Ingénierie du contexte : vos documents sont-ils prêts à devenir une dépendance de production pour vos agents IA ?
Pour Forrester, le contexte d'un agent devient une dépendance de production. Ses procédures aussi : chaque révision change ce que l'agent applique.
Le 19 octobre, Forrester a publié sa définition de l’ingénierie du contexte (context engineering) et d’une discipline associée, la ContextOps¹. Une phrase résume l’enjeu : à mesure que les agents exécutent des processus métier, le contexte qu’ils reçoivent devient « une dépendance de production plutôt qu’un actif d’appoint ». Parmi les sources de ce contexte, Forrester cite explicitement les documents de l’entreprise.
Nous partageons ce diagnostic, et il a une conséquence directe pour les documents : si le contexte est une dépendance de production, les procédures, politiques et référentiels qui l’alimentent en sont une aussi. Si une procédure lue par un agent peut changer sans que personne ne sache quels agents la lisent, chaque révision devient une mise en production que personne n’a déclarée. Et tout ce que la révision confie à un autre canal que le texte (la note d’accompagnement, la date d’effet annoncée par courriel, la formation) reste invisible pour l’agent.
C’est la question ingénierie du contexte des agents IA vue du côté des documents. Pour un CDO qui prépare ses premiers agents de 2027, elle se pose avant la mise en service : vos documents ont-ils les attributs d’une dépendance de production ? Deux réponses viennent spontanément. Le circuit de validation documentaire existant, qui fait déjà relire et approuver chaque version. Et la plateforme d’agents, dont les outils d’observabilité montrent ce que l’agent a consulté. Les deux sont utiles ; aucune ne dit au titulaire d’une procédure, au moment où il la modifie, quels agents vont appliquer la nouvelle version dès le lendemain. Notre position : ce travail est documentaire, il se fait une fois, et chaque agent suivant en profite. Il raccourcit aussi la mise en service, parce qu’un agent dont les documents portent leur date d’effet n’a pas à être suspendu ou re-testé à l’aveugle à chaque révision. Si aucun agent n’est prévu chez vous avant 2028, l’argument attendra.
Que veut dire « le contexte devient une dépendance de production » ?
Forrester définit l’ingénierie du contexte comme la pratique qui consiste à concevoir, orchestrer et fournir aux systèmes d’IA un contexte structuré, pertinent et à jour, pour que leurs résultats soient exacts, fondés et conformes¹. Ses quatre éléments : la recherche dans les documents et les données (RAG), les appels aux applications, la mémoire, et un modèle qui unifie le tout. La ContextOps est la discipline qui gouverne, surveille et améliore ce contexte sur tout son cycle de vie, y compris lors des mises à jour.
Forrester ajoute que les agents « ne peuvent pas s’appuyer sur l’intuition, la mémoire institutionnelle ou le jugement humain ». C’est le point décisif pour les documents. Un collaborateur qui lit une procédure révisée sait qu’elle vient de changer ; il a pu recevoir une note d’accompagnement, parfois une formation. Un agent n’a que le texte.
Appliquer cette notion de dépendance de production aux révisions documentaires est notre lecture ; Forrester ne fait pas cette application.
Qu’est-ce qu’une procédure a de moins qu’un composant de production ?
Un composant logiciel dont dépend un service en production a, en général, quatre attributs : une version identifiée, un responsable, la liste de ceux qui en dépendent, et une procédure de changement qui prévient ces derniers avant la bascule. Si vos procédures portent une version et un titulaire, elles ont les deux premiers. Les deux suivants n’avaient pas lieu d’exister tant que leurs lecteurs étaient des personnes, que l’on prévenait par d’autres canaux.
Prenons un exemple construit (aucun incident observé). Un agent pré-valide les demandes d’achat en lisant la politique de délégation de pouvoirs. La direction financière révise cette politique : le seuil de double signature baisse, applicable aux commandes passées à partir du 1er janvier. Cette date d’effet figure dans la note qui accompagne la révision, envoyée aux acheteurs ; le texte de la politique, lui, ne la mentionne pas. Le jour de la publication, l’agent lit la nouvelle version et peut appliquer le nouveau seuil aux commandes déjà en cours. Les acheteurs, eux, savent qu’il ne s’applique qu’en janvier. Conséquence concrète : des commandes déjà engagées renvoyées en double signature, des livraisons retardées, et une équipe achats qui contourne l’agent pour tenir ses délais. L’agent a lu correctement un texte incomplet.
