Glossaire

`usage`: L’objet présent dans chaque réponse de la Messages API, qui compte les tokens de la requête par catégorie. Anthropic facture chaque requête à partir de ces nombres.; Coût et latence
Agent: La définition d’Anthropic : un système où les modèles "dynamically direct their own processes and tool usage" (pilotent eux-mêmes leur démarche et leurs outils). En code, un modèle qui appelle des outils en boucle jusqu’à ce qu’une condition d’arrêt soit remplie.; La boucle d’agent
Ancrage: Mettre le texte source dans le contexte et demander au modèle de répondre uniquement à partir de lui, en citant.; Sûr de lui et faux
API inventée: Un appel à une fonction, un paramètre, une option ou un paquet qui n’existe pas dans la version que tu utilises. Le code se lit bien et plante à l’exécution.; Relire du code écrit par une IA
Appel d’outil: Une demande du modèle pour lancer un outil intégré, comme Read, Edit ou Bash, avec ses paramètres. Claude Code l’exécute et renvoie le résultat au modèle.; Une session de Claude Code
Balise de sortie: Une balise dans laquelle tu demandes au modèle de mettre sa réponse, pour que ton code la retrouve en cherchant cette balise.; Structurer un prompt avec des balises XML
Balise XML: Un nom entre chevrons placé autour d’un bloc de texte, comme <ticket> et </ticket>. Le modèle lit ce nom comme l’étiquette du bloc.; Structurer un prompt avec des balises XML
Biais de l’étiquette majoritaire: La tendance d’un modèle à répondre avec l’étiquette qui revient le plus souvent dans les exemples du prompt.; Montrer des exemples
Biais de position: Un juge qui préfère une réponse à cause de sa place dans le prompt (première ou seconde), quel que soit son contenu.; Noter avec un modèle
Biais de récence: La tendance d’un modèle à répéter les réponses des exemples placés en dernier dans le prompt.; Montrer des exemples
Bloc de contenu: Un élément d’un tableau content, avec un type comme text, image, tool_use ou thinking. Une simple chaîne en content est un raccourci pour un seul bloc text.; L’API Messages
Bloc thinking: Un bloc de contenu thinking qui arrive avant les blocs text. Il contient un résumé du raisonnement, ou une chaîne vide, plus une signature chiffrée.; Laisser le modèle réfléchir
Bloc tool_result: Un bloc de contenu que tu renvoies dans un message user, avec le tool_use_id auquel il répond, le résultat dans content, et is_error: true si l’outil a échoué.; L’appel d’outils
Bloc tool_use: Un bloc de contenu dans la réponse du modèle, avec un id, le name de l’outil et un objet input. C’est une demande adressée à ton code : lance cet outil.; L’appel d’outils
BM25: Une fonction de classement fondée sur TF-IDF, qui note les morceaux selon les mots exacts qu’ils partagent avec la requête. Elle trouve une chaîne comme "TS-999" qu’une recherche par embeddings peut rater.; La génération augmentée par récupération (RAG)
BPE: Byte pair encoding : on part des 256 valeurs d’octet, puis on donne à chaque tour un nouvel identifiant à la paire de voisins la plus fréquente.; Les tokens
budget_tokens: L’ancien budget fixe de réflexion, thinking: {"type": "enabled", "budget_tokens": N}, au moins 1 024. Les modèles Claude 4.7 et suivants le refusent avec une erreur 400.; Laisser le modèle réfléchir
Chargement progressif: Le chargement d’un skill en trois niveaux : nom et description au démarrage, corps de SKILL.md quand le skill sert, autres fichiers du dossier seulement quand Claude les ouvre (progressive disclosure en anglais).; Les skills
Checkpoint: Une copie d’un fichier que Claude Code prend avant que Claude le modifie. Appuyer deux fois sur Esc revient à un état antérieur.; Une session de Claude Code
Chunk (morceau): Un bout de document, en général pas plus de quelques centaines de tokens, indexé et retrouvé à part.; La génération augmentée par récupération (RAG)
Citation: Un lien entre une phrase de la réponse et le passage d’un document fourni qui l’appuie. L’API Claude la renvoie sous forme de cited_text et d’un emplacement.; Sûr de lui et faux
Citations: Une fonction de l’API activée par citations.enabled=true sur chaque bloc document. Chaque affirmation de la réponse revient avec le passage qui l’appuie.; Travailler avec de longs documents
