Gestion du contexte

La plupart des modèles utilisent des fenêtres de contexte 200K standard :

• Claude 4.5 Sonnet - Équilibré pour les tâches complexes
• Claude 4.5 Haiku - Rapide et efficace
• GPT-5 - Excellent pour le raisonnement (Bêta)
• GPT-5-Codex - Optimisé pour le code (Bêta)

Capacité :

• Environ 200,000 tokens de capacité mémoire totale
• Suffisant pour la plupart des tâches de développement et des projets de taille moyenne

Ce qui est inclus :

• Tous les messages de la conversation
• Le contenu des fichiers chargés dans le contexte
• Les sorties et réponses des outils
• Les prompts système et instructions
• Les définitions des serveurs MCP

Performances :

• Se dégradent nettement à l'approche des limites
• Surveillez les signes de surcharge de contexte (réponses plus lentes, résultats moins précis)
• Réinitialisez le contexte plus fréquemment pour des performances optimales

Claude Sonnet 4.5 propose un contexte étendu (1M tokens) lorsqu'il est explicitement sélectionné ou lorsque l'entrée dépasse 200K tokens.

Capacité :

• 1,000,000 tokens de mémoire totale
• 5 fois plus grande que les modèles standard

Avantages :

• Parfait pour charger des bases de code volumineuses entières sans les découper
• Élimine la plupart des préoccupations liées à la gestion du contexte pour les grands projets
• Permet de travailler plus longtemps avant d'atteindre les limites de contexte
• Moins de réinitialisations de session nécessaires

Quand l'utiliser :

• Bases de code volumineuses comportant des fichiers 1000+
• Refactorisation complexe multi-fichiers sur des projets entiers
• Sessions de développement longues couvrant plusieurs tâches liées
• Lorsque vous souhaitez minimiser la charge de gestion du contexte

Signes :

• Réponses moins précises ou incomplètes
• Perte d'informations importantes évoquées plus tôt dans la conversation
• Difficulté à maintenir la cohérence sur des sessions longues
• Confusion sur les changements récents ou le contexte

Exemples concrets :

• Suggère des solutions que vous avez déjà rejetées plus tôt dans la session
• Ignore les conventions de code que vous avez établies il y a 20 messages
• Génère du code qui entre en conflit avec des modifications effectuées plus tôt dans la conversation
• Propose des implémentations qui ne correspondent pas à l'architecture de projet discutée précédemment

Signal principal : les réponses de Verdent deviennent moins précises ou incohérentes

Signes :

• Temps de réponse nettement plus lents
• Délais de traitement plus longs avant le début des réponses
• Latence accrue entre les messages

Exemples concrets :

• Des réponses qui prennent normalement 5-10 secondes en prennent désormais 30+
• Délai visible avant l'apparition de l'indicateur de saisie après l'envoi d'un message
• Les réponses en streaming démarrent beaucoup plus lentement que d'habitude
• L'exécution des outils (lectures de fichiers, recherches) prend nettement plus de temps

Signal principal : les réponses prennent nettement plus de temps que d'habitude

Signes :

• Demandes de clarification sur des informations déjà fournies
• Oubli de patterns ou de conventions établis précédemment
• Incapacité à référencer des fichiers ou du code discutés précédemment
• Questions redondantes sur la structure du projet

Exemples concrets :

• Demande "Quel framework utilisez-vous ?" alors que vous avez précisé React il y a 30 messages
• Redemande des chemins de fichiers déjà @-mentioned à plusieurs reprises
• Ne se souvient pas de la convention de nommage établie au début de la session
• Réexplique des concepts ou approches que vous avez déjà rejetés avec des justifications

Signal principal : Verdent interroge sur des sujets déjà abordés

Signes :

• Approche du dernier cinquième de la limite de tokens 200K (environ 160K+ tokens utilisés)
• Longues conversations avec de nombreuses lectures de fichiers et sorties d'outils
• Plusieurs serveurs MCP activés avec des définitions d'outils lourdes
• Fichiers volumineux chargés dans le contexte de manière répétée

