Skip to main content

Brouillon de réflexion de l'agent (Scratchpad)

POUR AGENT IAChatGPTClaude

Zone temporaire de mémoire de travail dans la fenêtre contextuelle du modèle, où l'agent consigne ses réflexions intermédiaires, plans, doutes et conclusions avant d'appeler des outils. Masquée à l'utilisateur final pour préserver la clarté de l'interface.

1. Vue d'ensemble du concept et de sa finalité

Lorsque vous résolvez une équation mathématique complexe ou planifiez un itinéraire de voyage élaboré, vous ne rédigez rarement la version finale directement :

  • Vous prenez un brouillon (une feuille de papier).
  • Vous effectuez des calculs intermédiaires, raturez les options erronées, tracez des flèches.
  • Et ce n'est qu'une fois le résultat validé que vous reportez la solution finale sur la copie officielle.

L'intelligence artificielle a besoin de cette même feuille de brouillon.

Le Scratchpad de l'agent (Agent Scratchpad) est un champ interne dédié au monologue du modèle :

  • L'agent y conserve son fil conducteur : « Qu'ai-je déjà fait ? Quelle est ma prochaine étape ? Pourquoi la requête précédente a-t-elle renvoyé un tableau vide ? ».
  • Dès que le scratchpad contient une conclusion correcte, l'agent exécute une action ou formule la réponse finale destinée à l'utilisateur humain.

Analogie pratique : une zone de réflexion privée où l'IA est autorisée à douter, se tromper et analyser ses propres étapes.

2. À quoi ressemble le scratchpad sous le capot

┌─────────────────────────────────────────────────────────────┐
│                 FENÊTRE DE CONTEXTE DE L'AGENT              │
├─────────────────────────────────────────────────────────────┤
│ 👤 REQUÊTE HUMAINE : « Mettre à jour le statut du client #12 en VIP » │
├─────────────────────────────────────────────────────────────┤
│ 🧠 BROUILLON CACHÉ (<scratchpad>) :                         │
│    « Oui, je dois trouver le client 12. D'abord, je vérifie   │
│    si cet ID existe dans le système via la fonction get_client. │
│    J'appelle get_client(12)...                                │
│    Je vois le résultat : le montant des achats du client est de │
│    150 000 UAH.                                               │
│    Selon les règles, cela correspond au statut VIP.          │
│    Je peux maintenant appeler set_status('VIP') en toute sécurité. » │
├─────────────────────────────────────────────────────────────┤
│ 💬 VERSION FINALE POUR L'UTILISATEUR :                      │
│    « Le statut du client #12 a été mis à jour avec succès en VIP ! » │
└─────────────────────────────────────────────────────────────┘

3. Pourquoi le scratchpad améliore considérablement la précision de l'agent

  1. Protection contre les actions impulsives : sans scratchpad, le modèle tente d'appeler une fonction dès le premier mot et insère souvent des paramètres inventés ou incomplets.
  2. Suivi de l'historique des actions : dans le scratchpad, l'agent consigne la liste des sites déjà vérifiés pour éviter de tourner en rond avec les mêmes liens.
  3. Facilité de débogage pour le développeur : si l'agent adopte un comportement inattendu, l'ingénieur consulte les logs du scratchpad et voit littéralement quel cheminement de pensée a conduit le modèle à une conclusion erronée.

4. Conclusion pratique

Si vous créez votre propre agent, ajoutez systématiquement dans le prompt système l'exigence de tenir un scratchpad : « Avant d'appeler un outil, écris impérativement ton raisonnement et ton plan dans un bloc <thought>...</thought> ». Cela réduit le taux d'erreurs de 40 à 50 %.

/ Questions fréquentesSchema.org FAQPage

FAQ: Brouillon de réflexion de l'agent (Scratchpad)

Les transformeurs générant la réponse token par token, le modèle ne peut pas « penser » sans produire de texte. Le brouillon permet au modèle de générer plusieurs phrases d'analyse de la situation avant d'exécuter une commande risquée ou irréversible (par exemple, débiter des fonds ou supprimer un fichier).
/ Liens internes

Termes associés

Tous les termes
Agents & MCP

Boucle d'action de l'agent (Pensée ➔ Action ➔ Observation / ReAct)

Modèle algorithmique fondamental pour le fonctionnement des agents autonomes (connu sous le nom de ReAct : Reasoning + Acting). Il consiste en une boucle infinie de trois étapes : 1) Pensée (Thought) — analyse de la situation ; 2) Action (Action) — appel d'un outil ; 3) Observation (Observation) — analyse du résultat et ajustement du plan.

Lire le terme
Prompts & RAG

La magie de la phrase « Pense étape par étape » (Step-by-Step)

Technique légendaire d'ingénierie des prompts (Zero-Shot Chain-of-Thought). L'ajout de la phrase magique « Pense étape par étape » force le réseau neuronal à dérouler une chaîne de calculs intermédiaires, réduisant le nombre d'erreurs logiques de 50 à 70 %.

Lire le terme
Modèles & Inférence

Budget de réflexion (Thinking Budget dans les nouveaux modèles)

Nouveau paramètre des modèles à raisonnement hybride modernes (Claude 3.7 Sonnet, OpenAI o1/o3). Il permet à l'utilisateur de définir lui-même la limite de tokens ou de secondes que l'intelligence artificielle peut consacrer au processus de réflexion interne avant de fournir une réponse finale.

Lire le terme