Anthropic vient de retirer 80 % des instructions qui pilotaient Claude Code, son assistant de programmation. Pas un allègement cosmétique : un renversement de méthode. Pendant des années, on a appris à border un modèle de consignes et d’exemples pour obtenir un résultat fiable. Le nouveau réflexe est inverse. On retire, on desserre, on fait confiance.
Le déclencheur porte un nom : Fable 5, la dernière classe de modèles d’Anthropic. Selon Tariq Shihipar, membre de l’équipe technique de l’entreprise, ces modèles « veulent un prompt système plus court ». Formulé autrement : plus vous leur en dites, moins ils sont bons.
Un prompt qui rétrécit à mesure que le modèle grossit
Le prompt système, ce sont les instructions permanentes injectées avant chaque échange : le cadre invisible qui dicte au modèle comment se comporter, ce qu’il doit faire et surtout ne pas faire. Le réduire de 80 %, c’est retirer l’essentiel de ce garde-fou.
Shihipar décrit une trajectoire en trois temps qui éclaire le geste. Les premiers modèles réclamaient des prompts courts et cadrés : ils digéraient mal des instructions trop riches. Puis les prompts se sont allongés à mesure que les modèles absorbaient des consignes plus fournies. Aujourd’hui, le mouvement s’inverse une seconde fois : le prompt raccourcit, non par régression, mais parce que le modèle n’a plus besoin qu’on lui tienne la main.
On tenait le prompt long pour un signe de maturité de l’ingénierie. C’était en réalité une béquille.
Quand les exemples deviennent un carcan
L’argument le plus contre-intuitif touche aux exemples. Fournir un modèle de sortie attendue, c’était la base du métier, la façon la plus sûre de guider une IA. Anthropic observe l’inverse sur Fable 5 : les exemples « tendent à le contraindre, parce qu’il est en réalité plus imaginatif que les exemples qu’on lui donne ».
Autrement dit, en montrant au modèle à quoi doit ressembler une bonne réponse, on rabotait son propre potentiel au niveau de ce qu’un humain avait su formuler. Le plafond n’était plus le modèle : c’était nous.
Même logique sur les interdits. Plutôt que d’empiler les règles dures du type « ne fais pas ceci », l’entreprise oriente désormais Fable 5 par le contexte. On ne verrouille plus, on situe. La différence n’est pas mince : une règle dure ferme une porte, un contexte bien posé laisse le modèle choisir la bonne, et souvent une meilleure que celle qu’on aurait imposée.
Ces milliers de mots de consignes ne protègent plus, ils brident
Pour un praticien, la conséquence est immédiate. Ces prompts système de plusieurs milliers de mots qu’on peaufine ligne à ligne, ces bibliothèques d’exemples entretenues comme un patrimoine, cette collection d’interdits accumulés au fil des ratés : sur les modèles de dernière génération, une partie de cet effort ne protège plus. Elle bride.
La valeur se déplace. Elle quittait déjà le prompt ponctuel pour gagner l’architecture des agents ; elle migre maintenant du cadrage précis vers la qualité du contexte fourni et vers la confiance qu’on accepte d’accorder au modèle. Savoir quoi ne pas écrire devient une compétence à part entière. Le réflexe d’ajouter « une consigne de plus » pour corriger un comportement se retourne contre celui qui l’applique.
Reste une zone d’ombre, et elle est de taille. Moins d’instructions explicites, c’est aussi moins de contrôle vérifiable. Un interdit écrit noir sur blanc s’audite ; une orientation « par le contexte » se constate seulement à l’usage, réponse après réponse. Dans un domaine réglementé, une banque, une administration, la conformité s’accommode mal d’un « faites-lui confiance ». Le prompt long avait un mérite qu’on redécouvrira peut-être : il était lisible.
L’artisanat du prompt parfait touche à sa fin
Prolongeons la trajectoire. Si la tendance décrite par Anthropic se confirme sur les prochaines générations, le prompt-engineering artisanal, cet art de ciseler la consigne parfaite, aura largement vécu d’ici dix-huit mois à deux ans. Non parce qu’il devient inutile, mais parce que son terrain se réduit : les modèles absorbent en interne ce qu’on externalisait laborieusement dans les instructions. Encore faut-il que le mouvement se généralise : chez OpenAI, les guides de prompting de Codex recommandent aujourd’hui l’inverse, des consignes détaillées, des étapes de vérification et un contexte riche fournis au modèle.
Une condition suspend toutefois cette projection. Il faut que les gains d’« imagination » observés sur Fable 5 ne s’accompagnent pas d’une dérive incontrôlable des comportements. Si retirer les garde-fous fait ressortir des sorties imprévisibles en production, le balancier repartira vers plus de cadrage, et l’épisode restera une parenthèse.
Le signal qui tranchera n’est pas dans les annonces, mais dans les prompts eux-mêmes. Le jour où les grands acteurs publieront des prompts système courts pour leurs agents en production, et non plus seulement pour une démonstration, la bascule sera actée. Ce jour-là, le plus dur ne sera pas de trouver la bonne instruction : ce sera de s’interdire d’en ajouter une de trop. Une profession entière s’est bâtie sur la maîtrise du détail ; il lui faudra désapprendre ce réflexe.
