Cadres de décision

Les examens sont des examens d’arbitrage. Cette page consolide les décisions à travers les quatre blueprints. Pour chacune : les options, les mots-signaux dans un énoncé, et le choix correct pour l’examen.

Architecture

Décision	Option A	Option B	Signal → choix
Workflow vs agent	Workflow — chemins de code prédéfinis	Agent — le modèle dirige ses propres étapes	Étapes connues et répétables → workflow. Ouvert, chemin dépendant des constats → agent. Par défaut le plus simple.
Appel unique vs chaîne	Un prompt	Chaînage de prompts avec barrières	Étapes distinctes avec sortie intermédiaire vérifiable → chaîne
Routage	Un prompt généraliste unique	Classifieur → prompts/modèles spécialistes	Entrées hétérogènes à traitements différents → router (routeur bon marché)
Parallélisation	Séquentiel	Sectionnement (parties indépendantes) / vote (même tâche ×N)	Sous-tâches indépendantes ou besoin de consensus → parallèle
Orchestrateur-workers	Décomposition fixe	L’orchestrateur décompose dynamiquement	Sous-tâches inconnues jusqu’à inspection → orchestrateur
Évaluateur-optimiseur	Passe unique	Générer → évaluer → affiner	Critères d’évaluation clairs et valeur itérative → boucle ; évaluateur dans une session séparée
Hébergement	Managed Agents — Anthropic héberge boucle + sandbox	Agent SDK / Tool Runner — vous hébergez	Besoin de contrôle sur runtime, réseau, localité des données → auto-héberger ; vouloir le moins d’ops → managed
Subagents vs workflows dynamiques	Subagents/forks	Workflows dynamiques scriptés	Quelques tâches déléguées → subagents ; dizaines–centaines → workflows dynamiques
Construire vs escalader (Associate)	Configurer dans claude.ai/Projects	Escalader vers Developer/Architect	Nécessite API, automatisation, intégration ou garanties de niveau système → escalader

Contrôle de boucle et application

Décision	Correct	Anti-pattern
Terminaison de boucle	Brancher sur stop_reason	Parser la prose pour « done » ; plafond d’itérations arbitraire comme arrêt principal
Règle métier critique	Hook programmatique (PreToolUse) / permission d’outil	Phrase dans le prompt système
Déclencheur d’escalade	Demande explicite → immédiat ; au-delà des capacités → résoudre-puis-escalader	Sentiment ; confiance auto-déclarée
Signalement d’erreur	Structuré : category, retryable, résultats partiels	Message générique ; succès vide silencieux
Auto-relecture	Session fraîche ou modèle différent	« êtes-vous sûr ? » dans la même session
Métrique de qualité	Par segment / par type de document	Agrégée uniquement
Nombre d’outils	4–5 outils ciblés ; recherche d’outils + defer_loading au-delà de ~10	18 outils chargés d’emblée

Mécanique de l’API

Décision	Option A	Option B	Signal → choix
Temps réel vs Batch	Messages API	Message Batches (50 % de réduction, ≤24 h)	« Du jour au lendemain », « le coût compte, pas la latence », en masse → Batch
Streaming	Non-streaming	Streaming SSE	UI interactive, longues sorties, latence perçue → streamer
Sortie structurée	Prompt « renvoie du JSON »	output_config.format / outils strict	Sortie consommée par machine → imposée par schéma ; toujours valider + réessayer
Appel d’outil forcé	tool_choice: any/tool	auto + instruction / strict / sortie structurée	Fable 5.1 → B (A donne 400)
Thinking	budget_tokens	{"type":"adaptive"}	Modèles actuels → adaptive (Haiku 4.5 est l’exception)
Effort	high (défaut)	low/medium pour le mécanique ; xhigh pour le plus dur	Subagent faisant du travail de routine → low/medium
Caching	Aucun	cache_control sur le préfixe stable	Long préfixe répété ≥1024 tokens → cache ; le stable en premier
Contexte trop long	Troncature côté client	Context editing / compaction (côté serveur)	Tool results verbeux → edit ; long récit → compact ; Fable 5.1 → côté serveur uniquement
État persistant	Historique de conversation	Memory tool / fichiers / DB	Doit survivre à la compaction ou aux sessions → externe
Retry	Tout réessayer	Backoff sur 429/5xx/529 uniquement ; respectez retry-after	Erreurs client 4xx → corriger, ne pas réessayer
Modèle de repli	N’importe lequel	Modèle plus récent ou équivalent	De Fable 5.1 vers plus ancien → blocs de thinking supprimés ; prévoyez la replanification

