Qu'est-ce que les LLM ?

Ce guide vous explique simplement ce que sont les Large Language Models (LLM) et comment Claude Code révolutionne le développement logiciel.

Les Large Language Models (LLM)

Définition simple

Un LLM (Large Language Model) est un programme informatique capable de comprendre et générer du texte de manière naturelle. Imaginez un assistant qui a lu des milliards de pages web, livres et documents, et qui peut répondre à vos questions en s'appuyant sur ces connaissances.

Exemples connus

  • ChatGPT (OpenAI) - Le plus médiatisé
  • Claude (Anthropic) - Réputé pour sa fiabilité
  • Gemini (Google) - Intégré aux services Google
  • Mistral (France) - Alternative européenne

Ce que les LLM savent faire

Générer du texte

Rédiger des emails, articles, documentation, résumés...

Écrire du code

Créer des fonctions, corriger des bugs, expliquer du code existant.

Analyser

Comprendre des documents, extraire des informations, classifier.

Traduire

Passer d'une langue à l'autre, adapter le style et le ton.

Ce que les LLM ne savent PAS faire

Claude Code : l'assistant développeur

Claude Code est un outil en ligne de commande (CLI) créé par Anthropic. Contrairement à ChatGPT web, il peut :

  • Exécuter des commandes sur votre machine (git, npm, etc.)
  • Lire et écrire des fichiers dans votre projet
  • Naviguer dans votre codebase pour comprendre le contexte
  • Coder de manière autonome : créer des features, corriger des bugs
  • Lancer des tests et valider que le code fonctionne

Chat vs Agent

Aspect ChatGPT Web (Chat) Claude Code (Agent)
Interaction Copier-coller du code Accès direct aux fichiers
Actions Suggestions seulement Exécute les modifications
Contexte Ce que vous collez Tout le projet accessible
Validation Manuelle par vous Peut lancer les tests
Apprentissage Aucun Via fichiers CLAUDE.md

Concepts clés

Tokens

Les LLM ne lisent pas des mots, mais des tokens (morceaux de mots). Un token fait environ 4 caractères en moyenne. "Bonjour" = 2 tokens. Le coût et la vitesse dépendent du nombre de tokens traités.

Contexte

La fenêtre de contexte est la quantité d'information que le LLM peut "garder en tête" pendant une conversation. Claude a une fenêtre de 200k tokens (~150k mots). Au-delà, il "oublie" le début de la conversation.

Prompt Engineering

L'art de formuler vos demandes pour obtenir les meilleurs résultats. Une demande précise et structurée donne de meilleures réponses qu'une demande vague.

Température

Paramètre qui contrôle la "créativité" du modèle. Température basse (0) = réponses prévisibles et cohérentes. Température haute (1) = réponses plus variées mais moins fiables.

Prochaines étapes

Maintenant que vous comprenez les bases, explorez :