Le vocabulaire de l'IA en quatre mots : jeton, contexte, prompt, hallucination

Le vocabulaire de l'IA générative tient en quatre mots : jeton, contexte, prompt, hallucination. Ce sont les quatre notions qui expliquent pourquoi un outil oublie ce que vous lui avez dit, pourquoi il vous facture au volume, pourquoi la même question donne deux réponses différentes, et pourquoi une réponse impeccablement rédigée peut être entièrement fausse. Tout le reste du jargon est soit une variante de ces quatre mots, soit un nom commercial qui aura changé dans un an.

Ce guide est écrit pour un professionnel qui utilise un outil d'IA sans en faire son métier. Il ne cite aucun nom de produit et aucun numéro de version, volontairement : ce qui vieillit vite n'a pas sa place dans une définition.

Pourquoi quatre mots suffisent-ils ?

Parce que les questions que se posent réellement les utilisateurs se ramènent toujours à l'un de ces quatre mécanismes. « Pourquoi il a oublié le tableau que je lui ai donné au début ? » est une question de contexte. « Pourquoi ça me coûte si cher ? » est une question de jetons. « Pourquoi il ne fait pas ce que je veux ? » est une question de prompt. « Pourquoi il m'invente des références ? » est une question d'hallucination.

Apprendre vingt sigles ne rend pas meilleur utilisateur. Comprendre ces quatre mécanismes change immédiatement la façon dont on travaille avec l'outil.

Qu'est-ce qu'un jeton ?

Un jeton (token en anglais) est le morceau de texte élémentaire que le modèle manipule. Ce n'est ni une lettre, ni exactement un mot : c'est un fragment, souvent une syllabe ou une racine. Un mot courant tient généralement en un seul jeton ; un mot rare, un nom propre ou un terme technique est découpé en plusieurs.

Trois conséquences pratiques :

• La facturation se fait au jeton, en entrée comme en sortie : un long document coûte cher à lire.
• Le français, plus riche en accents et en formes verbales, se découpe en davantage de jetons que l'anglais pour un même contenu.
• Les ordres de grandeur qui circulent dépendent du tokeniseur de chaque outil. N'en recopiez aucun : utilisez le compteur fourni par votre fournisseur si vous devez budgéter.

Retenez simplement que tout ce que vous envoyez est compté, y compris le document de quarante pages que vous collez « au cas où ».

Qu'est-ce que le contexte ?

Le contexte (fenêtre de contexte) est la quantité de texte que le modèle peut avoir sous les yeux au même instant : votre consigne, les documents joints, et tout l'historique de la conversation en cours.

L'image la plus juste est celle du plan de travail. Vous posez dessus une consigne, un document, une correction, une relance. Quand le plan est plein, ce qui avait été posé au début tombe par terre. Le modèle ne vous prévient pas : il continue de répondre, simplement il ne voit plus le début.

De là découle le réflexe le plus rentable de toute la pratique : nouveau sujet, nouvelle conversation. Une conversation longue qui a dérivé sur trois dossiers différents produit des réponses moins bonnes qu'une conversation neuve où vous recollez les trois éléments réellement utiles.

Deux précisions utiles. D'abord, le contexte n'est pas une mémoire durable : sauf fonction dédiée, l'outil ne se souvient de rien d'une conversation à l'autre. Ensuite, un contexte très large n'est pas une invitation à tout y verser : plus vous ajoutez de matière hors sujet, plus vous diluez ce qui compte.

Qu'est-ce qu'un prompt ?

Le prompt est la consigne que vous écrivez. Le mot est passé tel quel en français ; on peut dire « consigne » sans rien perdre.

Un prompt utile contient quatre éléments, et il n'y a pas de formule magique au-delà :

1. Le rôle et le destinataire : pour qui écrivez-vous, avec quel niveau de détail.
2. La tâche, formulée avec un verbe : résumer, comparer, reformuler, vérifier, lister.
3. La matière : le texte, les chiffres, les contraintes réelles.
4. La forme attendue : longueur, structure, ton, ce qu'il ne faut pas faire.

Une erreur fréquente consiste à demander une validation plutôt qu'un examen. « Confirme-moi que ce contrat est bon » oriente la réponse ; « qu'est-ce qui ne va pas dans ce contrat ? » produit un résultat exploitable. C'est le même travers que dans un entretien : la question ferme la réponse.

Pour aller plus loin sur la construction des consignes métier, la formation IA générative dans son métier traite le sujet par cas concrets.

Qu'est-ce qu'une hallucination ?

Une hallucination est une réponse fausse produite avec le même aplomb qu'une réponse juste : une référence inexistante, une date inventée, un article de loi qui n'a jamais été écrit, un chiffre plausible et faux.

Ce n'est pas un mensonge, et la nuance est décisive. Un modèle de langage produit la suite de texte la plus probable ; il ne dispose d'aucun mécanisme qui lui ferait préférer « je ne sais pas ». Elle ne ment pas : elle ne sait pas qu'elle ne sait pas.

Le risque n'est pas théorique. En juin 2023, un tribunal fédéral de New York a sanctionné des avocats qui avaient déposé un mémoire citant des décisions de justice inexistantes, produites par un outil d'IA générative. L'affaire est publique et documentée ; elle illustre exactement ce que produit une réponse crédible non vérifiée.

Deux signaux doivent déclencher un contrôle :

• La précision. Plus une réponse est précise — un numéro, une date, une référence — plus elle inspire confiance, et plus il faut la vérifier.
• La stabilité. Reposez la même question dans une conversation neuve : ce qui revient à l'identique est généralement solide, ce qui n'apparaît qu'une fois est à contrôler.

La méthode complète est détaillée dans notre guide vérifier une réponse d'IA.

À retenir

• Le jeton est l'unité de découpage du texte, et l'unité de facturation.
• Le contexte ressemble à un établi : une fois saturé, ce qui y avait été posé en premier tombe.
• Quand le sujet change, ouvrez une conversation neuve plutôt que de poursuivre l'ancienne.
• Le prompt dit le rôle, la tâche, la matière et la forme attendue.
• Une hallucination est une erreur assurée, pas un mensonge.
• Plus une réponse est précise, plus elle mérite une vérification.

Et les autres mots qu'on entend ?

Trois familles reviennent souvent, et se décrivent en une phrase chacune. Un modèle de langage est le programme qui produit du texte jeton par jeton. Un agent est un montage qui enchaîne plusieurs appels à un modèle pour poursuivre un objectif au lieu de répondre à une question. Le paramétrage de confidentialité décide si vos échanges servent à entraîner le service : c'est un réglage, et c'est le sujet du guide quelles données confier à une IA.

Le reste du vocabulaire — noms de modèles, numéros de version, libellés de menus — change plusieurs fois par an. Décrivez le geste et l'intention, pas le nom du bouton : votre note de service tiendra plus longtemps.

Où ce vocabulaire s'applique-t-il dans votre métier ?

Les mêmes quatre mots se déclinent différemment selon ce que vous manipulez. Un enseignant qui fait reformuler une consigne, un artisan qui fait rédiger un devis, un soignant qui fait résumer un compte rendu : tous rencontrent le contexte saturé, le coût au jeton et la réponse assurée mais fausse. Seule change la nature de ce qu'il ne faut surtout pas se tromper.

C'est pourquoi la thématique intelligence artificielle de skillrung traite ces mécanismes avec des cas adaptés au métier plutôt qu'avec des exemples génériques.