Le glossaire de l’IA générative : 27 mots à connaître, expliqués simplement

Vous lisez un article sur l’IA, on vous parle de « LLM », de « tokens », de « RAG » ou d’« agents », et vous hochez la tête sans oser demander ce que ça veut dire. C’est le lot de presque tout le monde en 2026 : le vocabulaire de l’intelligence artificielle générative s’est répandu partout, souvent plus vite que les explications qui vont avec.

Ce glossaire réunit les 27 mots que vous croisez le plus souvent, chacun défini en deux ou trois phrases claires, avec un exemple concret quand il aide. Pas de formule, pas de jargon inutile : juste ce qu’il faut pour suivre une conversation, lire un article technique ou décider en connaissance de cause.

Vous pouvez le lire d’un bout à l’autre pour un tour d’horizon, ou le garder en favori et y piocher un terme au besoin. Les mots sont regroupés par familles, des fondamentaux jusqu’aux sujets les plus actuels (agents, RAG, MCP) et aux questions de gouvernance. Chaque définition renvoie vers une source officielle si vous voulez creuser.

Les fondamentaux : par où tout commence

Cinq briques de base que tout le reste suppose acquises. Si vous ne deviez retenir que quelques mots, ce seraient ceux-là.

Intelligence artificielle générative

Une IA qui produit du contenu neuf, du texte, une image, du code ou du son, au lieu de seulement trier ou prédire. C’est la différence clé avec l’IA « classique » : cette dernière étiquette (est-ce un spam ?) ou prévoit (quelle météo demain ?), tandis que l’IA générative crée. Concrètement, c’est ce qui permet à un outil comme ChatGPT de rédiger un mail, ou à un modèle de dessiner une image à partir d’une simple description. Pour une définition de référence, voir la page dédiée de Google Cloud.

LLM (grand modèle de langage)

LLM veut dire Large Language Model, grand modèle de langage. C’est le moteur derrière ChatGPT, Claude, Gemini ou Mistral : un modèle entraîné sur d’énormes quantités de texte pour prédire le mot (le token) suivant, ce qui lui permet de comprendre et de générer du langage. Le « grand » renvoie à sa taille (des milliards de paramètres) et au volume de textes digérés pendant l’entraînement. Le cours d’introduction de Google for Developers en donne un panorama accessible.

Modèle

Le modèle, c’est le fichier entraîné que l’on interroge. Un même type de moteur (un LLM) se décline en plusieurs modèles nommés et versionnés : chez l’éditeur Anthropic, par exemple, la famille Claude compte les modèles Opus, Sonnet et Haiku, avec un numéro de version. On en choisit un selon le compromis entre intelligence, vitesse et coût. La documentation d’Anthropic détaille cette famille de modèles.

Token (jeton)

Le token, ou jeton, est l’unité de découpage du texte que le modèle manipule : un morceau de mot, souvent quelques caractères. Les modèles lisent et écrivent token par token. C’est aussi l’unité de facturation des API : on paie selon le nombre de tokens en entrée et en sortie. Comme ordre de grandeur, en anglais, un token vaut environ quatre caractères, à peu près trois quarts d’un mot, mais ce découpage varie selon la langue et le modèle. La documentation d’Anthropic sur le comptage des tokens confirme ce rôle d’unité de mesure et de tarification.

Multimodal

Un modèle multimodal comprend et mélange plusieurs types d’entrées et de sorties : texte, image, son, parfois vidéo. Concrètement, c’est ce qui vous permet d’envoyer une photo et de demander ce qu’elle contient, ou de dicter une question à l’oral plutôt que de la taper. À l’inverse, un modèle purement textuel ne « voit » et n’« entend » rien. Google Cloud consacre une page à l’IA multimodale.

Comment un modèle est fabriqué

D’où vient un modèle, et pourquoi tous ne se valent pas ? Cinq termes pour comprendre sa fabrication, sans une seule équation.

