SCRIPTAMI

maîtriser

Maîtriser · orchestrer l’IA, pas la subir

Maîtriser l’IA, c’est une méthode, pas un gadget

Une bonne méthode survit aux outils. Voici le cadre que j’applique, la façon dont je l’étends à mes projets, et comment je dialogue avec l’IA pour en tirer du concret.

Le cadre que je suis

Le framework AI-Driven Development

L’AIDD, c’est une discipline partagée par une communauté de développeurs : l’IA accélère la production, mais l’architecture, les décisions et la responsabilité du résultat restent humaines. Je produis du code que je relis et que j’assume, ligne à ligne.

C’est ce qui sépare un prototype bluffant d’une solution sur laquelle vous pouvez bâtir votre activité.

// manifeste ai-driven development

Signataire #12

Membre d’une communauté qui orchestre l’IA sans lui déléguer la responsabilité du résultat.

Découvrir le manifeste →

Mon retour d’expérience →

Ma contribution

Comment j’étends le framework, concrètement

Le cadre AIDD pose les principes ; je l’ai fait mien avec mes propres skills, garde-fous, méthodes et réflexes. Cliquez sur un item pour sa fiche détaillée — beaucoup sont libres sur GitHub.

skill claudesocle commun

Overcode

Le socle transversal de ma marketplace de plugins Claude Code : audit, maintenance et documentation, avec une quittance qui ne laisse jamais un silence passer pour un feu vert.

Voir la fiche →

skill claudedesign system

Design

Un entonnoir en cinq verbes qui transforme un brief ou une référence en design system opposable : des artefacts JSON qu'un linter sait lire.

Voir la fiche →

skill claudeaudit de stack

Stack sc-* (JS · PHP · CSS · Python · Rust)

Cinq plugins jumeaux, un par stack, qui détectent le contexte réel du projet et ne chargent que les règles qui s'y appliquent.

Voir la fiche →

skill claudesaas

Web Tiers

Les règles d'usage — quotas, sécurité, consentement, performance — des services SaaS que je branche sur mes projets.

Voir la fiche →

skill claudeobsidian

Obs

Mon coffre Obsidian personnel rangé par scripts Python déterministes plutôt que par jugement de modèle.

Voir la fiche →

skill claudeautomatisation

Overcode — Alias

Dix chaînes de prompts pré-écrits qui enchaînent les skills d'Overcode dans un ordre éprouvé, appelées en une seule commande.

Voir la fiche →

À lire avant de plonger

Parler la langue de l’IA, c’est déjà mieux la piloter

Quand on débute avec un modèle de langage, on a l’impression qu’il faut « bien tomber » sur la formulation magique. En réalité, prompter efficacement n’a rien de mystérieux : c’est un dialogue où l’on cadre le rôle, on donne des exemples, on précise le format attendu, puis on corrige par petites touches. Le modèle ne lit pas dans vos pensées — il travaille avec ce que vous lui donnez.

Mais il y a un accélérateur qu’on sous-estime : le vocabulaire. Savoir ce qu’est un contexte, un token, un embedding ou un system prompt, ce n’est pas de la coquetterie technique. C’est ce qui vous permet de comprendre pourquoi le modèle oublie le début d’une longue conversation, pourquoi il « hallucine », ou pourquoi lui fournir vos documents (le fameux RAG) change tout.

Chaque terme que vous maîtrisez est un levier de plus sur le résultat.

Un dirigeant qui sait nommer ces mécanismes formule de meilleures demandes, repère plus vite ce qui cloche, et discute d’égal à égal avec un prestataire. C’est exactement pour ça que j’entretiens le lexique ci-dessous : pas pour briller en réunion, mais pour vous rendre plus autonome et plus efficace au quotidien.

Le vocabulaire

Le lexique de l’IA, décodé

Les termes qu’on croise dans les échanges avec les LLM, définis en français et orientés usage. Liste non exhaustive, enrichie régulièrement.

