L'ingénierie de prompts contre celle des boucles et des graphes : ce qui change à chaque niveau

Trois termes se disputent aujourd'hui la même ligne dans les offres d'emploi en ingénierie IA : prompt engineering, loop engineering et graph engineering. Le premier est le terme historique. Le loop engineering est apparu dans le vocabulaire fin 2025 et a dominé les discussions de développeurs jusqu'en juin 2026. Le graph engineering a suivi environ six semaines plus tard. Ces trois approches ne sont pas des techniques concurrentes mais trois niveaux de contrôle empilés : un prompt régit une seule réponse de modèle, une loop régit le cycle de comportement d'un agent, un graph organise plusieurs agents entre eux. Anthropic recommande de structurer un system prompt en sections étiquetées (contexte, instructions, usage des outils, format de sortie), délimitées par des balises XML ou des titres Markdown, en fournissant l'ensemble minimal d'informations qui spécifie complètement le comportement attendu, minimal ne signifiant pas court. Vient ensuite le context engineering, décrit par Anthropic comme le prolongement naturel du prompt engineering : la question n'est plus de trouver les bons mots mais de décider quelle configuration de tokens doit occuper la fenêtre de contexte, une ressource finie. Le harness engineering couvre l'environnement dans lequel tourne un agent seul (fichiers, outils, mémoire, retours), tandis que le loop engineering se situe un niveau au-dessus. Un article publié sur arXiv en juin 2026 sur l'IA agentique appliquée à l'ingénierie du bâtiment, intitulé Buildrix, détaille cette progression en quatre étapes : prompt, contexte, harness, puis loop, ce dernier niveau définissant comment un système observe, agit, vérifie et se corrige de façon répétée.

Cette hiérarchisation compte parce qu'elle explique pourquoi le prompt engineering seul cesse de suffire dans certaines situations concrètes : volume élevé de requêtes, tâches multi-étapes, absence d'humain disponible pour juger chaque sortie, résultats qui alimentent automatiquement l'étape suivante. Rien ne se dégrade dans le prompt lui-même ; ce sont les conditions qui changent autour de lui. Pour les équipes qui construisent des agents de codage ou des systèmes multi-agents, la compétence à développer ne se limite plus à la formulation de l'instruction mais s'étend à la conception du cycle complet (objectif, outils, boucle de vérification) et, à l'échelle supérieure, à l'organisation de plusieurs agents travaillant en parallèle. Anthropic illustre ce point avec son propre système de recherche multi-agents : les premières versions faisaient partir 50 sous-agents pour des requêtes pourtant simples, et la correction est passée par le prompt engineering plutôt que par un changement de topologie du système, preuve que la couche la plus basse ne disparaît jamais, même quand des couches plus complexes sont ajoutées par-dessus.

Le terme loop engineering s'est imposé dans le débat public en juin 2026, après qu'un post largement partagé a appelé les ingénieurs à cesser de simplement prompter les agents de codage pour se mettre à concevoir les boucles qui les pilotent, présentant l'agent de codage comme un outil de recherche de solutions par force brute dont la vraie valeur ajoutée réside dans la conception de l'objectif, des outils et de la boucle. L'équipe Claude Code d'Anthropic a décrit publiquement le même virage la même semaine. La description la plus détaillée de cette approche identifie cinq briques de base reliées par un sixième élément, dont les automatisations, qui déclenchent découverte et tri sans supervision selon un calendrier ou un événement, et les worktrees, qui isolent les agents travaillant en parallèle pour qu'ils ne modifient jamais le même fichier en même temps. Le graph engineering, la dernière étiquette apparue, reste la moins stabilisée : son origine exacte est débattue et le terme entre en collision avec l'usage plus ancien de « graph » dans le contexte des bases de connaissances, même si la pratique sous-jacente d'orchestration par graphe s'appuie sur une lignée déjà documentée dans la recherche sur les systèmes multi-agents.