Curso

Context engineering : mémoire, résumés et contexte long

Traiter la fenêtre de contexte comme une ressource : l'ordonner, la compresser, la mettre en cache, et construire un assistant à mémoire long terme (SQLite + embeddings) évalué sur 10 scénarios de rappel.

Avanzado 9 lecciones 5h15 oct 2026

Por Youcef

Casos de uso🤝 Déployer un assistant IA pour ses équipes 💬 Automatiser le support client

Plataformas🔑 Gemini API (Google AI Studio)🧪 Vertex AI (Gemini Enterprise Agent Platform)

Empezar el curso

Progreso 0% · 0/9

Un LLM ne se souvient de rien : à chaque appel, il ne connaît que ce que vous mettez dans sa fenêtre de contexte. Le context engineering (ingénierie du contexte), c'est l'art de choisir ce qui y entre, dans quel ordre, sous quelle forme, et ce qui en sort. C'est ce qui fait la différence entre un assistant qui oublie votre prénom à chaque session et un assistant qui se souvient que vous êtes allergique aux arachides, sans pour autant lui renvoyer 50 pages d'historique à chaque question.

Fil rouge : l'assistant interne de l'entreprise fictive « Atelier ». Camille, nouvelle développeuse, lui confie des informations au fil d'une première conversation ; le lendemain, dans une nouvelle session, l'assistant doit s'en souvenir, prendre en compte un changement d'équipe, ne pas mélanger Camille avec Bob, et ne rien inventer.

Pour qui ?

Développeurs qui ont déjà construit une application LLM (chatbot, RAG ou agent) et veulent la rendre plus fiable, moins chère et capable de mémoire.
À l'aise avec Python, SQL de base et la notion d'embedding (sinon : la formation « Embeddings et recherche sémantique » de la section Pratiquer).

Ce que vous allez construire

flowchart LR
  U["Message de Camille"] --> R["Rappel : top-k faits par similarité"]
  DB[("SQLite : faits + embeddings")] --> R
  R --> B["build_context : consignes, faits, résumé, tours récents, question"]
  RS["Résumé glissant"] --> B
  B --> M["Gemini"]
  M --> A["Réponse"]
  U --> X["Extraction : ajouter, remplacer, supprimer"]
  X --> DB
  A --> RS

Le code est dans files : memoire.py (stockage, rappel, extraction), contexte.py (ordre, budget, résumé glissant), assistant.py (l'assistant), eval_rappel.py et scenarios.json (l'évaluation), demo_contexte.py et catalogue.py (contexte long, cache, RAG), test_memoire.py (tests sans clé).

Prérequis techniques

Python 3.10 ou plus récent, pip install -r requirements.txt (requirements.txt).
Une clé d'API Gemini ou un projet Google Cloud avec Vertex AI ; voir .env.example.

Programme

Module	Contenu	Durée indicative
1. La fenêtre de contexte	Tokens, coût, dégradation dans les longs contextes, ordonner et budgéter	1h
2. Résumés et mémoire long terme	Résumé glissant, extraction de faits, mises à jour, stockage SQLite + embeddings, rappel par similarité	1h45
3. Contexte long, cache et RAG	Cache implicite et explicite, document entier contre RAG, mesures réelles	1h
4. Projet final	Assistant à mémoire persistante, 10 scénarios de rappel, 3 configurations comparées (qualité, tokens, coût)	1h15

En local ou sur Google Cloud ?

	API Gemini (clé)	Vertex AI (projet GCP)
Modèles testés le 2026-10-15	`gemini-3.5-flash`, `gemini-3.5-flash-lite`, `gemini-embedding-2`	`gemini-2.5-flash`, `gemini-2.5-flash-lite`, `gemini-embedding-001` (europe-west1)
Mémoire	fichier SQLite local	idem en test ; en production, Cloud SQL ou Firestore
Cache explicite	`client.caches.create(...)`, supprimé à la fin	même code ; le cache est une ressource du projet, à supprimer
Ce qui change dans le code	rien	trois variables d'environnement

Ce que vous saurez faire

Mesurer ce que coûte un contexte et décider ce qui mérite d'y entrer.
Construire une mémoire qui retient, met à jour et oublie, et la rappeler par similarité.
Choisir entre contexte long, cache et RAG en fonction de vos mesures.
Évaluer une mémoire sur des scénarios reproductibles, avec des métriques de qualité et de tokens.