Table des matières
"Elle fait n'importe quoi, c'est pas du tout ce que je veux que mes utilisateurs subissent !"
Mon client était furieux. Et il avait raison.
L'erreur de débutant
Quand j'ai découvert l'IA, j'ai voulu en mettre partout. C'est magique, ça marche, pourquoi s'embêter avec des scripts ?
Mon client avait un chatbot pour des tests neuroémotionnels. Le genre de tests où tu dois poser 22 questions précises, dans un ordre précis, et enregistrer les réponses exactes de l'utilisateur. Rien de compliqué, me suis-je dit. L'IA va gérer.
J'ai passé des heures à lécher mon prompt. J'ai itéré, j'ai testé, j'ai ajusté la température au minimum. J'ai même créé une bibliothèque de prompts pour optimiser mes instructions. J'ai fait, en somme, tout ce que le context engineering recommande, et bien appliqué.
Et l'IA continuait à dériver. Elle inventait des questions. Elle s'inspirait de ce qu'elle connaissait en psychologie. Elle ne suivait pas le protocole.
Le pire ? Les temps de réponse. Avec plusieurs sous-agents qui devaient collaborer, on était à plus de 30 secondes par message. Pour un chatbot, c'est une éternité. Chaque agent relisait tout le contexte avant de répondre, et le contexte grossissait à chaque question.
Pourquoi l'IA ne peut pas tout faire
J'ai fini par comprendre : l'IA est intelligente, pas prévisible.
C'est sa force et sa limite. Elle peut reformuler une question de 10 façons différentes selon le contexte. Mais elle ne peut pas garantir qu'elle posera exactement les mêmes 22 questions dans le même ordre à chaque utilisateur.
Trois problèmes avec le "tout-IA" :
L'imprévisibilité. L'IA fait ce qu'elle veut. Même avec des prompts ultra-détaillés, des garde-fous, des instructions répétées. Elle interprète, elle adapte, elle prend des libertés.
Le coût. Chaque message envoyé à l'IA se paie. Et sur ce chatbot, un seul test faisait repasser plusieurs sous-agents sur toute la conversation, encore et encore. La facture d'IA rend ainsi tes logiciels non scalable. Plus le produit marche, plus la facture augmente.
La fragilité. Si le modèle IA change, ton système casse. Et les réglages que tu croyais acquis disparaissent : à l'automne 2026, les modèles de raisonnement d'OpenAI refusent le paramètre de température, celui-là même sur lequel j'avais passé des heures. Ta logique métier repose sur quelque chose que tu ne maîtrises pas et qui ne t'appartient pas.
OK, me suis-je dit. Alors je vais tout scripter.
Mauvaise idée aussi.
Le piège inverse
La tentation est forte : si l'IA est imprévisible, tout contrôler avec des scripts.
Le problème ? Tu dois prévoir tous les cas de figure. Les apostrophes dans les réponses. Les smileys. Les fautes de frappe. Les réponses qui ne correspondent pas au format attendu. Les utilisateurs qui répondent à côté. Ceux qui posent une question au lieu de répondre.
J'ai commencé à construire des arbres décisionnels. Des conditions dans tous les sens. Un système qui grossissait à chaque edge case.
Résultat ? Un truc impossible à maintenir. Et quand quelque chose cassait, je ne savais même pas d'où venait le problème.
L'IA existe justement pour gérer ces micro-décisions. C'est absurde de vouloir tout scripter alors qu'on a un outil intelligent sous la main.
La solution, c'est ni l'un ni l'autre. C'est les deux, au bon moment.
La solution : hybride
J'ai créé un outil que l'IA appelle. Cet outil lui dit : "Voici la question à poser. Voici les réponses précédentes. Tu ne peux pas passer à la suite tant que tu n'as pas enregistré la réponse."
L'IA ne contrôle plus la séquence. Le script la force. Mais l'IA garde son intelligence pour reformuler la question selon le contexte de la conversation.
Concrètement :
- Script → Force la structure : quelle question poser, dans quel ordre
- IA → Adapte le contenu : reformule selon ce que l'utilisateur vient de dire
Le résultat ? On est passé de 30 secondes à 3 secondes par réponse. Et le client a arrêté de m'envoyer des messages furieux.
Le bonus que je n'avais pas anticipé
Si tout ton système repose sur l'IA, tu es dépendant du modèle. Si la manière de raisonner change avec les prochaines versions, même en mieux, ton système peut s'écrouler.
Avec l'approche hybride, c'est l'inverse. La structure reste stable. Et l'intelligence qui la porte s'améliore naturellement avec les nouveaux modèles.
Tu investis dans quelque chose qui se bonifie avec le temps. Pas dans une dette technique qui peut exploser à la prochaine mise à jour.
Comment décider
Avant de coder, pose-toi cette question pour chaque étape de ton workflow :
"Ce résultat doit-il être identique à chaque fois ?"
Si oui → Script.
Si ça peut varier → IA.
Si c'est les deux → Hybride.
| Tu veux... | → Utilise |
|---|---|
| Une séquence fixe (test, formulaire, checklist) | Script |
| De la conversation libre, de la créativité | IA |
| Structure + intelligence | Hybride |
| Réduire les coûts | Script ou Hybride |
| Un système qui s'améliore avec les nouveaux modèles | Hybride |
L'IA partout est une erreur de débutant. Mais tout en script aussi.
La vraie skill, c'est savoir quand utiliser quoi.
Si tu veux voir à quoi ça ressemble une fois posé dans un vrai projet, la façon dont je structure les miens montre où vit la partie scriptée et où commence la partie que je laisse à l'IA. C'est le même partage, appliqué au code plutôt qu'à un chatbot. Et si ton besoin ressemble plutôt à « donner des outils à l'IA », les MCP sont la porte d'entrée.
Commentaires