CLAUDE.local.md: Un CLAUDE.md personnel à la racine du projet, que tu ajoutes au .gitignore. Il se charge juste après le CLAUDE.md du même dossier.; CLAUDE.md
CLAUDE.md: Un fichier Markdown d’instructions que tu écris. Claude Code lit ceux de ton répertoire de travail et des répertoires au-dessus au début de chaque session.; La mémoire d’une session à l’autre
CLAUDE.md: Un fichier Markdown d’instructions que Claude Code lit au début de chaque session. Celui du projet se trouve dans ./CLAUDE.md ou ./.claude/CLAUDE.md et se commite avec le code.; CLAUDE.md
Client MCP: Le connecteur, dans l’hôte, qui parle à un serveur. Il envoie des requêtes JSON-RPC comme tools/list et tools/call.; Model Context Protocol
Code de sortie 2: Le code de sortie qui fait bloquer l’action par Claude Code. Pour PreToolUse, le stderr du hook part chez Claude comme raison du refus.; Les hooks
Commande perso: Un fichier Markdown dans .claude/commands/ que tu lances par son nom de fichier : deploy.md se lance avec /deploy. La doc a fusionné les commandes avec les skills, et les deux formats marchent toujours.; Commandes slash et plugins
Condition d’arrêt: Une vérification hors du modèle qui termine la boucle : la tâche est marquée finie, un plafond d’itérations ou un budget est atteint, ou une répétition est détectée.; La boucle d’agent
Condition d’arrêt: Une règle qui termine la boucle : un stop_reason autre que tool_use, ou une limite que tu fixes, comme un nombre maximal d’itérations (jour 18).; Projet final : un petit agent de code
Constitutional AI: La méthode d’Anthropic où un modèle critique et réécrit ses propres réponses, et désigne la moins nocive de deux réponses, à l’aide d’une liste écrite de principes.; Comment on entraîne un modèle
Contenu non fiable: Tout texte qu’une personne extérieure à ton système peut écrire ou modifier. Une issue publique, un e-mail entrant et une page web téléchargée sont des contenus non fiables.; L’injection de prompt
Context rot: Le nom qu’Anthropic donne à la baisse de précision et de rappel quand le nombre de tokens dans le contexte augmente.; La fenêtre de contexte
Context rot: La baisse de précision et de rappel quand le nombre de tokens dans le contexte augmente, nommée dans la doc sur les fenêtres de contexte.; Travailler avec de longs documents
Contexte: Ce que le modèle ne peut pas deviner : qui lit le résultat, pourquoi une règle existe, à quoi sert le résultat.; Des instructions claires
Contextual Retrieval: Avant l’indexation, un modèle écrit 50 à 100 tokens qui situent chaque morceau dans son document, et ce texte est placé devant le morceau, pour les embeddings comme pour l’index BM25.; La génération augmentée par récupération (RAG)
Coût par tâche réussie: Ce que tu as payé en tokens, divisé par le nombre de tâches que le modèle a réussies, réessais compris.; Choisir un modèle
custom_id: Le nom que tu donnes à chaque requête du lot : 1 à 64 lettres, chiffres, tirets ou underscores. C’est le seul moyen de relier un résultat à sa requête.; Le traitement par lots
Décodage contraint: L’API compile le schéma en grammaire et, à chaque pas, ne laisse le modèle choisir que des tokens qui gardent la sortie valide pour cette grammaire.; Obtenir du JSON en retour
Découpage: Couper un long texte en morceaux et envoyer chaque morceau dans sa propre requête. Le cookbook coupe tous les 2 000 caractères.; Travailler avec de longs documents
Définition d’outil: Une entrée du tableau tools de la requête : un name, une description et un input_schema (un schéma JSON des arguments). Le modèle la lit pour décider quand appeler l’outil.; L’appel d’outils
Delta: Le contenu d’un événement content_block_delta : un text_delta avec quelques caractères de texte, ou un input_json_delta avec un morceau d’entrée d’outil sous forme de chaîne.; Le streaming
Demande de permission: La question que Claude Code affiche avant un appel d’outil qui demande une validation, avec la commande exacte et des options comme Yes, « Yes, and don’t ask again » et No.; Garder un agent sous contrôle
