Le vocabulaire de Claude et de l'IA générative.

Claude

Famille de grands modèles de langage développée par Anthropic, utilisée pour générer et comprendre du texte, raisonner et alimenter des agents. Voir le conseil & intégration Claude.

Anthropic

Société d'intelligence artificielle créatrice des modèles Claude, connue pour son approche orientée sûreté de l'IA. Site indépendant, non affilié à Anthropic.

IA générative

Catégorie d'IA capable de produire du contenu (texte, code, images) à partir d'instructions, par opposition à l'IA prédictive qui calcule des probabilités.

LLM (grand modèle de langage)

Modèle entraîné sur de grandes quantités de texte pour comprendre et générer du langage naturel. Claude et ChatGPT en sont des exemples — voir Claude vs ChatGPT.

Token

Unité élémentaire de texte traitée par un modèle (souvent un fragment de mot). Les coûts et la taille de contexte se mesurent en tokens.

Fenêtre de contexte

Quantité maximale de texte (en tokens) qu'un modèle peut prendre en compte en une fois. Une grande fenêtre permet de traiter de longs documents.

Paramètres

Valeurs internes apprises par un modèle pendant son entraînement, qui déterminent son comportement. Leur nombre indique la taille du modèle.

Pré-entraînement

Phase initiale où le modèle apprend le langage sur de vastes corpus de texte, avant toute spécialisation.

Fine-tuning (affinage)

Ajustement d'un modèle pré-entraîné sur des données spécifiques pour l'adapter à un domaine ou à une tâche.

Hallucination

Réponse plausible mais fausse produite par un modèle. Le RAG et des garde-fous réduisent ce risque.

Température

Paramètre réglant le degré d'aléatoire des réponses : basse pour des réponses déterministes, haute pour plus de créativité.

Inférence

Phase d'utilisation d'un modèle entraîné pour produire une réponse, par opposition à la phase d'entraînement.

Prompt

Instruction ou message envoyé à un modèle pour obtenir une réponse. Sa qualité conditionne fortement le résultat.

Prompt engineering

Discipline consistant à formuler des instructions efficaces pour obtenir des réponses fiables et reproductibles. Voir la formation et l'article dédié.

System prompt

Instruction de cadrage donnée en amont d'une conversation pour définir le rôle, le ton et les règles du modèle.

Few-shot

Technique consistant à fournir quelques exemples dans le prompt pour guider le format et la qualité de la réponse.

Zero-shot

Demande adressée au modèle sans exemple, en s'appuyant uniquement sur l'instruction.

Raisonnement étape par étape

Technique invitant le modèle à expliciter son raisonnement, ce qui améliore la qualité sur les tâches complexes.

RAG

Retrieval-Augmented Generation : fournir au modèle les extraits pertinents de vos données au moment de la requête, pour des réponses ancrées. Clé de l'intégration API Claude.

Embedding

Représentation numérique d'un texte sous forme de vecteur, permettant de mesurer la similarité sémantique entre contenus.

Base vectorielle

Base de données stockant des embeddings pour retrouver rapidement les contenus proches d'une requête. Brique centrale du RAG.

Tool use (usage d'outils)

Capacité d'un modèle à appeler des outils externes (recherche, calcul, API) pour accomplir une tâche.

Function calling

Mécanisme par lequel le modèle déclenche une fonction définie par le développeur, avec des paramètres structurés.

Sortie structurée

Réponse imposée dans un format précis (JSON, tableau) pour être directement exploitable par un système.

Agent IA

Système qui utilise un modèle pour raisonner puis agir en boucle. Voir le cas d'usage agent IA sur mesure.

Boucle d'agent

Cycle répété d'un agent : décider d'une action, l'exécuter, observer le résultat, recommencer jusqu'à la fin de la tâche.

Claude Agent SDK

Kit de développement d'Anthropic pour construire des agents Claude. Voir le guide pratique.

MCP (Model Context Protocol)

Standard ouvert pour connecter un modèle à des outils et des données de façon sécurisée et réutilisable. Voir l'article MCP.

Serveur MCP

Composant qui expose des outils ou des données à un modèle via le Model Context Protocol.

Claude Code

Agent de développement propulsé par Claude qui automatise des tâches d'ingénierie sous supervision. Voir l'article dédié.

Orchestration multi-agents

Architecture où plusieurs agents spécialisés coopèrent sur une tâche complexe, avec vérification croisée.

API

Interface permettant à une application d'utiliser un service externe, comme l'API Claude pour l'intégrer à un SI.

Endpoint

Point d'accès d'une API auquel une application envoie ses requêtes.

Coût (en tokens)

Facturation de l'usage d'un modèle calculée sur le nombre de tokens en entrée et en sortie. À surveiller à l'échelle.

Latence

Temps écoulé entre une requête et la réponse du modèle. Un critère clé pour les usages temps réel.

Évaluation (eval)

Mesure systématique de la qualité et de la fiabilité d'un système d'IA sur un jeu de cas représentatifs.

AI Act

Règlement européen (UE) 2024/1689 sur l'IA, qui classe les systèmes par niveau de risque. Voir le pilier conformité & sécurité IA.

RGPD

Règlement général sur la protection des données : cadre européen applicable dès qu'un système traite des données personnelles.

nLPD

Nouvelle loi suisse sur la protection des données, équivalent helvétique du RGPD. Voir Expert Claude IA Genève.

Confidentialité des données

Mesures garantissant que les données envoyées à un modèle restent protégées et ne servent pas à l'entraîner.

Garde-fou (guardrail)

Contrainte limitant le comportement d'un modèle ou d'un agent : périmètre d'actions, validation humaine, filtres.

Alignement

Objectif de faire en sorte qu'un système d'IA agisse conformément aux intentions et valeurs humaines.

Constitutional AI

Méthode d'Anthropic entraînant un modèle à respecter un ensemble de principes explicites, pour des réponses plus sûres.

Biais

Tendance systématique d'un modèle à produire des résultats déséquilibrés, héritée de ses données d'entraînement.

Explicabilité

Capacité à comprendre et justifier les décisions d'un système d'IA, exigée dans les contextes régulés.

Supervision humaine

Principe de maintien d'un humain dans la boucle de décision, notamment pour valider les actions sensibles d'un agent.

Souveraineté numérique

Maîtrise du lieu et des conditions de traitement des données, qui peut orienter vers des modèles open-source en interne.

Red teaming

Test offensif d'un système d'IA visant à découvrir ses failles et comportements indésirables avant la production.