---
id: CP-259
slug: fenetre-de-contexte-llm
lang: fr
title: "Fenêtre de contexte : la mémoire de travail d'une IA"
description: La fenêtre de contexte limite ce qu'un assistant IA lit en une fois. Ce qu'il lit mal, et les gestes simples pour mieux l'utiliser.
canonical_url: https://startbrain.io/cyberpedia/fr/articles/fenetre-de-contexte-llm/
markdown_url: https://startbrain.io/cyberpedia/fr/articles/fenetre-de-contexte-llm.md
publisher: Brain (https://startbrain.io)
license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/)
cite_as: "Brain, « Fenêtre de contexte : la mémoire de travail d'une IA », Cyberpedia, 2026. https://startbrain.io/cyberpedia/fr/articles/fenetre-de-contexte-llm/ (CC BY 4.0)"
wing: 4
theme: master_ai
reflex: air-053
schema: G3
updated: "2026-11-14"
translations:
  fr: https://startbrain.io/cyberpedia/fr/articles/fenetre-de-contexte-llm/
  en: https://startbrain.io/cyberpedia/en/articles/llm-context-window/
  de: https://startbrain.io/cyberpedia/de/articles/kontextfenster-llm/
  es: https://startbrain.io/cyberpedia/es/articles/ventana-de-contexto-llm/
  it: https://startbrain.io/cyberpedia/it/articles/finestra-di-contesto-modelli-linguistici/
  nl: https://startbrain.io/cyberpedia/nl/articles/contextvenster-llm/
  pl: https://startbrain.io/cyberpedia/pl/articles/okno-kontekstu-llm/
  pt: https://startbrain.io/cyberpedia/pt/articles/janela-de-contexto-llm/
  ja: https://startbrain.io/cyberpedia/ja/articles/llm-context-window/
sources:
  - "n": 1
    title: Understand tokens
    publisher: Microsoft
    url: https://learn.microsoft.com/en-us/dotnet/ai/conceptual/understanding-tokens
    accessed: "2026-11-14"
  - "n": 2
    title: Long context | Gemini Enterprise Agent Platform | Google Cloud Documentation
    publisher: Google
    url: https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/long-context
    accessed: "2026-11-14"
  - "n": 3
    title: "Lost in the Middle: How Language Models Use Long Contexts"
    publisher: arXiv
    url: https://arxiv.org/abs/2307.03172
    published: "2023-07-06"
    accessed: "2026-11-14"
  - "n": 4
    title: "Efficient Solutions For An Intriguing Failure of LLMs: Long Context Window Does Not Mean LLMs Can Analyze Long Sequences Flawlessly"
    publisher: arXiv
    url: https://arxiv.org/abs/2408.01866
    published: "2024-08-03"
    accessed: "2026-11-14"
  - "n": 5
    title: Prompt engineering techniques
    publisher: Microsoft
    url: https://learn.microsoft.com/en-us/azure/foundry/openai/concepts/prompt-engineering
    accessed: "2026-11-14"
  - "n": 6
    title: LLM01:2025 Prompt Injection
    publisher: OWASP
    url: https://genai.owasp.org/llmrisk/llm01-prompt-injection/
    published: "2024-04-10"
    accessed: "2026-11-14"
  - "n": 7
    title: LLM10:2025 Unbounded Consumption
    publisher: OWASP
    url: https://genai.owasp.org/llmrisk/llm102025-unbounded-consumption/
    published: "2024-04-10"
    accessed: "2026-11-14"
---

# Fenêtre de contexte : la mémoire de travail d'une IA

Quand vous posez une question à un assistant IA, il répond à partir de l'information qu'on lui transmet : Google appelle cette information le contexte [2]. La quantité de texte que le modèle peut prendre en compte en une fois s'appelle la fenêtre de contexte. Google la compare à la mémoire à court terme : une personne ne peut retenir qu'une quantité limitée d'information, et il en va de même pour les modèles génératifs [2].

Cette fenêtre se mesure en jetons, pas en pages. Les modèles récents l'ont beaucoup agrandie, mais des recherches montrent qu'une grande fenêtre ne garantit pas une lecture fiable de tout ce qu'elle contient [3][4]. Cette fiche explique ce que le salarié doit en retenir et les gestes qui limitent les erreurs.