Dérive de périmètre: Des changements que la tâche ne demandait pas dans un diff : fichiers reformatés, nouveaux helpers, configuration en plus.; Relire du code écrit par une IA
Description: Le champ description de l’en-tête. Claude le lit au démarrage et s’en sert pour décider quand charger le skill.; Les skills
Déterministe: Même entrée, même sortie, à chaque exécution. Tu peux rejouer une ancienne décision et obtenir la même réponse, et un test peut la vérifier avec ==.; Quand ne pas utiliser de modèle
disable-model-invocation: Le champ d’en-tête qui décide si Claude peut lancer le skill lui-même. Avec true, toi seul le lances en tapant /nom, et sa description reste hors du contexte.; Les skills
Échantillonnage: Le choix du token suivant au hasard, où chaque token a une chance égale à sa probabilité.; Prédire le token suivant
Écriture en cache: La première requête avec un nouveau préfixe le stocke, ce qu’indique cache_creation_input_tokens. Les requêtes suivantes avec le même préfixe font une lecture, indiquée par cache_read_input_tokens.; Le prompt caching
Effort: Un paramètre de l’API qui règle combien un modèle réfléchit, appelle d’outils et vérifie sur une requête. Un effort plus bas coûte moins cher sur le même modèle.; Choisir un modèle
Effort: Le réglage output_config.effort, de low à max. Il indique au modèle combien de tokens dépenser sur toute la réponse, réflexion comprise.; Laisser le modèle réfléchir
Embedding: Une liste de nombres de longueur fixe (un vecteur) qu’un modèle calcule à partir d’un texte. all-MiniLM-L6-v2 renvoie 384 nombres par texte.; Les embeddings
Éval: Un jeu fixe d’entrées de test, la réponse attendue pour chacune, et un correcteur qui transforme les réponses du modèle en un score comparable d’une version du prompt à l’autre.; Tester un prompt
Exemples récupérés: Des exemples choisis pour chaque entrée au moment de la requête, en cherchant dans un jeu étiqueté les entrées les plus proches.; Montrer des exemples
Extraction de citations: Demander au modèle de recopier d’abord les passages utiles dans des balises <quotes>, puis de répondre à partir de ces citations.; Travailler avec de longs documents
Fenêtre de contexte: Le nombre maximum de tokens qu’une requête peut contenir : tout ce que le modèle lit, plus tout ce qu’il écrit en retour pendant ce tour.; La fenêtre de contexte
Few-shot prompting: Mettre dans le prompt quelques exemples résolus de la tâche, chacun avec une entrée et la sortie attendue. La doc d’Anthropic dit aussi multishot prompting.; Montrer des exemples
Fichier d’agent: Un fichier Markdown avec un frontmatter YAML qui définit un subagent. Le corps après le --- de fermeture est son prompt système. Seuls name et description sont obligatoires.; Les subagents dans Claude Code
Gamme de modèle: Un modèle de l’offre d’un fournisseur, rangé par capacité et par prix. Chez Anthropic aujourd’hui, du moins cher au plus cher : Haiku 5.5, Sonnet 5.5, Opus 5.5 et Fable 5.1.; Choisir un modèle
Golden rule: Le test d’Anthropic pour un prompt : le donner à un collègue qui connaît peu la tâche et lui demander de le suivre. Si ce collègue est perdu, le guide dit que Claude le sera aussi.; Des instructions claires
Grille: Les règles écrites que le juge applique, par exemple : une réponse à qui il manque un fait clé de la réponse de référence est incorrecte. Le juge la reçoit à chaque appel de notation.; Noter avec un modèle
Hallucination: Un texte "factually incorrect or inconsistent with the given context" (faux, ou contraire au contexte fourni), selon le guide d’Anthropic.; Sûr de lui et faux
Hallucination de paquet: Du code généré qui importe ou recommande un paquet absent du registre.; Sûr de lui et faux
Harnais: Le programme entre toi et le modèle (une appli de chat, aider, Claude Code) qui construit chaque requête et choisit l’historique à envoyer.; La fenêtre de contexte
Harness: Le programme autour du modèle, comme Claude Code ou ton propre script. Il construit chaque requête, exécute les outils que le modèle demande et choisit ce qu’il écrit sur le disque.; La mémoire d’une session à l’autre
