Un prompt donne une direction.
Une skill organise une procédure réutilisable.
Une tool permet d’exécuter une opération.
MCP standardise l’intégration.
Un agent décide des prochaines étapes et coordonne l’exécution.
Ces cinq phrases donnent un point de départ. Mais chaque terme occupe une place différente dans le travail avec l’IA.
Comprendre cette différence aide à rédiger de meilleures demandes, à choisir les ressources et à comprendre pourquoi une tâche a échoué.
Prompt : la direction de la demande
Un prompt indique au modèle ce qu’il doit faire, les limites à respecter et la réponse attendue.
Il peut inclure une question, des instructions, des exemples et des critères de fin de tâche.
Étape : diagnostic.
Recherche pourquoi le bouton de copie du code échoue sur mobile.
Ne modifie aucun fichier.
Indique la cause probable et les éléments constatés qui l’étayent.La demande définit une tâche et son périmètre.
Un prompt peut aussi indiquer comment exécuter quelque chose. La différence avec une skill réside dans l’organisation et la réutilisation de la procédure.
Une instruction claire aide. Elle ne garantit pas que l’interprétation ou le résultat seront corrects.
Skill : une procédure réutilisable
Une skill rassemble des connaissances et des instructions pour un type de tâche.
Dans le format Agent Skills, elle contient un fichier SKILL.md et peut inclure des scripts, des références et des modèles de documents.
Une skill de revue d’accessibilité, par exemple, peut guider la vérification du focus, du contraste, de la sémantique et de la navigation au clavier.
La procédure peut être appliquée à plusieurs projets. Le contexte de chaque projet reste nécessaire.
Les tâches récurrentes sont une bonne raison de créer une skill. Mais elle peut aussi être utile pour une tâche ponctuelle qui exige des connaissances spécialisées.
La skill guide le travail. Lorsqu’elle nécessite de lire des fichiers, d’exécuter des scripts ou de consulter des données, elle dépend des outils disponibles. Référence : Agent Skills.
Tool : l’opération disponible
Une tool, ou un outil, permet de réaliser une opération concrète.
Lire un fichier. Consulter une page. Modifier du code. Exécuter un test.
Toutes les opérations ne modifient pas quelque chose. Une recherche est aussi une utilisation d’outil.
Le modèle peut demander un appel d’outil. Le système qui exécute le modèle traite cet appel, selon les permissions disponibles, et renvoie le résultat.
Ce résultat devient une information pour la prochaine décision.
Demander un test dans le prompt ne prouve pas qu’il a été exécuté. La preuve se trouve dans son exécution et dans le résultat renvoyé.
MCP : le standard de communication
MCP signifie Model Context Protocol.
C’est un protocole qui standardise la communication entre les applications d’IA et les serveurs qui fournissent des capacités et du contexte.
Ces serveurs peuvent proposer :
- tools : des fonctions exécutables ;
- resources : des données et des contenus qui fournissent du contexte ;
- prompts : des modèles d’interaction réutilisables.
Une intégration avec un dépôt peut proposer un outil pour consulter des issues, une ressource contenant de la documentation et un modèle pour guider une revue.
MCP définit comment ces capacités sont découvertes et accessibles. L’application et l’agent décident quand les utiliser.
Les outils peuvent aussi être intégrés directement, sans MCP. Référence : architecture de MCP.
Agent : les décisions pendant l’exécution
Un agent est un système qui utilise un modèle pour mener une tâche : choisir les prochaines étapes, utiliser des outils et évaluer les résultats.
Le modèle est un composant de ce système. Il interprète les entrées et génère des réponses ou des demandes d’utilisation d’outils. L’agent combine cette capacité avec l’environnement d’exécution.
L’agent peut consulter des fichiers, constater qu’il manque des informations, exécuter une vérification et changer de direction selon le résultat.
Il travaille dans le cadre des instructions et des permissions disponibles.
Les skills et MCP peuvent étendre ses capacités. Ils ne sont pas nécessaires à tous les agents.