## En 30 secondes

- Où ça arrive : dans toute conversation avec un assistant IA, dès qu'on colle un long document ou qu'on donne plusieurs consignes.
- Ce qui se passe : le modèle travaille dans une limite de texte, et même à l'intérieur de cette limite il peut mal utiliser une information placée au milieu d'un long texte [3].
- Le réflexe : découper la tâche, placer la consigne au début et la répéter à la fin, puis vérifier la réponse [5].
- Si c'est déjà fait : relisez la réponse avec le texte d'origine sous les yeux, point par point.

## Questions directes

### Qu'est-ce qu'un jeton ?

Un modèle de langage découpe d'abord le texte en unités appelées jetons (tokens) : des mots, des groupes de caractères, ou des combinaisons de mots et de ponctuation [1]. La méthode de découpage varie selon le modèle. Les modèles GPT d'OpenAI utilisent par exemple un découpage en sous-mots [1]. Microsoft note que les mots courants de plusieurs syllabes tiennent souvent en un seul jeton, alors que les mots plus rares sont coupés en syllabes [5].

### Qu'est-ce que la fenêtre de contexte ?

C'est le nombre maximal de jetons que le modèle peut traiter [1]. Cette limite est souvent exprimée comme une fenêtre combinée, qui couvre ensemble les jetons d'entrée (ce que vous écrivez) et ceux de sortie (ce que le modèle produit) [1]. Plus l'entrée est longue, moins il reste de place pour la sortie.

Microsoft donne un exemple chiffré : avec une fenêtre de 100 jetons et une phrase de neuf mots découpée mot à mot, l'entrée prend neuf jetons et il en reste 91 pour la sortie. Découpée caractère par caractère, la même phrase en prend 34 et il n'en reste que 66 [1].

### Quelle est la taille d'une fenêtre aujourd'hui ?

Selon Google, la plupart des modèles génératifs créés ces dernières années ne traitaient que 8 000 jetons à la fois, puis des modèles plus récents ont accepté 32 000 ou 128 000 jetons [2]. Google indique que Gemini accepte 1 million de jetons, ce qui correspond à 8 romans anglais de longueur moyenne ou à 50 000 lignes de code [2].

### Le modèle garde-t-il en mémoire ce que j'ai fourni ?

Les exemples que l'on glisse dans une consigne ne changent pas le modèle de façon durable : ils l'orientent seulement pour la réponse en cours [5]. Google décrit des méthodes qu'on utilisait pour gérer des fenêtres étroites : abandonner les vieux messages à mesure que de nouveaux arrivent, ou les remplacer par un résumé quand la fenêtre approche d'être pleine [2].

### Une grande fenêtre empêche-t-elle les erreurs ?

Non. Des chercheurs ont testé plusieurs modèles, dont Claude 3, Gemini Pro, GPT 3.5 Turbo, Llama 3 Instruct et Mistral Instruct, sur l'analyse de sentiment et le classement d'articles de presse. Ils rapportent que les modèles se montrent insuffisants face aux longues séquences, malgré leurs grandes fenêtres [4]. Google reconnaît lui aussi une limite : quand on cherche plusieurs informations précises dans un long contexte, le modèle n'atteint pas la même exactitude que pour une seule, et la performance peut varier fortement selon le contexte [2].

## Comment ça marche

Microsoft rappelle que, quelle que soit la consigne, le modèle répond avec ce qu'il juge le plus probable d'après ses données d'entraînement, et qu'il ne suit pas un chemin de traitement distinct pour les questions [5].

La position de l'information compte. L'étude « Lost in the Middle », soumise en juillet 2023, a mesuré les performances de modèles sur deux tâches : répondre à une question à partir de plusieurs documents, et retrouver une valeur associée à une clé. Les auteurs observent que la performance est souvent la meilleure quand l'information utile se trouve au début ou à la fin du texte fourni, et qu'elle se dégrade nettement quand elle se trouve au milieu, y compris pour des modèles conçus pour les longs contextes [3].

Microsoft décrit de son côté un biais de récence : l'information en fin de consigne peut influencer davantage la réponse que celle du début [5]. Microsoft précise aussi que l'ordre des éléments peut changer le résultat, y compris l'ordre des exemples donnés au modèle [5].

La longueur a un coût. Les services d'IA générative facturent souvent au jeton, et appliquent un nombre maximal de jetons par minute [1]. Pour une organisation qui exploite un assistant, OWASP classe parmi les risques l'envoi continu d'entrées qui dépassent la fenêtre de contexte, qui peut provoquer une consommation excessive de ressources et dégrader le service [7]. OWASP recommande une validation stricte des entrées pour qu'elles ne dépassent pas des limites de taille raisonnables [7].