Sélection de modèle

Signal	Choix
Classification, routage, extraction à l’échelle, sous la seconde	Haiku 4.5
Tâches générales à l’équilibre qualité/coût, chat client	Sonnet 5
Coding agentique complexe, défaut en entreprise	Opus 5
Raisonnement de pointe, budget secondaire, accepter les contraintes	Fable 5.1
Difficulté mixte	Cascade bon marché → cher avec validateur externe
Latence critique	Modèle plus petit, streaming, sortie plus courte, caching, mode rapide
Coût critique	Modèle plus petit, caching, Batch, réduire la sortie, effort moindre

Prompting et contexte

Décision	Choix	Signal
Zero-shot vs few-shot	Few-shot	Sensible au format, ambigu, cas limites
CoT vs extended thinking	Thinking étendu/adaptatif	Raisonnement dur ; garder la sortie visible propre
Placement des documents	Documents en premier, question en dernier	Rappel en long contexte + préfixe cachable
Frontière données vs instruction	Balises XML	Contenu non fiable ; risque d’injection
Le prompt comme actif	Versionné, testé, stable pour le cache	Prompt système de production
Isolation du contexte	Subagent avec contexte explicite	Protéger le contexte principal ; exploration parallèle
Plan vs direct (Claude Code)	Mode plan	Multi-fichiers, architectural, inconnu, irréversible
Skill vs CLAUDE.md vs command vs subagent vs MCP	Voir tableau	Procédure → Skill ; conventions → CLAUDE.md ; ligne unique paramétrée → command ; tâche déléguée isolée → subagent ; système externe → MCP

Outils et MCP

Décision	Choix	Signal
Outil personnalisé vs serveur MCP	MCP	Réutilisé entre hosts/agents ; système externe
stdio vs Streamable HTTP	HTTP	Distant, multi-utilisateur, nécessite OAuth
Qualité de la description d’outil	Riche : quoi/quand/quand-pas/retours	Le modèle choisit le mauvais outil → corriger d’abord la description
Outil destructif exposé mais inutile	Le supprimer	Pas « le journaliser » ni « le confirmer »
Identité	Propagation OAuth par utilisateur	Application multi-tenant ; faille d’authz
Appels d’outils parallèles	Autoriser	Recherches indépendantes

RAG (Professional)

Décision	Choix	Signal
RAG vs long contexte vs fine-tuning	RAG	Corpus grand/changeant, citations nécessaires. Long contexte : petit corpus stable tient dans 1M. Fine-tuning : style/format, pas les faits
Chunking	Structurel/conscient du document ; parent-child	Docs structurés ; besoin de hits précis avec contexte large
Récupération	Hybride (dense + BM25) + reranker	Requêtes mêlant paraphrase et ID exact
Traitement de requête	Réécriture / multi-query / HyDE	Questions vagues ou multi-intentions
Confiant-mais-faux après rafraîchissement des docs	Suspecter d’abord la récupération/l’indexation	Index périmé, dérive de chunks
Eval de récupération	recall@k, MRR, faithfulness, answer relevance	Séparer la qualité de récupération de la qualité de génération

Évaluation

Décision	Choix	Signal
Grader	Exact match → rubrique → LLM-as-judge (modèle séparé, calibré)	Subjectivité croissante
A/B	Par paires avec significativité	Comparer prompts/modèles
Où	Jeu golden hors-ligne + canary en ligne	Avant et après la release
CI	Suite de régression conditionnant le déploiement	Changement de prompt ou de modèle
Vue des métriques	Par segment + agrégée	Toujours les deux
Cause racine	Couche d’intégration vs sortie modèle vs récupération	Vérifier les traces avant de changer les prompts

Gouvernance et sécurité

Décision	Choix	Signal
Action irréversible / réglementée / externe / PII	Barrière human-in-the-loop	« ne doit jamais », « publier », « payer », « supprimer », « diagnostic »
Classe de données → outil	Suivre la classification et la politique	Données restreintes → uniquement la surface d’entreprise approuvée
Rétention	ZDR là où requis	Réglementé ; noter l’exclusion de Fable 5.1
Cadre de conformité	GDPR (données personnelles UE), HIPAA (PHI, BAA), FedRAMP High (fédéral US via Bedrock/Vertex), SOC 2	Mots sectoriels dans l’énoncé
Garde-fous	En couches	Jamais mono-couche
Divulgation	Prévenir les utilisateurs quand l’IA est impliquée	Communications externes, décisions concernant des personnes

Parties prenantes et cycle de vie (Professional)

Décision	Choix	Signal
Découverte	Entretiens structurés → métriques de succès → contraintes	Exigences vagues
Communiquer les arbitrages	ADR + matrice de décision + modèle de coût + registre des risques	Sponsor non technique
Attentes	Alignement SLA/SLO avec des références de base mesurées	« Les dirigeants attendent 100 % de précision »
Cycle de vie	Découverte → conception → construction → transfert → supervision → itération avec critères de sortie	Le transfert sans runbooks est le distracteur
Dépréciation de modèle	Traiter comme un événement de cycle de vie planifié avec migration conditionnée par l’eval	Avis de retrait