Exemples concrets :

• La session est en cours depuis 2+ heures avec 100+ messages
• Vous avez chargé 20+ fichiers avec @-mentions tout au long de la conversation
• Plusieurs fichiers volumineux (chacun >1000 lignes) sont dans le contexte
• Vous avez 5+ serveurs MCP activés avec des définitions d'outils étendues
• La conversation comprend de nombreux résultats de grep/recherche et lectures de fichiers

Signal principal : sessions très longues avec une utilisation intensive de fichiers/outils

• Temps de réponse nettement plus lents
• Réponses moins précises ou incohérentes
• Verdent oublie le contexte ou les patterns précédents
• Approche des limites de la fenêtre de contexte (surveillez les signes de dégradation)

Action : démarrez une nouvelle session lorsque la qualité se dégrade

• Basculement entre fonctionnalités ou modules non liés
• Achèvement d'une tâche et passage à la suivante
• Après des tâches gourmandes en mémoire (grandes refactorisations, travail architectural)
• Passage de la phase de recherche à la phase d'implémentation

Action : nouvelle session pour une nouvelle tâche majeure

• Après avoir commité des fonctionnalités terminées dans le contrôle de version
• Entre les points de contrôle logiques du flux de travail de développement
• Suite aux cycles de test-vérification-commit

Action : commit → test → nouvelle session

• Avant de démarrer de nouvelles fonctionnalités majeures
• Lorsque l'historique de conversation devient très long
• Après avoir terminé des modifications multi-fichiers
• Entre différents types de travail (débogage → développement de fonctionnalités)

Action : démarrez proactivement une nouvelle session avant que le contexte ne se dégrade

Fichiers plus petits et ciblés :

• De nombreux petits fichiers consomment le contexte plus efficacement que quelques gros fichiers
• Plus facile de ne charger que les modules pertinents
• Meilleur contrôle granulaire de ce qui se trouve dans le contexte
• Réduit la nécessité de charger des fichiers volumineux entiers

Structure de répertoires claire :

• Une organisation logique aide Verdent à localiser les fichiers associés
• Une organisation par fonctionnalité ou par module améliore le ciblage du contexte
• Réduit la nécessité de charger du code non lié

Documentation in AGENTS.md:

• La documentation du projet remplace la nécessité de charger de nombreux fichiers d'exemple
• Les patterns architecturaux sont décrits une fois, référencés à plusieurs reprises
• Les normes de codage sont documentées de manière centralisée
• Réduit la charge de contexte liée aux lectures de fichiers exploratoires

Avantages :

• Travailler sur des modules isolés sans charger toute la base de code
• Des limites claires permettent des sessions ciblées
• Le découpage du travail devient naturel selon les limites des modules

Problèmes :

• Les fichiers monolithiques imposent de charger des contextes volumineux entiers
• Une structure floue nécessite de charger de nombreux fichiers pour comprendre l'architecture
• Le mélange des responsabilités dans les mêmes fichiers gaspille du contexte sur du code non pertinent

Impact :

• Problèmes fréquents de limite de contexte
• Tokens gaspillés sur du code non pertinent
• Difficulté à isoler le travail sur des modules spécifiques
• Besoin plus fréquent de réinitialisations de session

Anti-patterns courants :

• Fichiers uniques de 5000+ lignes avec de multiples responsabilités
• Structure de répertoires plate avec 100+ fichiers à la racine
• Aucune séparation claire entre les fonctionnalités/modules
• Absence de documentation centralisée

Approches de refactorisation :

• Découpez les gros fichiers en modules plus petits et ciblés
• Organisez par fonctionnalité ou domaine (pas par type de fichier)
• Créez une hiérarchie de répertoires claire
• Extrayez le code partagé dans des modules distincts

Documentation :

• Créez AGENTS.md avec les patterns architecturaux
• Documentez les normes de codage de manière centralisée
• Maintenez des fichiers README par module
• Conservez les décisions de conception documentées

Impact sur le contexte : pour les contextes standard de 200K tokens, des espaces de travail organisés font la différence entre atteindre les limites fréquemment ou rarement. Pour les contextes de 1M tokens, l'organisation compte moins mais améliore quand même l'efficacité.