Le mécanisme est général : tout ce qu’une révision confie à un autre canal que le texte (date d’effet, dispositions transitoires, périmètre, version remplacée) est invisible pour l’agent.
Pourquoi les outils en place ne règlent-ils pas la question ?
Chacun des dispositifs existants couvre une partie du problème, dans sa meilleure forme :
- Le circuit de validation documentaire fait relire et approuver chaque version par les bonnes personnes. Il valide le contenu pour des lecteurs humains. Il ne demande pas quels agents lisent le document.
- Le versionnage de la GED dit qui a modifié quoi, et quand. Il ne dit pas qui lit le document, ni à partir de quand la nouvelle version s’applique.
- L’observabilité de la plateforme d’agents peut montrer, après coup, quel document l’agent a consulté pour une tâche. Elle n’intervient pas au moment où le titulaire du document décide de le réviser.
- L’ingénierie du contexte elle-même, telle que la définit Forrester, organise la fourniture du contexte à l’agent. Elle suppose que les documents fournis portent leur statut et leur date d’effet ; elle ne les écrit pas à la place de leur titulaire.
Ce qui manque tient en deux choses : une information écrite dans le document, et une question ajoutée au circuit de révision.
Comment préparer vos documents à devenir une dépendance de production ?
Inutile de traiter tout le patrimoine. Partez du premier agent prévu en 2027.
- Lister les documents dont dépend sa tâche. Avant la mise en service, il n’y a pas encore de journaux d’usage : la liste se tire de sa consigne, de sa configuration et des sources déclarées. Pour l’agent d’achat : la politique de délégation, la procédure achats, la liste des fournisseurs référencés.
- Écrire dans le texte de chaque document ce qu’un agent ne peut pas deviner. Version en vigueur, date d’effet, dispositions transitoires, version remplacée. Une ligne suffit : Politique de délégation de pouvoirs, version 7, applicable aux commandes passées à partir du 1er janvier 2027 ; remplace la version 6 ; titulaire : direction financière. Le 9 novembre, nous parlions des mentions qui donnent à une politique la parité avec un chiffre officiel ; ici, la mention qui compte est la date à partir de laquelle la règle change.
- Ajouter une question au circuit de révision : quels agents lisent ce document ? La réponse est la liste établie à l’étape 1. Le titulaire du document prévient le responsable de l’agent avant publication, comme on prévient les équipes avant de changer un composant.
- Relire, avant publication, ce que l’agent fera du nouveau texte. Trois cas réels suffisent : une commande en cours, une commande nouvelle, un cas limite. Si l’agent ne peut pas trancher avec le seul texte, c’est le texte qui doit changer.
L’effet attendu : un agent mis en service plus tôt parce que ses documents sont prêts, moins d’écarts à la bascule, des révisions publiées sans geler l’agent, et un travail qui sert à chaque agent suivant qui lit le même document. Nous ne l’avons pas mesuré sur des révisions lues par des agents ; il se vérifie à la première révision d’un document qu’un agent lit déjà.
Que montre le terrain sur la remise en état d’un corpus ?
Ce cas sert ici à montrer qu’une remise en état a pu se mener avec des ressources limitées, ce qui compte si l’exercice doit être repris à chaque révision.
Chez TotalEnergies Retail Power & Gas, le chatbot client s’appuyait sur environ 500 pages de documentation web officielle². 19 % des pages à corriger ont été identifiées par K-AI, y compris des cas impossibles à repérer à l’œil à grande échelle. 53 % des cas ont été résolus en 3 semaines, en priorisant les plus critiques, avec des ressources limitées : 1 à 2 experts, une demi-journée à une journée par semaine.
Ce que la preuve n’établit pas : il s’agit d’un premier diagnostic, sur un chatbot et non sur un agent qui exécute une tâche, et il ne mesure pas le coût d’une révision suivie dans la durée.
Où se situe une Document Knowledge Platform ?
Une Document Knowledge Platform (DKP) est la couche de qualité documentaire qui s’exécute en amont des agents, sur les documents qu’ils consomment. Elle gouverne (propriété, autorité, cycle de vie), nettoie (doublons, obsolescence, versions concurrentes) et n’active le corpus pour l’IA qu’une fois ces deux étapes tenues.