La définition d’un agent varie selon les produits. Dans cet article, le point central est la décision dynamique sur la manière de progresser. Référence : Building effective agents.
Loop : agir et observer avant de continuer
Le loop, ou la boucle, est le cycle d’exécution :
Comprendre l’état actuel
→ décider de la prochaine étape
→ exécuter une action
→ observer le résultat
→ décider de continuer, d’ajuster ou de terminerUn test échoue. L’agent examine l’erreur, ajuste l’implémentation et teste à nouveau.
Il ne s’agit pas de répéter indéfiniment la même demande. Chaque résultat doit éclairer la prochaine décision.
Le cycle doit avoir une condition d’arrêt : objectif atteint, nombre maximal de tentatives atteint ou besoin d’intervention humaine.
Une boucle, à elle seule, ne définit pas un agent. Les programmes aux étapes fixes peuvent aussi répéter des opérations.
Plan et workflow : la séquence de travail
Un plan consigne les étapes proposées, leurs dépendances et les validations attendues.
Un workflow, ou flux de travail, organise l’enchaînement de ces étapes.
Un flux prédéfini peut toujours suivre la même séquence. Un agent peut choisir la prochaine étape à mesure qu’il recueille de nouveaux éléments.
Les deux peuvent fonctionner ensemble. Un flux éditorial peut prévoir la rédaction, la revue, la traduction et la publication. Pendant la revue, l’agent décide quelles références il doit consulter.
Le plan peut être consigné dans un document. PLANS.md est une convention adoptée dans ce projet, pas un nom obligatoire pour les systèmes d’IA.
Contexte, README et AGENTS.md
Le contexte est l’information disponible pour le modèle à cet instant.
Il comprend la demande, les instructions pertinentes, les fichiers consultés, l’historique accessible et les résultats des outils.
La présence d’un fichier dans le dépôt ne signifie pas que son contenu est disponible lors de cet appel au modèle.
Deux documents aident à organiser ce contexte :
README.md: présente le projet et explique comment commencer à l’utiliser ou à le développer. Référence : GitHub Docs.AGENTS.md: consigne les instructions du projet pour les agents de programmation, comme les conventions, les commandes et les validations. Référence : AGENTS.md.
Le README peut aussi aider un agent. Les personnes peuvent aussi lire AGENTS.md. La distinction réside dans l’objectif de chaque document.
Les règles du projet vont dans AGENTS.md. Une procédure réutilisable entre projets peut aller dans une skill. Les instructions propres à la tâche vont dans le prompt.
Pour approfondir ce point, lisez Le contexte est une infrastructure dans le vibe coding.
Un exemple : corriger la copie du code
D’abord, un prompt demande uniquement le diagnostic du bouton qui échoue sur mobile.
L’agent consulte les règles du projet, lit le composant à l’aide d’un outil et observe son comportement. Une skill d’accessibilité peut aider si elle est pertinente pour l’investigation.
Une fois le diagnostic revu, une autre étape définit le plan. Puis une nouvelle demande autorise l’implémentation d’une correction au périmètre délimité.
Les outils modifient le fichier et exécutent les vérifications. L’agent utilise les résultats pour décider si la correction est prête ou nécessite un ajustement. C’est la boucle.
S’il faut consulter une issue via une intégration MCP, le protocole standardise cet accès. Si les fichiers locaux suffisent, la tâche peut se poursuivre avec les outils locaux.
À la fin, l’agent consigne ce qui a changé, les vérifications réussies et ce qui reste incertain.
Chaque étape a une sortie vérifiable. Cette limite est aussi abordée dans Une tâche n’est pas un projet.
Utilisez chaque élément lorsqu’il aide
Toutes les demandes n’ont pas besoin d’une skill.
Tous les outils n’ont pas besoin de MCP.
Toutes les tâches n’ont pas besoin d’un agent avec plusieurs étapes.
Commencez par l’objectif. Fournissez un contexte pertinent. Choisissez les ressources nécessaires. Vérifiez le résultat.
Connaître les termes n’a de valeur que si cela améliore ces décisions.