Intelligence Artificielle
Qu’est-ce que Mémoire contextuelle (IA) ?
Information maintenue pendant une session ou entre sessions pour personnaliser les réponses du modèle — fenêtre de contexte, historique conversation, mémoire vectorielle ou résumés — sans confondre avec la « connaissance » interne poids du modèle.
Définition simple
C'est comme garder le fil d’une discussion au restaurant : le serveur se souvient que vous êtes allergique sans retenir toute votre biographie. La mémoire contextuelle inclut tokens présents dans la fenêtre ([token](/lexique/token-llm)), résumés compressés, ou retrieval depuis [base vectorielle](/lexique/vector-database-base-donnees-vectorielle) ([RAG](/lexique/rag-retrieval-augmented-generation)). Elle diffère des paramètres figés du modèle et demande politiques rétention RGPD pour données personnelles remémorées.
Comment ça marche ?
Slot session ; trim anciens tours ; embedding recherche docs ; tool calls banque mémoire externe ; effacement utilisateur. Lié à la [tokenisation](/lexique/tokenisation-nlp) car tout compte dans budget contexte.
Impact business
Expérience utilisateur fluide et réponses pertinentes sur dossiers longs — sans mémoire, chaque tour repart de zéro ; avec mémoire mal gérée, fuites inter-utilisateurs ou coûts tokens explosifs sur historiques non résumés.
Bonnes pratiques
- Minimisation données ; TTL mémoire ; opt-out utilisateur ; audit accès ; tests isolation tenant pour SaaS multi-clients.
Erreurs communes
- Stocker PII en clair dans logs prompts. Pas d’expiration sessions. Confondre contexte utilisateur et vérité métier — toujours valider sources.
Prompt IA
Contexte : assistant support B2B. Compare trois stratégies mémoire (fenêtre brute, résumé rolling, RAG tickets) avec compromis coût/latence/rappel en tableau court.
SERVICE LIÉ
Passer de la définition à un projet concret.
Automatisation & IA
Approfondir ce sujet dans le cadre d’un accompagnement adapté à votre contexte.
À LIRE AUSSI
Guides plus complets sur le blog.
QUESTIONS FRÉQUENTES
Aller plus loin sur Mémoire contextuelle (IA).
Fine-tuning incorpore patterns statistiques dans poids ; mémoire contextuelle est dynamique par conversation — usages différents.
Modèles annoncent millions de tokens utiles mais coût et attention réelle varient — benchmarquer sur vos documents réels.
Droit effacement doit répliquer sur vecteurs et backups mémoire conversationnelle — architecture à prévoir.