Hook: Une commande, une URL, un prompt ou un agent que Claude Code lance quand un événement se produit. Il se déclare sous hooks dans un fichier de réglages, un plugin ou un skill.; Les hooks
Hôte: L’application où travaille l’utilisateur, comme Claude Code. La spec décrit les hôtes comme des "LLM applications that initiate connections", et un hôte crée un client MCP par serveur MCP.; Model Context Protocol
Imbrication: Des balises dans des balises : chaque <example> dans un seul bloc <examples>, ou chaque <document index="n"> dans <documents>.; Structurer un prompt avec des balises XML
Import: Une ligne comme @docs/git-instructions.md dans un CLAUDE.md. Claude Code insère le fichier nommé dans le contexte au lancement, jusqu’à quatre niveaux d’imports.; CLAUDE.md
Index de bloc: Le champ index de chaque événement de bloc. C’est la position qu’aura le bloc dans le tableau content du message final : l’index 1 est le deuxième bloc.; Le streaming
Injection de contexte: Une ligne comme ` !git status ` dans une commande ou un skill. Claude Code lance la commande avant que Claude lise le fichier, et met sa sortie à la place de la ligne.; Commandes slash et plugins
Injection de prompt: Une attaque où un texte écrit par quelqu’un d’autre que toi arrive dans le contexte du modèle, qui le traite comme une instruction. Simon Willison a nommé l’attaque en 2022, d’après l’injection SQL.; L’injection de prompt
Injection de prompt indirecte: Le cas où ton utilisateur est honnête et où l’attaque se cache dans un contenu que le modèle lit pour lui : une page web, un e-mail, un PDF, une issue, un résultat d’outil.; L’injection de prompt
Instruction: La phrase du prompt qui nomme l’action voulue, avec un verbe : modifier, lister, résumer, étiqueter.; Des instructions claires
Isolation du contexte: Chaque sous-agent a sa propre fenêtre de contexte. Ses recherches et ses pages lues y restent ; seul son résultat final entre dans le contexte de l’orchestrateur.; Répartir le travail entre plusieurs agents
Jeu d’éval: Une liste fixe de cas passés dont on connaît le bon résultat, rejouée après chaque changement de prompt, d’outils ou de modèle (jour 23).; Projet final : un petit agent de code
Jeu d’évaluation: Une liste d’entrées réelles de ta tâche, chacune avec la sortie attendue, pour noter un modèle avant de le mettre en production.; Choisir un modèle
Lethal trifecta: Le nom donné par Willison à un agent qui réunit trois choses : un accès à des données privées, une exposition à du contenu non fiable, et un moyen d’envoyer des données vers l’extérieur.; L’injection de prompt
LLM-as-a-judge: Un appel de modèle dont le seul rôle est de noter la sortie d’un autre modèle : choisir la meilleure de deux réponses, donner une note, ou dire correct ou incorrect.; Noter avec un modèle
Logits: Les scores bruts que le modèle sort pour la position suivante, un nombre par token du vocabulaire. Plus il est haut, plus le token est probable.; Prédire le token suivant
Managed settings: Un fichier de settings qu’un administrateur déploie sur chaque machine. Les settings utilisateur et projet ne peuvent pas le contredire, à part quelques clés listées.; Garder un agent sous contrôle
Marketplace: Un dépôt ou un dossier avec un fichier .claude-plugin/marketplace.json qui liste des plugins et l’endroit où récupérer chacun. Tu installes depuis lui avec /plugin install nom@marketplace.; Commandes slash et plugins
Matcher: La chaîne qui choisit quels appels d’outils un hook voit. Bash ne vise que l’outil Bash, et Edit|Write vise l’un ou l’autre de ces deux outils.; Les hooks
max_tokens: Le nombre maximal de tokens que le modèle peut générer pour cette réponse. Le modèle peut s’arrêter avant, et s’arrête là au plus tard.; L’API Messages
Message: Un objet avec un role, user ou assistant, et un content. Le tableau messages d’une requête contient la conversation jusqu’ici, du plus ancien au plus récent.; L’API Messages
Message Batch: Un objet qui contient jusqu’à 100 000 requêtes Messages (ou 256 MB), traitées en asynchrone. Chaque requête est traitée sans dépendre des autres.; Le traitement par lots
