La mémoire longue : le cahier de textes de l'agent
Publié le
Texte initial : Codex · direction éditoriale : Matt · 5 min de lecture
À la fin de la journée, la maîtresse efface le tableau. Si tu veux que ton camarade se souvienne de l’exposé à terminer demain, tu ne comptes pas sur la poussière de craie : tu le notes dans le cahier de textes.
Pour un agent, c’est pareil. Le fil d’une conversation sert de mémoire de travail : il contient les messages et les documents que l’agent a sous les yeux pendant cette séance. Mais une session terminée ne devient pas automatiquement un souvenir utilisable pour toujours. Il faut distinguer cette ardoise du support persistant — une note, un fichier de projet ou une mémoire proposée par une application. Pour les bases, revois l’article sur l’ardoise et le cartable.
Trois endroits différents où ranger l’information
Commençons par l’ardoise. Dans une conversation, l’agent utilise le contexte disponible pour suivre le sujet. Plus l’échange s’allonge et plus les documents sont nombreux, plus il faut faire attention à ce qui reste accessible. Une phrase du début n’est pas forcément aussi présente après une longue discussion. C’est la mémoire de travail : utile tout de suite, mais pas un classeur garanti pour demain.
Deuxième endroit : les fichiers du projet. Tu peux y garder les décisions, les contraintes et l’état d’avancement. C’est du papier dans le cartable : durable tant que le fichier existe, mais l’agent ne le relira que si l’outil lui donne accès et si le travail prévoit de l’ouvrir. Écrire une note n’est pas la même chose que la faire lire.
Troisième endroit : une fonction de mémoire gérée par une application. Selon le produit, le compte et les réglages, elle peut conserver ou retrouver certaines informations entre conversations. Son fonctionnement et ses commandes ne sont pas universels : vérifie la documentation de l’outil que tu utilises. Par exemple, les systèmes d’agents n’ont pas tous le même modèle de session ; la documentation OpenAI distingue session durable, SDK et conversation Responses et précise que l’état dépend du runtime. Dans ChatGPT, la mémoire peut utiliser des préférences ou des conversations passées, selon les réglages disponibles, mais elle ne conserve pas chaque détail. Ne transforme donc pas une fonction d’un produit en promesse pour tous les agents.
Dans ce blog, le cahier sert de repère
Prenons un exemple concret : ce blog. Son cahier de rédaction rassemble les choix éditoriaux qui doivent rester cohérents d’un article à l’autre : ton, longueur, série, sujets prévus et règles de vérification. Le recopier dans chaque demande serait fatigant ; le conserver comme document de référence rend le travail plus facile à reprendre.
Mais même ce cahier n’est pas magique. Il faut que la session suivante puisse le lire, qu’il soit à jour et que la consigne dise de s’y référer. Une note trop longue noie les décisions utiles ; une note trop ancienne peut transmettre une règle périmée. Un cahier de textes aide à retrouver le bon devoir : il ne fait pas le devoir à ta place.
La mémoire longue a aussi un côté personnel. Une préférence comme « explique les termes avant de les utiliser » peut être utile souvent. Une information très temporaire comme « mardi, apporter les ciseaux » ne mérite probablement pas d’être gardée pendant des années. Et les données sensibles méritent encore plus de prudence : n’ajoute pas dans une mémoire un secret ou une information privée juste pour gagner une ligne de consigne.
Une bonne note ressemble à une fiche, pas à un journal intime
Pour aider la prochaine séance, écris ce qui change la prochaine action :
- Objectif : qu’essaie-t-on de faire ?
- Décisions : qu’a-t-on déjà choisi, et pourquoi ?
- État : qu’est-ce qui est terminé ou en attente ?
- Prochaine étape : quelle action précise vient ensuite ?
- Incertitudes : que faut-il encore vérifier ?
Une note comme « travailler sur le site » laisse l’agent deviner. Une note comme « le menu mobile déborde encore ; le prochain contrôle est de tester la page d’accueil à 360 px » l’oriente vers un prochain pas observable. Si tu veux rendre une méthode répétable, range plutôt les règles générales dans des instructions ou une skill : ne mélange pas la recette et le compte rendu de la séance.
À toi de jouer : le passage de relais
Ouvre une nouvelle discussion avec ton agent et donne-lui un sujet simple, par exemple organiser un week-end fictif. Décidez de trois éléments : destination, budget maximal et une contrainte alimentaire inventée. À la fin, demande une note de reprise de cinq lignes contenant le but, les trois décisions et la prochaine action.
Copie cette note dans un fichier sur ton ordinateur, puis ouvre une nouvelle conversation. Colle uniquement la note et demande : « quelle est la prochaine action à faire, et quelles contraintes dois-tu respecter ? » Compare sa réponse avec ce que vous aviez décidé. Si un détail manque, améliore la note et recommence. Cet exercice montre deux choses : une session neuve n’a pas forcément le fil précédent, et une mémoire n’aide que si elle contient les bons repères.
À retenir : l’ardoise sert pendant une conversation ; un fichier ou une fonction de mémoire peut transporter des repères entre les séances. Mais la persistance, le chargement et la confidentialité dépendent de l’outil et de tes réglages. Écris peu, écris utile, puis vérifie ce que l’agent a réellement repris.
Un autre réglage agit avant même de sortir le stylo : quel modèle confier au devoir ? Tous ne sont pas le même instrument, ni le meilleur choix pour la même mission.