPT) : vérifie toujours les faits importants.

Sous-domaine de l'IA capable de créer du contenu original (texte, images, code, audio ou vidéo) à partir de données d'entraînement. ChatGPT, Midjourney et Sora en sont des exemples.

Directive donnée à un modèle avant la conversation pour définir son comportement, son rôle, son ton et ses limites. Invisible pour l'utilisateur final, elle conditionne toutes les réponses du modèle.

Modèle de langage de grande taille entraîné sur des milliards de textes pour comprendre et générer du langage naturel (la langue de tous les jours). ChatGPT, Claude, Gemini et Mistral sont tous des LLM.

Famille de modèles de langage open-source (publiés librement, que chacun peut télécharger et réutiliser) développée par Meta. Llama 3 est l'un des modèles open-source les plus performants, librement téléchargeable et utilisable localement (sur ton propre ordinateur) ou pour fine-tuning (le spécialiser sur une tâche précise).

Protocole open-source développé par Anthropic permettant aux LLM (les modèles de langage comme Claude ou ChatGPT) de se connecter à des outils et sources de données externes de manière standardisée. MCP fonctionne comme un « port USB universel » pour brancher n'importe quel outil (GitHub, Slack, bases de données) à n'importe quel modèle IA.

Méthode d'IA où le modèle apprend automatiquement à partir de données, sans être explicitement programmé pour chaque tâche. Il détecte des patterns statistiques (des régularités qui reviennent dans les données) pour faire des prédictions.

Entreprise française d'IA fondée en 2023, créatrice de modèles open-source (publiés librement, que chacun peut réutiliser) performants (Mistral 7B, Mixtral, Mistral Large). Positionné comme alternative européenne à OpenAI, avec un fort accent sur l'efficacité et la souveraineté des données (les garder sous contrôle européen).

Algorithme entraîné sur des données pour effectuer des tâches spécifiques. GPT-5.5, Claude Sonnet 4.6 ou Gemini 3.5 Flash sont des exemples de modèles avec chacun leurs forces et faiblesses.

Qualifie un modèle IA capable de traiter plusieurs types de données : texte, images, audio et vidéo. ChatGPT (GPT-5.5), Claude Sonnet 4.6 et Gemini sont multimodaux, on peut leur soumettre des photos ou des fichiers.

Outil d'automatisation de workflows (des enchaînements de tâches qui s'exécutent tout seuls) open-source, alternative auto-hébergeable (installable sur ton propre serveur) à Zapier et Make. Permet de connecter des centaines d'applications et d'API, et s'intègre nativement avec des LLM (modèles de langage comme ChatGPT) pour créer des pipelines IA automatisés (des chaînes d'étapes qui se suivent sans intervention).

Organisation de recherche en IA fondée en 2015, créatrice de ChatGPT et des modèles GPT. L'un des acteurs les plus influents dans le domaine de l'IA générative, avec des investissements majeurs de Microsoft.

Coordination de plusieurs agents IA ou outils pour accomplir une tâche complexe. Un agent orchestrateur décompose l'objectif, délègue des sous-tâches à des agents spécialisés et consolide les résultats.

Instruction, question ou message soumis à un modèle IA pour obtenir une réponse. La qualité et la précision du prompt influencent directement la qualité de la réponse obtenue.

Art et méthode de formulation des prompts pour obtenir les meilleurs résultats d'un modèle IA. Inclut des techniques comme le few-shot prompting (donner quelques exemples à imiter), la chaîne de pensée (chain-of-thought) ou les méga-prompts (de très longues consignes détaillées).

Technique qui combine un LLM (un modèle de langage comme ChatGPT) avec une base de données externe : le modèle récupère des informations pertinentes avant de générer sa réponse. Cela réduit les hallucinations (les réponses inventées) et permet des réponses à jour.

Capacité d'un modèle à décomposer un problème complexe en étapes logiques avant de répondre. Les modèles GPT-5.4 Thinking (OpenAI), DeepSeek R1 ou Claude Sonnet 4.6 sont spécialisés dans le raisonnement.

Dans Claude Code, comportements IA réutilisables et configurables qui peuvent être invoqués par commande slash (une commande qui commence par « / », par exemple /commit ou /review-pr). Les Skills étendent les capacités de Claude avec des workflows (des enchaînements d'étapes) prédéfinis et personnalisables adaptés à un projet.

Paramètre qui contrôle la créativité d'un modèle. Une température basse (0) donne des réponses déterministes (la même question donne presque toujours la même réponse) et précises. Une température haute génère des réponses plus variées, créatives, et parfois moins fiables.

Unité de base du traitement textuel dans un LLM (un modèle de langage comme ChatGPT). Environ 1 token correspond à ¾ d'un mot en anglais (un peu moins en français). La facturation des API (l'accès aux modèles pour les développeurs) se fait en nombre de tokens consommés.

Capacité d'un LLM (un modèle de langage comme ChatGPT ou Claude) à appeler des fonctions ou API externes (des services qu'un programme peut interroger) de manière structurée : recherche web, exécution de code, lecture de fichiers, envoi d'emails. Fondamental pour les agents IA autonomes.

Style de développement popularisé en 2025 où le développeur décrit ses intentions en langage naturel et laisse l'IA (Claude, Copilot, Cursor) générer le code. L'humain guide, valide et itère (corrige par essais successifs) plutôt qu'écrire chaque ligne.

Domaine de l'IA permettant aux machines d'analyser et d'interpréter des images ou vidéos. Utilisé dans la reconnaissance faciale, le diagnostic médical par imagerie et les véhicules autonomes.

Séquence d'étapes automatisées combinant un ou plusieurs LLM (modèles de langage comme ChatGPT) avec des outils externes pour accomplir une tâche répétitive : rédaction d'articles, traitement d'emails, analyse de données, génération de rapports.

Capacité d'un modèle à effectuer une tâche sans avoir vu d'exemples pendant l'entraînement, ni dans le prompt. Par opposition au few-shot, où l'on fournit quelques exemples pour guider la réponse.