Message de délégation: Le prompt de tâche que Claude écrit quand il confie un travail à un subagent. Le subagent lit ce message à la place de l’historique de ta conversation (sauf un fork, lancé avec /subtask).; Les subagents dans Claude Code
Message système en cours de conversation: Une entrée {"role": "system"} ajoutée dans messages, au tour où une nouvelle consigne commence à s’appliquer.; Prompt système et rôles
Mode automation: La façon dont claude-code-action tourne quand le workflow passe un input prompt : Claude démarre tout de suite, sans attendre un commentaire @claude.; Claude Code dans les scripts et la CI
Mode bare: Le flag --bare : Claude Code ignore les hooks, skills, plugins, serveurs MCP, la mémoire auto et les CLAUDE.md qu’il trouverait sur la machine. Il lui faut ANTHROPIC_API_KEY, car il ne lit jamais ta connexion d’abonnement.; Claude Code dans les scripts et la CI
Mode de permission: Le réglage de base qui décide quels appels d’outils attendent ton accord. Le CLI passe de default (affiché Manual) à acceptEdits puis à plan avec Shift+Tab.; Les modes de permission
Mode print: Claude Code lancé avec -p (ou --print) : un prompt en entrée, le résultat sur stdout, puis la sortie. Pas de fenêtre de chat, et personne pour répondre à une demande de permission.; Claude Code dans les scripts et la CI
Motif de blocage: Une suite dans l’historique qui ne montre aucun progrès, par exemple la même action avec la même observation 4 fois de suite (le réglage par défaut d’OpenHands).; La boucle d’agent
Normaliser: Diviser un vecteur par sa longueur pour qu’il mesure 1. Ensuite, le produit scalaire de deux vecteurs vaut leur similarité cosinus.; Les embeddings
Notation par code: Un programme vérifie chaque réponse, par exemple output == golden_answer ou key_phrase in output, et rend le même verdict pour la même réponse à chaque fois.; Tester un prompt
Notation par LLM: Un second appel au modèle lit la réponse et une grille, puis rend un verdict comme « correct » ou « incorrect ». Il sait juger du texte libre que le code ne peut pas vérifier.; Tester un prompt
Observation: Ce que l’environnement renvoie après une action : un résultat d’outil, la sortie d’une commande, une erreur. Le modèle la lit avant de choisir l’action suivante.; La boucle d’agent
Orchestrateur: L’agent principal : il planifie la tâche, lance des sous-agents avec une description de tâche écrite pour chacun, et rédige la réponse finale à partir de leurs retours.; Répartir le travail entre plusieurs agents
Outil: Un nom, une description et un schéma d’entrée que le modèle voit, plus le code que tu exécutes quand le modèle le demande (jour 17).; Projet final : un petit agent de code
Outil memory: Un outil de l’API, memory_20250818, avec lequel le modèle demande des opérations sur des fichiers sous /memories. Ton code exécute chaque opération sur le stockage de ton choix.; La mémoire d’une session à l’autre
Plugin: Un dossier avec un manifeste dans .claude-plugin/plugin.json, qui contient des skills, des commandes, des agents, des hooks ou des serveurs MCP. Claude Code l’installe et le charge d’un bloc.; Commandes slash et plugins
Point de cache: Un marqueur cache_control: {"type": "ephemeral"} posé sur un bloc de contenu, ou une seule fois au niveau de la requête. Le préfixe mis en cache s’arrête à ce bloc, et une requête peut en avoir jusqu’à 4.; Le prompt caching
Pré-entraînement: Entraîner un modèle à prédire le token suivant sur une grande masse de texte brut. On obtient un modèle de base, qui prolonge du texte.; Comment on entraîne un modèle
Préfixe: La partie d’une requête depuis son premier token jusqu’à un point de cache, dans l’ordre tools, puis system, puis messages.; Le prompt caching
PreToolUse: L’événement qui part avant l’exécution d’un appel d’outil. Un hook branché dessus peut bloquer l’appel avant que Claude Code le lance. PostToolUse part après un appel réussi et ne peut pas l’annuler.; Les hooks
processing_status: Le champ du lot que tu interroges : in_progress pendant le traitement, canceling après une annulation, ended quand chaque requête a un résultat.; Le traitement par lots
Prompt système: Le texte du champ system, au premier niveau d’une requête à l’API Messages. Le modèle le lit avant tous les messages de la conversation.; Prompt système et rôles
