Fenêtre de contexte (Context Window)
La fenêtre de contexte désigne la quantité maximale de texte qu'un modèle d'IA peut lire, traiter et mémoriser simultanément lors d'un échange.
La fenêtre de contexte représente la limite maximale d'informations qu'un modèle linguistique (LLM) est capable d'analyser en une seule fois. Lorsque vous posez une question, l'intelligence artificielle ne se souvient pas de vous au sens humain : elle relit l'ensemble de la conversation en cours, les instructions de départ, vos fichiers joints et sa propre réponse précédente pour formuler la suite. Tout ce volume de données cumulé doit obligatoirement tenir à l'intérieur de cette fenêtre.
Cette capacité se mesure en unités appelées tokens, qui correspondent généralement à des morceaux de mots ou à des signes de ponctuation. Si un échange devient trop volumineux et dépasse le plafond fixé par le modèle, les informations les plus anciennes sont purement et simplement effacées de la vue de l'IA. C'est précisément pour cette raison qu'un assistant virtuel semble soudainement oublier les consignes données quelques messages plus tôt.
Comment fonctionne cette mémoire de travail
Pour bien comprendre la fenêtre de contexte, il est utile de la comparer à la mémoire vive d'un ordinateur de bureau ou à un tableau blanc de taille fixe. Chaque caractère envoyé ou généré vient occuper une partie de la surface disponible. Ce calcul inclut systématiquement plusieurs éléments indissociables :
- Les consignes système invisibles qui définissent la personnalité ou le rôle de l'assistant.
- L'historique complet des questions et des réponses précédentes.
- Les documents, extraits de code ou textes importés dans le prompt.
- La réponse que le modèle est en train de rédiger en temps réel.
Tant que la somme de ces éléments reste inférieure à la limite autorisée, le modèle garde une cohérence logique parfaite. Dès que le plafond est atteint, le système applique un mécanisme de glissement : pour insérer un nouveau paragraphe, il doit supprimer le premier paragraphe de la discussion.
Un exemple concret : le traitement de dossiers volumineux
Imaginons un cabinet de notaires à Namur, un atelier de mécanique à Sherbrooke ou une agence immobilière à Nantes qui souhaite résumer un ensemble contractuel. Si un juriste colle un bail commercial de cinquante pages dans l'interface, le document utilise une portion majeure de la fenêtre de contexte. Le modèle parvient à lire l'intégralité du texte et à répondre avec pertinence aux premières questions.
En revanche, si le juriste continue la conversation en posant dix questions successives très détaillées, le volume total du dialogue finit par saturer la capacité d'accueil. Sans prévenir, l'IA risque d'omettre une clause financière pourtant présente au début du document initial, car cette première partie du bail est sortie du champ de vision du système. L'utilisateur a l'impression d'une hallucination, alors qu'il s'agit d'un simple dépassement matériel de contexte.
Le piège de la perte d'attention au centre
Aujourd'hui, de nombreux modèles proposent des fenêtres de contexte gigantesques, capables d'ingérer l'équivalent d'un roman entier ou d'un rapport financier annuel en une fraction de seconde. Il serait toutefois imprudent de penser qu'une grande capacité garantit une précision sans faille.
En pratique, les algorithmes souffrent souvent d'un phénomène de baisse de vigilance : ils repèrent très efficacement les données situées tout au début du texte ainsi que celles situées à la toute fin, mais ont tendance à négliger les détails enfouis au milieu d'un long document. Pour obtenir un résultat fiable, il est toujours recommandé de placer les consignes strictes et les questions prioritaires à la fin du prompt, juste après les documents de référence.
Comment gérer efficacement sa fenêtre de contexte
Pour tirer le meilleur parti de vos outils sans perdre le fil de votre réflexion, appliquez quelques règles simples d'hygiène numérique :
- Ouvrez une nouvelle session dès que vous changez de sujet ou de tâche, afin de repartir avec une fenêtre vierge de tout historique inutile.
- Demandez des synthèses intermédiaires à l'IA avant de clore un chapitre de travail, puis réutilisez ce résumé condensé pour entamer un nouveau fil de discussion.
- Élaguez les données sources en ne collant que les chapitres ou les tableaux pertinents, plutôt que d'injecter des classeurs entiers contenant des lignes superflues.
- Surveillez la dégradation des réponses : des redites ou des oublis flagrants sont le signe classique d'une fenêtre saturée.
Questions fréquentes
Que se passe-t-il concrètement quand la fenêtre de contexte est pleine ?
Le modèle ne plante pas : il tronque l'historique en supprimant les messages les plus anciens pour faire de la place aux nouveaux, ce qui lui fait perdre le souvenir du début de l'échange.
Est-ce qu'une fenêtre de contexte plus large rend l'IA plus intelligente ?
Pas nécessairement. Une fenêtre plus grande permet de lire plus de texte à la fois, mais la capacité de raisonnement et l'attention aux détails restent dépendantes de l'architecture générale du modèle.
Comment puis-je savoir si mon document dépasse la limite ?
La plupart des interfaces indiquent un compteur de tokens ou refusent l'envoi si le fichier est trop lourd. En règle générale, mille mots représentent environ mille trois cents tokens.
