Descriptif
Context engineering : skills, fichiers de contexte, plugins et MCP est une formation de 2 jours (14 heures), de niveau expert, rattachée au domaine « Intelligence artificielle pour l'IT ». Structurer le contexte fourni aux assistants et agents pour fiabiliser leurs résultats. Conçue et animée par des praticiens en activité, elle alterne apports ciblés (30 %) et mises en pratique (70 %) sur des laboratoires cloud individuels, avec des cas inspirés des secteurs banque, assurance et services publics. Disponible en inter-entreprises, en intra sur catalogue et en version sur mesure adaptée au contexte de l'entreprise.
Objectifs pédagogiques
À l'issue de la formation, le participant sera capable de :
- Fenêtre de contexte et coût
- Fichiers de contexte et règles projet
- Skills et plugins
- Model Context Protocol (MCP)
- Atelier sur un dépôt de code
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Ouverture : positionnement sur les pratiques de contexte et présentation du dépôt de code fictif servant de support | 0,5 h |
| 2 | Anatomie de la fenêtre de contexte : jetons, troncature, coût par appel, compaction et résumé progressif | 1,5 h |
| 3 | Travaux pratiques : mesurer puis réduire l'empreinte contextuelle d'un assistant sur un dépôt Python de 40 000 lignes | 2 h |
| 4 | Atelier : rédiger un AGENTS.md et un CLAUDE.md — conventions, commandes de build, interdits, périmètre de fichiers | 2 h |
| 5 | Travaux pratiques : comparer les réponses obtenues avec et sans fichiers de contexte, sur Cursor puis GitHub Copilot | 1 h |
| Jour 2 | ||
| 6 | Skills, plugins et sous-agents : découpage des capacités, chargement à la demande, hiérarchie des instructions | 1,5 h |
| 7 | Travaux pratiques : écrire une skill de revue de code et la déclencher depuis Claude Code | 2 h |
| 8 | Laboratoire : publier un serveur Model Context Protocol local (ressources, outils, invites) et l'exposer à deux clients différents | 2,5 h |
| 9 | Bilan : grille d'audit du contexte projet, évaluation des acquis et plan de déploiement dans l'équipe | 1 h |
Méthodes pédagogiques
- Pédagogie active : 68 % du temps en pratique encadrée — laboratoires cloud provisionnés par participant, travaux pratiques guidés, fil rouge applicatif —, le reste en apports structurés, démonstrations commentées, cadrage et évaluation
- répartition calculée sur le déroulé détaillé de cette formation, et non annoncée de façon uniforme
- classe inversée avec prérequis sur le LMS
- apprentissage adaptatif selon le positionnement initial
- travaux en binômes
- classe virtuelle en séquences de 3 h 30 maximum sur Microsoft Teams
- support clair, complet et paginé remis à chaque participant
Technologies et outils mobilisés
Model Context Protocol, Claude Code, Cursor, GitHub Copilot, fichiers AGENTS.md et CLAUDE.md
Modalités d'évaluation et de validation
- Positionnement initial en ligne
- quiz de validation à chaque séquence
- évaluation finale des acquis (QCM et mise en situation)
- satisfaction à chaud
- questionnaire de transfert à 30 jours
- attestation de fin de formation
Plateforme, laboratoires et ressources
- LMS DATAROCKSTARS : parcours, supports numériques, quiz, évaluations, émargement par demi-journée
- laboratoires cloud individuels accessibles depuis un navigateur, sans installation, données fictives, détruits en fin de session
- bibliothèque O'Reilly (plus de 60 000 ressources)
- accès aux supports pendant 6 mois