Surveiller les signes de performance :

• Surveillez la qualité et la vitesse des réponses tout au long des sessions
• Remarquez lorsque les réponses deviennent plus lentes ou moins précises
• Suivez manuellement la longueur de la conversation et le nombre de fichiers
• Soyez proactif pour démarrer de nouvelles sessions

Ce qu'il faut surveiller :

• Précision et cohérence des réponses
• Temps jusqu'à la première réponse (délai de l'indicateur de saisie)
• Temps total d'achèvement de la réponse
• Mémoire des détails de conversation précédents

Gestion des sous-agents :

• Désactivez les sous-agents personnalisés inutilisés lorsqu'ils ne sont pas nécessaires
• Chaque sous-agent activé ajoute des définitions à la charge système
• Ne conservez activés que les sous-agents réellement utilisés
• Réactivez-les selon les besoins pour des tâches spécifiques

Seuil d'action : lorsque vous constatez des signaux de dégradation 2-3, il est temps de démarrer une nouvelle session.

Approche par découpage :

• Découpez les grandes tâches en éléments plus petits
• Réalisez le travail lié dans des sessions ciblées
• Évitez de mélanger différents types de tâches dans de longues conversations
• Évitez le dernier cinquième de la fenêtre de contexte pour le travail gourmand en mémoire

Gestion de session :

• Démarrez de nouvelles sessions entre les tâches majeures
• Effacez le contexte après les commits : test → vérification → commit → nouvelle session
• Utilisez des listes de tâches pour la planification multi-étapes
• Traitez les éléments de la liste de tâches dans des sessions distinctes ciblées

Schéma de bonne pratique :

1. Planifiez la tâche en Plan Mode
2. Exécutez une implémentation ciblée dans une nouvelle session
3. Testez et vérifiez les modifications
4. Commitez dans le contrôle de version
5. Démarrez une nouvelle session pour la tâche suivante

Isolation des tâches : séparez le débogage du développement de fonctionnalités, la recherche de l'implémentation.

Inclusion stratégique :

• Utilisez @-mentions pour l'inclusion explicite de fichiers uniquement lorsque nécessaire
• Exploitez la documentation AGENTS.md plutôt que de charger de nombreux fichiers
• Travaillez sur un module à la fois pour les grands projets
• Découpez les gros fichiers en composants plus petits et ciblés

Principes de sélection des fichiers :

• N'incluez que les fichiers nécessitant une modification ou une référence directe
• Préférez la documentation au chargement de fichiers d'exemple
• Retirez les fichiers du contexte lorsqu'ils ne sont plus nécessaires
• Chargez les fichiers juste à temps, pas de manière préventive

Gestion des fichiers volumineux :

• Envisagez de découper les fichiers de plus de 500 lignes
• Extrayez les utilitaires et fonctions d'aide dans des fichiers distincts
• Utilisez des limites de modules claires
• Documentez les relations entre fichiers dans AGENTS.md

Flux de travail d'optimisation :

Surveiller les performances → identifier la surcharge de session → désactiver les sous-agents inutilisés → démarrer proactivement de nouvelles sessions → se concentrer sur la qualité de la tâche

Pratique quotidienne :

• Démarrez chaque fonctionnalité majeure avec un contexte neuf
• Commitez fréquemment et réinitialisez entre les commits
• Gardez les sessions centrées sur des objectifs uniques
• Passez en revue l'utilisation du contexte aux points de rupture naturels

For Extended Context (1M tokens): Avec la fenêtre de contexte plus grande de Claude Sonnet 4.5, l'optimisation devient moins critique - concentrez-vous sur la qualité de la tâche plutôt que sur une gestion agressive du contexte. Cela dit, de bonnes pratiques continuent d'améliorer l'efficacité et l'organisation.