Entraînement et données d’entraînement

L’entraînement (ou pré-entraînement) est la phase où le modèle apprend en analysant d’immenses volumes de texte pour y repérer des régularités de langage. Les « données d’entraînement » sont ce corpus de départ. Point important : la qualité et la nature de ces données expliquent une bonne part des forces, des lacunes et des biais d’un modèle (voir plus bas). Le glossaire officiel d’Anthropic définit cette étape de pré-entraînement.

Fine-tuning (affinage)

Le fine-tuning consiste à spécialiser un modèle déjà entraîné sur un usage précis, en lui montrant des exemples ciblés : un ton, un format, un domaine métier. On ne repart pas de zéro, on ajuste un modèle existant. Par exemple, on peut affiner un modèle pour qu’il réponde toujours au format d’un ticket de support. Le guide d’optimisation de modèle d’OpenAI décrit cette approche dans sa documentation officielle.

Open source et open weights

Voilà une distinction souvent confondue. « Open weights » signifie que les poids du modèle sont téléchargeables et réutilisables, mais sans que la recette complète (les données, le code d’entraînement) soit forcément fournie. L’« open source AI » au sens de l’Open Source Initiative (OSI, l’organisation de référence qui définit l’open source depuis plus de vingt ans) exige davantage : pouvoir utiliser, étudier, modifier et partager le système, ce qui suppose des informations sur les données, le code d’entraînement et les paramètres. Conclusion à retenir : un modèle « open weights » n’est pas automatiquement « open source ».

Benchmark

Un benchmark est un test standardisé qui mesure le niveau d’un modèle sur des tâches définies (compréhension, raisonnement, code) et permet de comparer les modèles entre eux. Parmi les références, on cite le MMLU (une batterie de questions couvrant 57 domaines) et le cadre HELM, développé par le centre de recherche sur les modèles de fondation de l’université Stanford. Limite à garder en tête : un bon score ne garantit pas un bon comportement sur votre cas d’usage réel.

Paramètres (poids)

Les paramètres, aussi appelés poids, sont les milliards de réglages internes ajustés pendant l’entraînement : ce sont eux qui encodent ce que le modèle « sait ». On mesure souvent la taille d’un modèle en nombre de paramètres. Une image utile : des millions de petits boutons réglés automatiquement pour que le modèle donne de bonnes réponses. Attention, plus de paramètres ne veut pas toujours dire meilleur. Le glossaire d’Anthropic définit paramètres et pré-entraînement.

Faire parler l’IA : le prompting

C’est la partie que tout utilisateur manipule au quotidien : la façon de dialoguer avec un modèle. Cinq mots pour bien s’y prendre.

Prompt

Le prompt est la consigne que vous donnez au modèle : la question, l’instruction ou le texte de départ. La qualité de la réponse dépend en grande partie de la qualité du prompt. « Résume ce texte en trois puces pour un dirigeant pressé » est un bien meilleur prompt que « résume ».

Prompt engineering

Le prompt engineering, c’est l’art de formuler et de structurer la consigne pour obtenir un meilleur résultat : donner du contexte, des exemples, un rôle, un format de sortie attendu. Ce n’est pas magique, c’est méthodique. Plutôt que d’espérer que le modèle devine, on précise le public, le ton et la longueur voulue. La documentation d’Anthropic rassemble les techniques éprouvées.

Contexte et fenêtre de contexte

Le contexte, c’est tout ce que le modèle a « sous les yeux » pour un échange : votre prompt, les messages précédents, les documents que vous lui fournissez. La fenêtre de contexte est la taille maximale de cette mémoire de travail, mesurée en tokens. Au-delà de cette limite, le modèle ne « voit » plus le début de la conversation. Ces fenêtres ont beaucoup grandi, de quelques milliers de tokens à plusieurs centaines de milliers, voire un million sur certains modèles ; comme le chiffre évolue vite, mieux vaut le vérifier dans la documentation du modèle visé.