Elle ne remplace ni la plateforme d’agents, ni les outils de ContextOps, ni la GED. Elle travaille sur ce qu’ils lisent. La DKP ne se range pas dans la catégorie ContextOps que décrit Forrester : l’ingénierie du contexte est le canal par lequel le problème documentaire devient visible, la DKP traite ce problème à sa source. Dans ce travail, K-AI dénombre les anomalies, identifie la version applicable et l’obsolescence. Relier un document à la tâche d’un agent demande un jugement : l’outil propose des documents candidats, l’équipe confirme. Le traitement porte sur le contenu documentaire uniquement, dans un périmètre contractuel validé avec le responsable métier et la RSSI ou le DPO, sans réutilisation pour l’entraînement de modèles.
Les définitions de l’ingénierie du contexte évolueront. La place des documents, en amont de tout contexte fourni à un agent, ne dépend pas de la prochaine publication d’un analyste.
En résumé
Les agents de 2027 liront vos procédures comme une dépendance de production. Avant leur arrivée, auditez les documents dont dépend leur tâche, nettoyez ce qu’une révision confie aujourd’hui à d’autres canaux que le texte, puis surveillez chaque révision en posant la question des agents qui la liront.
Foire aux questions
Qu’est-ce que l’ingénierie du contexte des agents IA ?
C’est la pratique qui organise ce qu’un agent reçoit pour exécuter une tâche : documents, données d’applications, mémoire et règles. Forrester la définit comme la fourniture d’un contexte structuré, pertinent et à jour, pour des résultats exacts, fondés et conformes. Les documents internes en sont une source principale.
Un agent IA voit-il qu’une procédure a été révisée ?
Il lit la version à laquelle il a accès. Il ne reçoit ni la note d’accompagnement, ni la formation, ni l’échange de couloir qui expliquent la révision aux équipes. Ce qui n’est pas écrit dans le texte, comme une date d’effet, ne lui parvient pas.
La plateforme d’agents ne gère-t-elle pas déjà les mises à jour du contexte ?
Elle peut actualiser son index et tracer ce que l’agent a consulté. Elle ne peut pas écrire à la place du titulaire la date d’effet d’une règle ou la version qu’elle remplace. Ces informations relèvent du document.
Qui doit tenir la liste des agents qui lisent un document ?
Le responsable de chaque agent établit la liste des documents dont il dépend ; le titulaire du document la consulte avant chaque révision. La CDO arbitre quand un document n’a pas de titulaire.
Qui valide le périmètre documentaire analysé ?
Le responsable métier des documents et la RSSI ou le DPO, conjointement, jamais la DSI seule. L’analyse porte sur le contenu documentaire uniquement, sans réutilisation pour l’entraînement de modèles.
Notes
¹ Forrester, Charlie Dai, Leslie Joseph et Indranil Bandyopadhyay, « Context Engineering And ContextOps: The Missing Foundation For Scaling Agentic AI », blog, 19/10/2026. Citations en traduction libre. ² K-AI, page Clients et RETEX TotalEnergies Retail Power & Gas.
Sources
- Forrester, « Context Engineering And ContextOps: The Missing Foundation For Scaling Agentic AI », 19/10/2026 : forrester.com
- K-AI, page Clients : k-ai.ai/fr/clients
- K-AI, RETEX TotalEnergies Retail Power & Gas (PDF) : k-ai.ai
Pour aller plus loin
K-AI Corpus Diagnostic — 10 jours ouvrés, rapport complet des 20 anomalies les plus critiques de votre référentiel documentaire, garantie remboursement si aucune anomalie valable n’est détectée. La liste des documents d’un premier agent dit déjà beaucoup ; un échange d’une heure permet de voir lesquels portent leur date d’effet et leur titulaire, et lesquels changeraient sans que l’agent le sache. Contactez l’équipe K-AI : contact@k-ai.ai. Le périmètre de chaque diagnostic est validé conjointement par le Document Owner métier et le RSSI/DPO, jamais par la seule DSI.
K-AI accompagne déjà CMA CGM, Veolia, PwC, BNP Paribas, TotalEnergies et CEVA Logistics. Partenaires : AWS, Snowflake, Microsoft, Wavestone, Devoteam.