## Ce que vous faites

- Découpez la tâche. Microsoft indique que les modèles de langage réussissent souvent mieux quand la tâche est divisée en étapes plus petites, par exemple extraire d'abord les faits pertinents, puis rédiger la suite [5].
- Placez la consigne au début, répétez-la à la fin. Microsoft indique que dire la tâche au début de la consigne, avant le contexte et les exemples, peut aider à produire de meilleures sorties, et que répéter les instructions en fin de consigne vaut la peine d'être essayé [5]. Microsoft ajoute que ses tests avec ChatGPT et GPT-4 ont donné la même réponse avec ou sans la première technique [5].
- Donnez au modèle une sortie de secours. Microsoft suggère par exemple de demander de répondre « not found » si la réponse n'est pas présente, ce qui peut aider le modèle à éviter une réponse fausse [5].
- Fournissez le texte de référence et demandez des citations. Microsoft recommande vivement de donner au modèle des données sur lesquelles s'appuyer quand la réponse doit reposer sur des informations fiables et à jour [5]. Demander des citations peut aider à réduire la fréquence des réponses fausses, et des citations placées dans le texte, près de l'affirmation, sont de meilleures parades que des citations en fin de réponse [5].
- Vérifiez toujours. Même avec une consigne bien rédigée, Microsoft indique qu'il faut valider les réponses du modèle, car une consigne qui a bien fonctionné dans un cas ne se généralise pas forcément [5].

## Les pièges

### Le document collé peut contenir des consignes

Quand un assistant lit un site web ou un fichier, le contenu peut renfermer des instructions que le modèle interprète et qui changent son comportement : OWASP parle d'injection de consigne indirecte [6]. Dans un scénario que décrit OWASP, un utilisateur demande à un modèle de résumer une page web contenant des instructions cachées, qui conduisent à l'exfiltration de la conversation privée [6]. OWASP recommande de séparer et d'identifier clairement le contenu non fiable, et de prévoir une approbation humaine pour les opérations à privilèges [6].

### Une grande fenêtre donne une fausse assurance

Google indique que, pour une seule information recherchée, on peut obtenir environ 99 % de réussite, mais que le résultat n'est pas le même quand il faut en retrouver plusieurs [2]. Une réponse peut donc paraître complète tout en omettant des points d'un long texte.

### Les conseils dépendent du modèle

Microsoft prévient que chaque modèle se comporte différemment et que ses techniques ne s'appliquent pas de la même manière à tous. Ces techniques ne sont pas recommandées pour les modèles de raisonnement comme gpt-5 et la série o [5].

## Sources

1. Microsoft, « Understand tokens ». https://learn.microsoft.com/en-us/dotnet/ai/conceptual/understanding-tokens (consulté le 14 novembre 2026)
2. Google, « Long context | Gemini Enterprise Agent Platform | Google Cloud Documentation ». https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/long-context (consulté le 14 novembre 2026)
3. arXiv, « Lost in the Middle: How Language Models Use Long Contexts », 6 juillet 2023. https://arxiv.org/abs/2307.03172 (consulté le 14 novembre 2026)
4. arXiv, « Efficient Solutions For An Intriguing Failure of LLMs: Long Context Window Does Not Mean LLMs Can Analyze Long Sequences Flawlessly », 3 août 2024. https://arxiv.org/abs/2408.01866 (consulté le 14 novembre 2026)
5. Microsoft, « Prompt engineering techniques ». https://learn.microsoft.com/en-us/azure/foundry/openai/concepts/prompt-engineering (consulté le 14 novembre 2026)
6. OWASP, « LLM01:2025 Prompt Injection », 10 avril 2024. https://genai.owasp.org/llmrisk/llm01-prompt-injection/ (consulté le 14 novembre 2026)
7. OWASP, « LLM10:2025 Unbounded Consumption », 10 avril 2024. https://genai.owasp.org/llmrisk/llm102025-unbounded-consumption/ (consulté le 14 novembre 2026)

---

Source originale : Cyberpedia, l'encyclopédie publique de cybersécurité et d'IA publiée par Brain. Version canonique : https://startbrain.io/cyberpedia/fr/articles/fenetre-de-contexte-llm/
Vous pouvez reprendre ce texte librement sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/), à condition de citer « Brain, Cyberpedia » avec un lien vers l'adresse ci-dessus.