Optimisation du coût et de la performance

Décision	Choix	Signal
Latence trop haute	Modèle plus petit → streaming → max_tokens plus court → caching → mode rapide	« p95 trop lent », « les utilisateurs attendent »
Coût trop élevé	Modèle plus petit → caching → Batch → réduire la sortie → effort moindre	« les dépenses sont trop élevées », « réduire le coût »
Long préfixe répété	Prompt caching, disposition stable-en-premier	« le même prompt système à chaque appel »
En masse, tolérant à la latence	Batch API (50 %)	« du jour au lendemain », « des millions d’éléments »
Flux de difficulté mixte	Cascade bon marché→cher avec validateur externe	« la plupart des tickets sont simples, certains durs »
Réduire les allers-retours en logique multi-outils	Appel d’outils programmatique	« nombreux appels d’outils séquentiels »
Réduire les tokens dans les longues exécutions d’agent	Context editing (effacer les tool results)	« le contexte grossit sans cesse », « sortie d’outil verbeuse »
Réglage de l’effort	low/medium mécanique, high défaut, xhigh le plus dur	« le subagent renomme des fichiers » → low

Fiabilité et gestion des défaillances

Décision	Choix	Anti-pattern rejeté
Sortie de boucle	Brancher sur stop_reason	Parse de prose ; plafond d’itérations comme arrêt principal
Sortie tronquée (max_tokens)	Continuer / augmenter le plafond	Traiter comme complet
Arrêt refusal	Chemin de repli explicite	Erreur générique ; réessai aveugle
pause_turn	Renvoyer pour continuer	Traiter comme un échec
429/5xx/529 transitoires	Backoff + jitter + retry-after	Tempête de retries ; réessayer les 4xx
Échec d’outil	is_error structuré (category, retryable, partiel)	Message générique ; succès vide silencieux
Réessai à effet de bord	Clé d’idempotence	Double facturation au réessai
Repli de modèle	Plus récent ou équivalent uniquement	La migration vers le bas supprime les blocs de thinking de Fable 5.1
Déclencheur d’escalade	Demande explicite / au-delà des capacités	Sentiment ; confiance auto-déclarée

Gestion des données et des connaissances

Décision	Choix	Signal
Petit corpus stable tenant dans la fenêtre	Long contexte (pas de récupération)	« manuel de 50 pages, change rarement »
Corpus grand / changeant, citations	RAG	« des milliers de docs », « doit citer »
Style/format et non faits	Fine-tuning / exemples	« correspondre à notre ton », « toujours ce format »
État entre sessions	Memory tool / stockage externe	« se souvenir entre chats », « survivre à la compaction »
Docs structurés, précis + large	Chunking parent-child	« tableaux et sections », « besoin de contexte autour des hits »
Requête vague / multi-intentions	Réécriture / multi-query / HyDE	« les utilisateurs posent des questions floues »
Requêtes mêlant ID exact + paraphrase	Hybride (dense + BM25) + reranker	« numéros de commande et langage naturel »
Confiant-mais-faux après rafraîchissement	Suspecter d’abord la récupération/l’indexation	« marchait avant la mise à jour du doc »

Profondeur du prompting

Décision	Choix	Signal
Sensible au format / cas limites	Few-shot avec exemples représentatifs	« la sortie varie », « format spécifique »
Raisonnement dur, sortie propre	Thinking adaptatif/étendu	« montre ton raisonnement mais garde la réponse propre »
Contenu non fiable dans le prompt	Frontières XML, traiter comme des données	« fourni par l’utilisateur », « contenu web »
Orienter le début de la sortie	Prefill (ou sortie structurée pour des garanties)	« commence toujours par », « JSON uniquement »
Sortie consommée par machine	output_config.format + valider/réessayer	« un système en aval la parse »
Protéger le contexte principal	Subagent avec contexte explicite	« exploration parallèle », « ne pas polluer le contexte »

Index rapide mot-signal → principe

Recherche rapide : la formulation exacte qu’emploient les rédacteurs d’items, et le principe qu’elle désigne. Quand deux formulations apparaissent dans un même énoncé, la contrainte (coût, latence, conformité, fiabilité) décide généralement.