Temperature

La température est un curseur qui règle le degré d’aléatoire des réponses : bas, les réponses sont plus prévisibles et factuelles ; haut, elles sont plus variées et créatives. Pas besoin de formule pour l’utiliser. La plage exacte dépend de l’API : sur la Messages API de l’éditeur Anthropic, elle va de 0.0 à 1.0, avec une valeur par défaut de 1.0, comme le précise la référence de l’API. Bon à savoir : même à 0.0, le résultat n’est pas totalement déterministe.

Hallucination

On parle d’hallucination quand le modèle produit une réponse fausse ou inventée, mais formulée avec assurance : une citation qui n’existe pas, un chiffre sorti de nulle part, une source imaginaire. Pourquoi ? Parce que le modèle prédit du texte plausible ; il ne « sait » pas vérifier la vérité et comble un vide plutôt que d’admettre qu’il ignore. En pratique, vérifiez toujours les faits sensibles et branchez l’IA sur des sources fiables, ce qui nous amène au RAG. Google Cloud explique le phénomène des hallucinations.

L’IA connectée : agents, RAG et MCP

C’est le sujet le plus actuel : une IA qui ne se contente plus de répondre, mais va chercher de l’information et agit. Huit mots pour ne pas se perdre.

Embedding

Un embedding transforme un texte (ou une image) en une liste de nombres, un vecteur, qui capture son sens. Deux textes proches par le sens ont des embeddings proches, ce qui permet de retrouver ce qui se ressemble : c’est la recherche sémantique. Imaginez donner à chaque phrase des « coordonnées » dans un espace où les idées voisines se retrouvent côte à côte. C’est la brique de base du RAG. Le guide d’OpenAI sur les embeddings détaille le mécanisme.

RAG

RAG signifie Retrieval-Augmented Generation : brancher une IA sur vos propres documents pour qu’elle réponde à partir de vos données, et pas seulement de sa mémoire d’entraînement. Le principe : on recherche les passages pertinents (via les embeddings), on les injecte dans le contexte, puis le modèle rédige une réponse fondée sur eux. Résultat : des réponses à jour, sourcées, avec moins d’hallucinations. Le terme vient d’un papier de recherche de 2020 signé Lewis et ses coauteurs ; pour la mise en pratique côté entreprise, nous avons consacré un article à brancher une IA sur vos données.

Agent IA

Un agent IA ne se contente pas de répondre : il enchaîne des actions vers un objectif (chercher une information, appeler un outil, écrire un fichier, vérifier le résultat), avec une autonomie partielle. C’est ce qui le distingue d’un simple chatbot. L’éditeur Anthropic propose une distinction utile entre les « workflows » (des étapes orchestrées par du code) et les « agents » (le modèle pilote lui-même ses actions dans une boucle), détaillée dans son article Building effective agents.

Function calling (tool use)

Le function calling (ou tool use) est le mécanisme par lequel un modèle, au lieu de répondre seulement avec du texte, demande d’appeler un outil externe (une API, un calcul, une recherche), reçoit le résultat, puis l’intègre dans sa réponse. Concrètement, si vous demandez la météo à un assistant, le modèle ne l’invente pas : il réclame l’appel d’un outil météo, lit la donnée réelle, et vous répond. C’est la brique de base qui rend possibles les agents et le MCP, comme le détaille la documentation Anthropic sur le tool use.

MCP (Model Context Protocol)

Le MCP, pour Model Context Protocol, est un standard ouvert qui connecte les IA à des outils et des données externes : fichiers, bases, applications. La documentation officielle le résume par une image parlante, « un port USB-C pour les applications d’IA », une prise standardisée pour brancher une IA sur le monde extérieur. Son architecture suit un modèle hôte, client et serveur : l’application IA hôte se connecte, via un client, à des serveurs MCP qui exposent données et outils. Introduit par Anthropic fin 2024, il est aujourd’hui largement adopté. Voir la documentation officielle du protocole et, pour la version française et concrète, notre article sur le MCP.

