| Terme | Définition | Pourquoi est-ce important ? |
| MCP (Model Context Protocol) | Protocole ouvert qui normalise la manière dont les modèles d'IA interagissent avec les outils, les API et la mémoire via des objets contextuels structurés. | Permet un comportement IA fiable, interprétable et évolutif dans tous les flux de travail et systèmes d'entrepris. |
| Contexte | Ensemble d'informations structurées transmises à un modèle, telles que l'identifiant utilisateur, l'historique de session, les rôles, l'heure ou la disponibilité des outils. | Permet aux modèles de générer des réponses pertinentes, personnalisées et adaptées à la situation. |
| Modèle | L'IA générative (par exemple, Claude, GPT-4, Gemini) qui reçoit le contexte MCP et génère des réponses. | Le « cerveau » dans la boucle, qui utilise le contexte pour prendre des décisions plus intelligentes et mieux adaptées. |
| Client | L'application ou l'interface (par exemple, fenêtre de chat, infrastructure d'agent, portail client) qui recueille et envoie le contexte au modèle. | Le point d'entrée destiné à l'utilisateur qui lance les demandes et les interactions. |
| Serveur | La couche logique qui héberge les outils, les API, les fonctions et les sources de données que le modèle peut utiliser via MCP. | Le backend d'exécution des actions, qui garantit que les résultats de l'IA peuvent déclencher des actions commerciales concrètes. |
| Outils | Fonctions discrètes ou API (par exemple, « rechercher dans la base de connaissances », « vérifier le statut d'un ticket », « mettre à jour le CRM ») exposées au modèle via MCP. | Permettre aux modèles d'aller au-delà du langage et d'effectuer des actions sur des systèmes externes. |
| Schémas | Définitions structurées (au format JSON ou YAML) décrivant comment les outils et le contexte doivent être représentés et transmis aux modèles. | Créer un langage commun entre le client, le serveur et le modèle, améliorant ainsi la cohérence et le débogage. |
| Mémoire | Contexte persistant conservé d'une session à l'autre (historique de l'utilisateur, préférences, actions passées) fourni au modèle. | Permet la continuité et la personnalisation au fil du temps, à l'instar d'un agent qui « se souvient » d'un client. |
| Contexte éphémère | Informations spécifiques à une session et de courte durée (par exemple, tâche en cours, variables temporaires). | Permet aux réponses de l'IA de rester ciblées et efficaces uniquement pour l'interaction en cours. |
| Agent | Système d'IA capable d'effectuer des actions, d'utiliser des outils et de prendre des décisions en fonction du contexte MCP. Il est souvent utilisé dans les flux de travail autonomes ou semi-autonomes. | MCP fournit l'infrastructure nécessaire pour garantir un comportement sûr, utile et contrôlable des agents. |
| Orchestration | Coordination de plusieurs étapes, outils et résultats de modèles afin d'atteindre un objectif commercial de plus haut niveau. | MCP simplifie l'orchestration en donnant aux modèles accès à un contexte structuré et à des outils dans un seul protocole. |
| Observabilité | Capacité à inspecter le contexte transmis, les décisions prises par le modèle et la manière dont les outils ont été utilisés. | Essentiel pour le débogage, la conformité et la confiance des entreprises dans les systèmes d'IA. |
| Interopérabilité | Capacité de différents modèles et plateformes d'IA à fonctionner avec une structure commune d'outils et de contexte. | MCP permet une IA plug-and-play entre différents fournisseurs et architectures. |