Affinage / Fine-tuning

fine tuning · affinage · fine-tuning · Fine-tuning · réglage fin

Réentraîner un modèle existant sur vos propres données pour l'adapter à un usage précis. Plus lourd qu'un LoRA, mais plus profond quand le comportement doit vraiment changer.

voir aussi : Modèle / Model, LoRA / Low-Rank Adaptation

Agent

agent · Agent

Une IA qui ne se contente pas de répondre : elle agit en plusieurs étapes, utilise des outils et prend des décisions intermédiaires pour atteindre un but (chercher, écrire un fichier, appeler une API).

voir aussi : Harnais / Harness, Utilisation d’outils / Tool use

AI

ai · artificial intelligence · generative ai

Intelligence artificielle ; dans le corpus, le terme désigne surtout les modèles génératifs et les agents de développement.

voir aussi : Agent, Mémoire / Memory

AIDD

aidd

Approche « AI-Driven Development » utilisée pour structurer le travail assisté par agents, les plans, preuves et revues.

voir aussi : Codex

Assertion

assertion

Vérification explicite ou exécutable servant à prouver qu’un résultat de l’agent respecte une attente.

voir aussi : Agent

Assistant

assistant

Rôle conversationnel du modèle qui répond à l’utilisateur et, selon l’outil, agit sur son environnement.

voir aussi : Codex

Audit

audit

Inspection structurée, généralement en lecture seule, qui relève et hiérarchise les problèmes avant modification.

voir aussi : Bloquant / Blocker

Bac à sable / Sandbox

sandbox · bac à sable

Environnement isolé limitant les fichiers, commandes, réseau ou permissions accessibles à l’agent.

Bloquant / Blocker

blocker · bloquant

Condition empêchant l’agent de progresser sans nouvelle information, autorité ou changement externe.

voir aussi : Audit, Validation

ChatGPT

chatgpt

Interface conversationnelle d’OpenAI citée pour utiliser des modèles et des outils génératifs.

voir aussi : GPT, Invite / Prompt

citation

citation

Référence attachée à une affirmation afin d’ancrer la réponse du modèle dans une source vérifiable.

Claude

claude

Famille de modèles et outils agents d’Anthropic dont les historiques locaux font partie du corpus analysé.

voir aussi : Codex

Codex

codex

Agent de développement OpenAI capable de dialoguer, inspecter un dépôt, modifier des fichiers et exécuter des vérifications.

Compétence / Skill

skill · compétence

Paquet d’instructions spécialisé chargé par un agent pour appliquer une méthode ou un workflow précis.

voir aussi : Codex

Échec rapide / Fail-fast

fail fast · échec rapide · fail-fast

Comportement qui interrompt le workflow dès qu’une précondition essentielle échoue.

voir aussi : Audit

Évaluation / Evaluation

eval · evaluation · évaluation

Mesure structurée de la qualité ou du comportement d’un modèle, d’un agent ou d’un prompt sur des cas définis.

Évaluations / Evals

evals · évaluations

Suites de cas et métriques répétables utilisées pour comparer le comportement d’un modèle ou d’un agent.

Few-shot / à quelques exemples

Few-shot · à quelques exemples

Technique consistant à montrer quelques exemples de la tâche dans le prompt pour guider le modèle, plutôt que de seulement décrire ce qu'on attend (zero-shot).

Gate / porte

Gate · porte

Mécanisme qui contrôle le flux d'informations à l'intérieur d'un modèle. Dans une architecture Mixture of Experts, la gate décide quels experts activer pour chaque token — d'où un modèle plus gros mais moins coûteux à l'usage.

GPT

gpt

Famille de modèles génératifs d’OpenAI mentionnée comme moteur de ChatGPT, Codex ou d’appels API.

voir aussi : Modèle / Model, OpenAI

Guardrails / garde-fous

Guardrails · garde-fous

Règles, filtres et vérifications encadrant ce qu'un modèle peut produire ou faire, pour éviter sorties dangereuses ou hors-sujet.

hallucination

hallucination · Hallucination

Quand le modèle invente avec aplomb une information fausse mais plausible. Le risque majeur en production : d'où l'importance des garde-fous, du RAG et de la vérification humaine.

voir aussi : Ancrage / Grounding, RAG

idempotence

idempotence

Propriété d’une action répétable sans effet supplémentaire après sa première réussite.

Inférence / Inference

inference · inférence · Inférence

Le moment où le modèle produit une réponse à partir d'une entrée. C'est l'usage courant, par opposition à l'entraînement. En local, l'inférence consomme votre GPU.

voir aussi : Claude, vLLM

Invite / Prompt

prompt · invite · Prompt

L'instruction donnée au modèle. Sa formulation change radicalement le résultat : le prompt engineering est l'art de cadrer précisément la demande, les exemples et le format attendu.

voir aussi : OpenAI

LLM

llm

Large Language Model : modèle entraîné sur de grands corpus pour comprendre et générer du texte et du code.

