Table des matières
L'IA de base sait lire et écrire des fichiers. C'est bien. Mais tu peux lui donner des superpouvoirs.
Quand j'ai découvert ces 3 outils, ma façon de vibecoder a changé. Je peux maintenant demander à mon IA de :
- Contrôler mon navigateur et prendre des screenshots
- Faire des recherches web en autonomie
- Appliquer automatiquement mes conventions de code
Voici les 3 boosters qui vont transformer ton workflow de code avec l'IA.
1. Les commandes : arrête de répéter en boucle les même choses
Une commande, c'est un prompt préfait que tu déclenches avec un raccourci.
Au lieu de retaper les mêmes instructions à chaque fois, tu fais /ma-commande et c'est parti.
Exemple : J'ai une commande /start que je lance à chaque début de session. Elle dit à l'IA d'aller lire la documentation macro du projet pour se refamiliariser avec. En une commande, l'IA sait où elle en est.
Autre exemple : /commit pour commiter avec un message bien formaté.
C'est comme une recette de cuisine. Tu l'écris une fois, tu la réutilises à l'infini.
Où les créer ?
- Claude Code :
.claude/commands/
2. Les MCP : donner des superpouvoirs à ton IA
L'IA de base sait lire, écrire, modifier, déplacer des fichiers. Elle peut même faire des recherches web.
Mais parfois, tu veux qu'elle fasse plus.
Un MCP (Model Context Protocol), c'est comme donner un nouvel outil à l'IA avec son mode d'emploi.
L'IA reçoit le "manuel" de l'outil et sait sur quels "boutons" appuyer pour l'utiliser.
Quand utiliser un MCP ? Dans 2 cas précis :
- Pour de la documentation complexe. Par exemple Stripe : l'API est énorme, la doc change souvent. Le MCP donne à l'IA accès à la doc à jour sans que tu aies à tout lui expliquer.
- Pour de nouvelles capacités. Par exemple Playwright : l'IA peut maintenant ouvrir ton navigateur, remplir des formulaires, prendre des screenshots. Des choses qu'elle ne sait pas faire nativement.
Tout récemment, Anthropic à introduit Claude Chrome, qui permet de faire la même chose via une extension chrome !
Attention : Si un outil a une CLI (ligne de commande), l'IA sait déjà l'utiliser. Pas besoin de MCP. Par exemple pour GitHub, la CLI gh suffit largement. L'IA la maîtrise parfaitement. Installer un MCP GitHub serait du gaspillage de contexte.
Le piège des MCP : Ils prennent de la place.
Chaque MCP que tu actives, c'est un manuel que l'IA doit garder en mémoire. Ça remplit ta fenêtre de contexte.
J'ai fait le test : avec le MCP Playwright activé, mon contexte est passé de 21% à 31% avant même de commencer à coder. 10% juste pour avoir l'outil disponible.
Ma règle : N'active que les MCP dont tu as vraiment besoin pour la tâche en cours. Pas la peine d'avoir 15 outils sur ton bureau si tu n'en utilises que 2.
Bonus : Certains MCP peuvent être "remote" — hébergés dans le cloud plutôt que sur ta machine. L'avantage ? Tu peux les utiliser depuis ton téléphone via l'app Claude. J'explique quand ça vaut le coup dans mon article dédié.
3. Les agents : déléguer sans polluer ton contexte
C'est le plus puissant des trois. Et le plus dangereux.
Un agent, c'est une IA qui tourne dans sa propre session, avec son propre contexte.
Tu lui donnes une mission, elle part la faire, et elle revient avec le résultat. Pendant ce temps, ton contexte principal reste propre.
Exemple concret : J'ai un agent "Deep Search" pour faire des recherches web.
Au lieu de demander à mon IA principale de chercher des infos (ce qui remplirait son contexte), je lance l'agent. Il fait ses recherches, visite des sites, compile les infos, et me revient avec un résumé.
Mon IA principale reçoit juste le résumé, pas tout le détail des recherches. Ce qui fait qu'elle garde beaucoup de place dans sa fenêtre de contexte pour réfléchir, coder et utiliser les informations que lui rapporte les agents.
L'avantage : Tu peux faire des tâches répétitives ou volumineuses sans saturer ton contexte principal.
L'inconvénient : C'est opaque. L'agent fait son truc dans son coin, tu ne vois pas vraiment ce qui se passe. Et ça coute cher en token.
Ma recommandation : N'utilise PAS les agents pour coder. Tu ne vois pas ce qu'ils font, c'est dangereux. Par contre, c'est parfait pour :
- Faire des recherches
- Générer de la documentation
- Des tâches répétitives qui polluent le contexte
Récapitulatif
| Outil | C'est quoi | Quand l'utiliser |
|---|---|---|
| Commandes | Prompt préfait avec raccourci | Actions répétitives (start, commit, debug) |
| MCP | Nouvel outil + mode d'emploi | Documentation complexe OU nouvelles capacités |
| Agents | IA séparée avec son propre contexte | Tâches volumineuses qui pollueraient ton contexte |
Le piège commun
Ces 3 outils sont puissants. Mais ils ont tous un coût : le contexte. Ils encombrent le contexte de l'agent principal car il doit savoir que ces outils existent pour effectivement les utiliser. De plus lors de leur utilisation, ils saturent d'autant plus le contexte car
- Les commandes injectent du texte
- Les MCP ajoutent leur documentation
Ma règle d'or : Moins c'est mieux. Active seulement ce dont tu as besoin pour la tâche en cours. Un bureau propre (analogie de la fenêtre de contexte) = une IA qui réfléchit mieux.
Conclusion
Tu n'as pas besoin des trois dès le départ.
Commence par les commandes. C'est le plus simple et le plus utile au quotidien.
Ensuite, ajoute des MCP quand tu as un besoin précis (documentation complexe ou nouvelles capacités).
Et les agents ? Garde-les pour quand tu maîtrises bien le reste. C'est puissant, mais ça demande de la rigueur. Et surtout ça consomme beaucoup de tokens.
L'IA de base est déjà capable de beaucoup. Ces outils, c'est le niveau suivant.
Et les Skills ?
Tu as remarqué le problème commun : le contexte. Les MCP prennent ~10% chacun, les commandes injectent tout leur contenu...
Les Skills promettent de résoudre ça avec le lazy loading : ta documentation lourde ne se charge que quand c'est nécessaire.
Mais attention, c'est pas magique. L'activation automatique est imprévisible (20% de succès). Je t'explique ce qui marche vraiment.
→ Lire : Les Skills : ce qu'ils apportent vraiment (et ce qu'ils n'apportent pas)
Commentaires