Glossaire IA, tech et produit pour product managers

Un agent IA est un système dans lequel un modèle de langage choisit, étape par étape, les actions à mener pour atteindre un objectif : il appelle des outils, lit les résultats, puis décide de l'action suivante jusqu'à juger la tâche terminée ou atteindre une limite.

L'analytics produit est la collecte et l'analyse des données sur la façon dont les gens utilisent un produit : quelles actions ils mènent, dans quel ordre, à quelle fréquence et s'ils reviennent.

Une API (application programming interface, ou interface de programmation) permet à un logiciel de demander des données ou des actions à un autre selon des règles établies.

L'architecture technique, ou architecture logicielle, est l'ensemble des décisions structurelles sur un système : quels composants existent, de quoi chacun est responsable, comment ils communiquent et où vivent les données.

L'authentification vérifie qui est un utilisateur ou un système : un mot de passe, une passkey, un code à usage unique, ou une vérification déléguée à un fournisseur comme Google.

Un conflit de merge survient quand Git ne peut pas combiner deux branches automatiquement, parce que les deux ont modifié la même portion d'un fichier, ou que l'une a effacé un fichier modifié de son côté par l'autre.

Les critères d'acceptation sont les conditions qu'un travail doit remplir pour que les utilisateurs et l'entreprise puissent le considérer comme terminé.

La dette technique est le coût futur créé quand une équipe choisit aujourd'hui une solution plus rapide ou plus simple plutôt qu'une meilleure qui demanderait plus de temps.

Un embedding est une liste de nombres, un vecteur, qui encode la signification d'un texte ou d'une image, de sorte que deux éléments de sens voisin obtiennent des vecteurs proches.

Les evals sont des tests systématiques des sorties d'une fonctionnalité IA, menés sur un ensemble d'entrées représentatives et selon des critères définis.

Les exigences non fonctionnelles décrivent à quel point un système doit bien fonctionner, plutôt que ce qu'il fait : performance, disponibilité, sécurité, montée en charge, accessibilité, maintenabilité.

On appelle fenêtre de contexte la quantité maximale de texte, comptée en tokens, qu'un modèle de langage peut prendre en compte en une seule requête : instructions, historique de conversation, documents et sa propre réponse compris.

Les garde-fous IA (guardrails) sont les contrôles placés autour d'un modèle de langage pour maintenir le comportement d'un produit dans des limites acceptables.

Une hallucination est une réponse de LLM plausible mais fausse, non étayée ou inventée : une référence qui n'existe pas, un chiffre erroné, une fonctionnalité que l'entreprise n'a jamais livrée.

Une opération est idempotente quand l'exécuter plusieurs fois produit le même effet que l'exécuter une seule fois.

L'injection de prompt est une attaque dans laquelle un texte fourni à un modèle de langage contient des instructions qui remplacent ou détournent celles du développeur.

Le LLM juge (LLM-as-a-judge) est une méthode d'évaluation dans laquelle un modèle de langage note ou compare les sorties d'une fonctionnalité IA selon une grille.

Présenté par Anthropic en novembre 2024, MCP (Model Context Protocol) est une spécification ouverte qui définit la façon dont les applications d'IA se connectent à des outils et à des sources de données externes.

Un modèle de données décrit les informations qu'un produit stocke et la façon dont elles s'articulent : les entités (utilisateurs, comptes, commandes), leurs attributs et les relations qui les lient, par exemple un compte qui regroupe plusieurs utilisateurs.

La North Star Metric est l'indicateur unique qu'une équipe produit adopte pour exprimer la valeur que ses utilisateurs retirent du produit, d'une manière qui annonce aussi la réussite de l'entreprise sur la durée.

Le prompt engineering est la pratique qui consiste à rédiger puis affiner les instructions données à un grand modèle de langage pour qu'il produise, de façon fiable, le résultat attendu.

Une pull request, appelée merge request sur GitLab, est une proposition de fusionner les modifications d'une branche dans une autre, en général la branche principale.

Le RAG (retrieval-augmented generation, ou génération augmentée par récupération) est une architecture dans laquelle l'application cherche d'abord, dans un ensemble de documents, les extraits qui répondent le mieux à une question, puis les transmet à un grand modèle de langage avec cette question.

Le contrôle d'accès basé sur les rôles (RBAC, role-based access control) est un modèle d'autorisation dans lequel les permissions sont attachées à des rôles, comme administrateur, éditeur ou lecteur, et les utilisateurs reçoivent un ou plusieurs rôles.

Une roadmap orientée résultats organise le travail produit autour des effets que l'équipe veut obtenir, par exemple davantage de clients qui s'activent dès leur première semaine, au lieu d'une liste de fonctionnalités assorties de dates de livraison.

Un résultat est statistiquement significatif quand l'écart observé serait peu probable si le changement n'avait aucun effet réel, au regard d'un seuil choisi avant le test.

Les sorties structurées sont des réponses de modèle qui suivent un format défini à l'avance, en général un JSON conforme à un schéma, plutôt qu'une prose libre.

SQL (Structured Query Language) est le langage standard pour interroger les bases de données relationnelles et les entrepôts de données.

Un test A/B est une expérience contrôlée dans laquelle les utilisateurs sont répartis au hasard entre deux versions ou plus d'une expérience produit, puis comparés sur une métrique choisie à l'avance.

Le tool calling, ou function calling, permet à un modèle de langage de demander une action à l'application qui l'entoure.

Un webhook est une requête HTTP qu'un service envoie automatiquement à une URL que vous lui avez fournie lorsqu'un événement se produit, par exemple un paiement réussi ou un fichier déposé.