Formulation d’énoncé	Désigne
« le PLUS économique »	Le modèle / Batch / caching le moins cher qui satisfait encore les contraintes
« PREMIÈRE étape »	Le diagnostic réversible le moins cher avant de gros changements
« MEILLEURE approche »	La conception la plus simple satisfaisant chaque contrainte énoncée
« Choisir DEUX »	Deux actions indépendamment correctes ; attention à un-juste-un-plausible
« à l’échelle » / « des millions »	Haiku 4.5 + Batch + caching
« sous la seconde » / « temps réel »	Modèle plus petit, streaming, effort faible ; pas Batch
« du jour au lendemain » / « la latence n’importe pas »	Batch API (50 %)
« le même long prompt à chaque requête »	Prompt caching, préfixe-stable en premier
« ne doit jamais » / « en aucun cas »	Hook déterministe / permission d’outil, pas une phrase de prompt
« comment la boucle sait-elle qu’elle a fini »	stop_reason: end_turn, pas le parsing de prose
« quand devrait-il escalader »	Demande explicite ou au-delà des capacités ; pas le sentiment/l’auto-déclaration
« l’agent a continué indéfiniment »	Terminer sur stop_reason, pas un plafond d’itérations
« renvoie rien / vide »	is_error / not_found structuré ; anti-pattern de succès silencieux
« confiance » / « à quel point êtes-vous sûr »	Ne pas router sur la confiance auto-déclarée
« en colère » / « client frustré »	Sentiment ≠ complexité ; ne pas escalader sur le ton
« la précision globale est de 95 % »	Exiger des métriques par segment
« êtes-vous sûr ? » dans le même chat	Session fraîche / modèle différent pour la relecture
« 18 outils » / « trop d’outils »	4–8 outils ; recherche d’outils + defer_loading
« forcé d’appeler un outil » + Fable 5.1	auto+instruction / strict / sortie structurée (forcé = 400)
« forme JSON garantie »	output_config.format / strict: true + validation
« les blocs de thinking ont disparu après un repli »	Liaison de Fable 5.1 ; migrer uniquement vers le haut
« la fenêtre de contexte est pleine »	Context editing (tool results) ou compaction (récit)
« a édité un tour antérieur » + Fable 5.1	Historique en ajout seul ; utiliser des messages system en milieu de conversation
« se souvenir entre sessions »	Memory tool / stockage externe
« doit citer les sources »	RAG + citations ; test de provenance
« marchait avant la mise à jour du document »	Suspecter d’abord la récupération/l’indexation
« IDs exacts et paraphrases »	Récupération hybride + reranker
« questions utilisateur vagues »	Réécriture de requête / HyDE / multi-query
« doc de 50 pages qui change rarement »	Long contexte, pas RAG
« correspondre à notre style d’écriture »	Few-shot / fine-tuning, pas RAG
« réutilisé entre plusieurs applications/agents »	Serveur MCP, pas un outil personnalisé
« serveur d’outils distant, multi-utilisateur »	Streamable HTTP + OAuth 2.1, identité par utilisateur
« agit comme un compte admin partagé »	Faille d’authz ; propager l’identité de l’utilisateur final
« outil delete/refund dont il n’a pas besoin »	Le supprimer (moindre privilège), pas journaliser/confirmer
« le contenu web / la sortie d’outil lui a dit de… »	Injection indirecte ; traiter comme des données, frontières
« règle dure dans le prompt système »	Anti-pattern du prompt-comme-application ; utiliser un hook
« changement multi-fichiers / architectural » (Claude Code)	Mode plan
« une édition unique évidente »	Mode direct
« procédure multi-étapes réutilisable »	Skill
« conventions du dépôt / commandes de build »	CLAUDE.md
« ligne unique paramétrée »	Slash command
« tâche déléguée isolée »	Subagent
« dizaines–centaines d’agents »	Workflows dynamiques
« quelques tâches déléguées »	Subagents / forks
« rôles nommés collaborant »	Agent teams
« job récurrent planifié »	Routines
« distribuer commandes/agents/hooks/MCP »	Plugins
« exécuter en CI / headless »	claude -p --output-format json, outils restreints
« noter une qualité subjective »	Rubrique → LLM-as-judge (session séparée), calibré
« comparer deux prompts/modèles »	A/B par paires avec significativité statistique
« conditionner le déploiement »	Suite de régression CI sur le jeu golden
« avant et après la release »	Jeu golden hors-ligne + canary en ligne
« action réglementée / irréversible / externe »	Barrière human-in-the-loop
« données personnelles UE »	GDPR ; DPIA pour le haut risque
« données de santé / PHI »	HIPAA + BAA
« fédéral US »	FedRAMP High via Bedrock/Vertex
« les prompts ne doivent pas être conservés »	ZDR (noter l’exclusion de Fable 5.1)
« sponsor non technique / dirigeants »	ADR + matrice de décision + modèle de coût + registre des risques
« attendre 100 % de précision »	Fixer des SLO/SLA face à des références de base mesurées
« transfert à l’équipe »	Runbooks, supervision, critères de sortie
« quel modèle devrions-nous utiliser »	Faire correspondre la matrice de capacités à la contrainte contraignante
« réduire les hallucinations »	Ancrage (RAG/citations), validation, pas seulement « lui dire de ne pas »