MCP

mcp · model context protocol · MCP · Model Context Protocol

Protocole standard pour connecter un modèle à des outils et données externes (fichiers, API, bases). Un connecteur MCP, et l'IA peut s'en servir, sans réinventer l'intégration.

voir aussi : Agent, Codex, Modèle / Model, Utilisation d’outils / Tool use

Mémoire / Memory

memory · mémoire

Informations conservées au-delà du tour courant afin de réutiliser préférences, décisions ou contexte de projet.

Modèle / Model

model · modèle

Système appris qui transforme un contexte en sortie ; ici, principalement un modèle de langage ou multimodal.

voir aussi : Invite / Prompt, GPT

Mojibake

Mojibake · 文字化け (moji-bake)

Les caractères illisibles qui apparaissent quand un texte encodé dans un format (souvent UTF-8) est décodé dans un autre : « é » devient « é », « « » devient « « ». Fléau courant dès qu'on manipule de l'accentué ou de la typographie française sans fixer l'encodage de bout en bout.

voir aussi : token

Multimodal

multimodal

Capacité d’un modèle à traiter plusieurs modalités, par exemple texte et image, dans une même interaction.

voir aussi : Modèle / Model

Ollama

ollama

Runtime local cité pour télécharger et exécuter des modèles sans dépendre à chaque requête d’un service distant.

OpenAI

openai

Fournisseur des modèles GPT, de ChatGPT, de Codex et des API associées mentionnés dans le corpus.

voir aussi : GPT, Invite / Prompt

Oracle

Oracle · oracle

Source de vérité de référence qu'un système interroge pour valider sa sortie — vérifier un fait, confirmer un calcul ou un état — au lieu de se fier à sa seule génération.

Pivot

Pivot · pivot

Représentation intermédiaire commune par laquelle on passe pour relier deux extrémités hétérogènes : une langue-pivot en traduction, ou un format canonique servant de point de passage entre plusieurs systèmes. On convertit tout vers le pivot, puis du pivot vers la cible — au lieu de gérer chaque paire séparément.

voir aussi : Représentation vectorielle / Embedding

Porte qualité / Quality gate

quality gate · porte qualité

Porte de contrôle qui doit passer avant qu’un agent puisse livrer ou déclarer le travail terminé.

Prompt système / System prompt

system prompt · prompt système · Système (prompt)

Instruction de plus haut niveau qui définit le rôle, le ton et les règles du modèle pour toute une conversation, avant même le premier message utilisateur.

voir aussi : Invite / Prompt

Quantization / quantification

Quantization · quantification

Compresser les poids d'un modèle (ex. 4 bits, Q4_K_M) pour réduire sa taille et sa mémoire, au prix d'une légère perte de qualité. Rend les gros modèles utilisables en local.

voir aussi : Inférence / Inference

Raisonnement / Reasoning

reasoning · raisonnement

Traitement délibératif mobilisé par le modèle pour résoudre une tâche avant de produire sa réponse ou ses actions.

voir aussi : Validation

Scaffolding / échafaudage

Scaffolding · échafaudage

L'échafaudage logiciel structurant le travail d'un agent : étapes, mémoire, outils, vérifications. Proche de « harness », pour la structuration des tâches complexes.

voir aussi : Harnais / Harness

Source de vérité / Source of truth

source of truth · source de vérité · Source de vérité

La référence fiable et autoritative à laquelle un système se rapporte pour valider ou enrichir ses réponses : base de connaissances interne, documentation officielle, données certifiées. Fondement d'un RAG digne de confiance.

voir aussi : RAG, Oracle

Spike / exploration jetable

Spike · exploration jetable

Un petit travail exploratoire et jetable mené pour lever une incertitude avant de s'engager : « est-ce faisable ? », « combien de temps ça prend ? ». On code vite, on apprend, on jette — puis on décide en connaissance de cause.

Utilisation d’outils / Tool use

tool use · utilisation d’outils · Tool use · usage d'outils

Capacité d'un modèle à appeler des fonctions externes (chercher sur le web, lire un fichier, interroger une API) en produisant un appel structuré que le harness exécute.

voir aussi : MCP

Validation

validation

Contrôle qu’une sortie respecte une structure, une règle ou un critère avant de poursuivre.

vLLM

vLLM

Moteur d'inférence haute performance pour servir des modèles open-weights à grande échelle, optimisant la mémoire GPU et le débit. Brique courante d'un hub IA auto-hébergé.

voir aussi : Inférence / Inference

Un terme manque à l’appel ?

Vous butez sur un mot que je n’ai pas encore défini ? Signalez-le-moi, je l’ajoute au lexique.

Cadrons votre besoin

Un premier échange, sans engagement, pour comprendre où vous en êtes.