RAG: La définition d’Anthropic : une méthode qui "retrieves relevant information from a knowledge base and appends it to the user's prompt", pour que le modèle réponde à partir du texte de tes propres documents.; La génération augmentée par récupération (RAG)
Réflexion adaptative: Le mode activé par thinking: {"type": "adaptive"} : à chaque requête, le modèle décide s’il réfléchit et combien.; Laisser le modèle réfléchir
Réglages gérés: Un fichier managed-settings.json ou une politique MDM qu’une organisation déploie sur chaque machine. Aucun réglage utilisateur, projet ou en ligne de commande ne peut écraser une clé qu’il fixe.; Les modes de permission
Règle: Du code qui associe une entrée à une réponse sans modèle : une regex, une requête SQL, une table de correspondance, une vérification du compilateur.; Quand ne pas utiliser de modèle
Règle à chemins: Un fichier Markdown dans .claude/rules/ avec une liste paths: dans son en-tête YAML. Il ne se charge que quand Claude lit ou modifie un fichier qui correspond à un des globs.; CLAUDE.md
Règle de permission: Une entrée allow, ask ou deny dans un fichier de settings, comme Bash(git push *). Claude Code teste d’abord les deny, puis les ask, puis les allow, et la première qui correspond décide.; Garder un agent sous contrôle
Règle de permission: Une chaîne comme Bash(npm run *) ou Read(./.env) dans la liste allow, ask ou deny d’un fichier de réglages. Elle nomme un outil et, entre parenthèses, les usages qu’elle vise.; Les modes de permission
Repli: Le chemin que prend une entrée quand aucune règle ne correspond. Dans un système hybride, le modèle sert de repli.; Quand ne pas utiliser de modèle
Réponse de référence: La sortie attendue pour une entrée de test, écrite par une personne avant le run, comme le label Billing Disputes pour un ticket.; Tester un prompt
RLHF: Reinforcement learning from human feedback : des personnes classent des réponses, un modèle de récompense apprend à prédire ce classement, et on entraîne le modèle à obtenir une récompense élevée.; Comment on entraîne un modèle
Rôle: Une phrase du prompt système qui dit qui le modèle incarne, par exemple "You are a helpful coding assistant specializing in Python."; Prompt système et rôles
Sandbox: Une frontière imposée par le système d’exploitation autour des commandes shell que lance Claude : Seatbelt sur macOS, bubblewrap sur Linux et WSL2. Elle limite les fichiers qu’elles écrivent et les hôtes qu’elles joignent.; Garder un agent sous contrôle
Schéma JSON: Un document JSON qui décrit la forme attendue : le type de chaque champ, les champs obligatoires, les valeurs permises.; Obtenir du JSON en retour
Server-sent events (SSE): Une réponse HTTP qui reste ouverte et transporte une suite d’événements. Chaque événement a une ligne event: <name> et une ligne data: <json>, et le JSON répète le nom dans son champ type.; Le streaming
Serveur MCP: Un programme qui offre des outils, des ressources ou des prompts via MCP. La spec : "Services that provide context and capabilities".; Model Context Protocol
Session: Une conversation Claude Code, liée au répertoire où tu l’as lancée. Claude Code l’enregistre en local en JSONL, donc claude --continue ou claude --resume la rouvre sous le même identifiant de session.; Une session de Claude Code
SFT: Supervised fine-tuning : on continue d’entraîner le modèle de base sur des prompts accompagnés de réponses écrites par des personnes.; Comment on entraîne un modèle
Similarité cosinus: Le cosinus de l’angle entre deux vecteurs : 1 s’ils vont dans le même sens, 0 s’ils sont à angle droit, -1 s’ils sont opposés.; Les embeddings
Skill: Un dossier comme .claude/skills/release/ qui contient un fichier SKILL.md : un en-tête YAML, puis des instructions en Markdown. Tu lances celui-ci en tapant /release.; Les skills
Snapshot: Dans les helpers de stream du SDK Python, le texte ou l’entrée d’outil accumulés jusqu’ici, renvoyés avec chaque événement text ou input_json à côté du nouveau delta.; Le streaming