Harness (agent harness)

Le harness est l’échafaudage logiciel qui entoure le modèle de langage : c’est lui qui gère la boucle d’exécution, l’accès aux outils, le contexte transmis et les vérifications à chaque étape. Une image simple : le modèle est le moteur, le harness est la voiture construite autour (châssis, direction, tableau de bord) qui rend ce moteur réellement utilisable. Un outil comme Claude Code est un exemple de harness agentique : à performances de modèle égales, c’est la qualité du harness qui fait la différence.

Boucle d’agent et loop engineering

Faire tourner un agent en boucle, c’est relancer la même consigne en repartant à chaque fois de l’état courant, si bien que chaque itération corrige ou complète la précédente jusqu’à atteindre l’objectif. Le loop engineering désigne l’art de bien concevoir cette boucle (conditions d’arrêt, reprise de l’état, vérifications) plutôt que de peaufiner à l’infini un prompt unique. L’exemple emblématique est la boucle d’agent Ralph Wiggum, qui pousse cette idée à l’extrême.

Orchestration multi-agents

L’orchestration multi-agents consiste à coordonner plusieurs agents (ou sous-agents) sur une même tâche : un agent « chef d’orchestre » découpe le travail et le délègue à des agents spécialisés qui travaillent en parallèle, avant d’agréger leurs résultats (schémas de type fan-out, mise en pipeline, ou vérification croisée). C’est utile quand une seule boucle ne suffit pas, par exemple pour une recherche qui explore plusieurs pistes en même temps. Anthropic décrit un cas concret dans son article How we built our multi-agent research system.

Risques, biais et gouvernance

Utiliser l’IA de façon responsable, en entreprise comme à titre personnel, suppose de connaître ces quatre derniers mots.

Biais

Les biais sont les préjugés ou déséquilibres qu’un modèle hérite de ses données d’entraînement et peut reproduire, voire amplifier : stéréotypes, surreprésentation d’un point de vue. Le NIST, l’institut national américain des standards et de la technologie, distingue trois grandes familles de biais en IA : systémiques, statistiques (ou computationnels) et humains (cognitifs). L’enjeu est concret dès que l’usage est sensible, comme le recrutement, le crédit ou la santé. Sa publication de référence fait le point.

Guardrails (garde-fous)

Les guardrails, ou garde-fous, sont les limites et règles posées autour d’un modèle pour éviter les dérapages : filtrer les contenus dangereux, cadrer les sujets autorisés, contrôler le format des réponses, empêcher des actions non voulues. Ce sont des barrières de sécurité ajoutées en plus du modèle. Par exemple, un assistant de support qui refuse de donner un avis juridique et redirige vers un humain. L’éditeur IBM propose une présentation des garde-fous d’IA.

Shadow AI

La Shadow AI désigne l’usage d’outils d’IA non validés ni encadrés par l’entreprise : comptes personnels de chatbots, extensions non approuvées, utilisés par les employés en dehors de tout cadre. Les risques sont réels : fuite de données confidentielles, non-conformité, résultats non contrôlés. C’est le cousin du « shadow IT ». Nous avons détaillé ses risques et les solutions dans un article dédié.

AGI (intelligence artificielle générale)

L’AGI, ou intelligence artificielle générale, est l’objectif hypothétique d’une IA aussi polyvalente qu’un humain, capable de bien accomplir une grande variété de tâches, pas seulement celles pour lesquelles elle a été conçue. La nuance s’impose : ce n’est pas atteint, la définition fait débat, et des cadres comme les « Levels of AGI » de Google DeepMind (le laboratoire d’IA de Google) proposent de raisonner par niveaux, de l’IA émergente à superhumaine, plutôt qu’en tout ou rien. De quoi accueillir les annonces sensationnelles avec prudence.

Pour aller plus loin

Trois lectures pour prolonger ce glossaire et passer de la définition à la pratique :

• Claude Mythos : un exemple concret de ce qu’est un modèle récent, pour donner corps aux notions de modèle et de benchmark.
• Audit et cadrage : la porte d’entrée pour cadrer et prioriser vos premiers usages de l’IA générative.
• Le blog Koul : nos autres articles pour suivre l’actualité de l’IA et du développement sans jargon.