Softmax: La fonction qui transforme les logits en probabilités entre 0 et 1 dont la somme fait 1.; Prédire le token suivant
Sortie structurée: L’objet JSON que renvoie une exécution lancée avec --output-format json et --json-schema. Il respecte ton schéma et arrive dans le champ structured_output.; Claude Code dans les scripts et la CI
Sorties structurées: Une requête avec output_config.format à {"type": "json_schema", "schema": ...}. Le texte de la réponse est un JSON conforme à ce schéma.; Obtenir du JSON en retour
Sous-agent: Un agent travailleur lancé par l’orchestrateur pour une sous-tâche. Il fait tourner sa propre boucle d’outils et renvoie un résultat court.; Répartir le travail entre plusieurs agents
Stateless: L’API ne garde aucune conversation entre deux appels. Chaque requête porte tout l’historique que le modèle doit voir, et rien d’autre ne lui parvient.; La mémoire d’une session à l’autre
stop_reason: Le champ qui dit pourquoi le modèle a cessé d’écrire. tool_use veut dire qu’il attend des résultats d’outils ; end_turn veut dire que sa réponse est finie.; L’appel d’outils
stop_reason: Le champ de chaque réponse réussie qui dit pourquoi le modèle s’est arrêté : end_turn, max_tokens, tool_use et quatre autres valeurs.; L’API Messages
Strict tool use: strict: true sur une définition d’outil. La même contrainte, appliquée au nom de l’outil et à ses entrées.; Obtenir du JSON en retour
Subagent: Une instance séparée de Claude que Claude Code lance avec l’outil Agent. Elle a sa propre fenêtre de contexte, son prompt système et ses outils, et renvoie un seul rapport à la conversation qui l’a lancée.; Les subagents dans Claude Code
Taux d’accord: La part des cas où deux correcteurs donnent le même verdict. Tu le calcules entre le juge et des humains, et entre deux humains.; Noter avec un modèle
Température: Le nombre par lequel on divise les logits avant le softmax. En dessous de 1, les probabilités se resserrent sur le meilleur token ; au-dessus de 1, elles s’aplatissent.; Prédire le token suivant
Test creux: Un test qui passe encore quand le code qu’il devrait vérifier est cassé ou supprimé.; Relire du code écrit par une IA
Token: Une unité de texte que le modèle lit ou écrit, stockée sous forme d’identifiant entier. Un token peut être un octet, quelques lettres ou un mot entier avec son espace devant.; Les tokens
Tokenizer: Le programme qui transforme le texte en liste d’identifiants de tokens avant que le modèle le voie, et qui refait du texte à partir des identifiants après.; Les tokens
Tokens d’entrée: Tous les tokens que tu envoies dans une requête : prompt système, tours précédents, documents, définitions d’outils et la question.; Coût et latence
Tokens de sortie: Tous les tokens que le modèle génère dans sa réponse, réflexion comprise. Sur tous les modèles Claude actuels, un token de sortie coûte 5 fois un token d’entrée.; Coût et latence
Tour: Un aller-retour : le modèle demande des appels d’outils, les outils tournent, et les résultats repartent vers lui. La boucle s’arrête quand le modèle répond par du texte sans appel d’outil.; Une session de Claude Code
Tour utilisateur: Un message avec role: "user" dans le tableau messages : une question, un fichier collé, une liste de résultats d’outils.; Prompt système et rôles
Transport: Le chemin des messages JSON-RPC : stdio (un message par ligne sur le stdin et le stdout d’un sous-processus) ou Streamable HTTP (chaque message est un POST vers un seul endpoint).; Model Context Protocol
TTFT: Time to first token : le temps entre l’envoi de la requête et la réception du premier token de la réponse. Ton code ne peut le mesurer que sur une réponse en streaming.; Coût et latence
TTL: La durée de vie d’une entrée de cache : 5 minutes par défaut, ou 1 heure avec une écriture plus chère. Chaque lecture renouvelle l’entrée pour 5 minutes de plus, sans surcoût.; Le prompt caching
Type de résultat: Chaque requête finit dans l’un de quatre états : succeeded, errored, canceled ou expired. Seul succeeded est facturé.; Le traitement par lots
Vocabulaire: La table complète des identifiants que connaît un tokenizer. Dans minbpe, sa taille vaut 256 plus le nombre de fusions.; Les tokens