Custom instructions, memory, projects and skillsInstructions personnalisées, mémoire, projets et compétences
TRA6008 OptionalFacultatif
Four ways to avoid repeating yourself
Chat apps offer four ways to keep instructions or material from one conversation to the next. All four reach the model the same way, as text added to its context.
| What is stored | How it reaches the model | |
|---|---|---|
| Custom instructions | text you wrote in your settings | added to every new conversation |
| Memory | notes the chat app kept from earlier conversations | added to new conversations, or found by a search when they seem relevant |
| A project | files and instructions you attached to the project | added to every conversation opened inside the project |
| A skill | instructions, and sometimes small programs, for one kind of task | added when a task seems to call for it |
Say it once
If you tell the model in every conversation to use British spelling, to avoid bullet points and to keep its answers short, that instruction belongs in your settings. Chat apps offer this under several names and shapes, which come to the same thing: text stored once and added to each new conversation before your first message.
The settings usually combine a free field for your instructions with a few preset choices, for instance a tone, a length or a style built from a sample of your own writing (Figure 12figure 12). Some answers may skip them: a chat app can answer simple questions in a quicker mode that leaves your instructions out.In ChatGPT, “fast answers” from general knowledge are not personalized and do not use memory, as the settings in the figure state. Claude offers styles, preset or built from a writing sample, beside a free instruction field. Both seen 16 September 2026. The instructions reach the model as part of what it reads, like the chat app’s own system prompt system promptrequête générative système promptingrequêtes An instruction supplied to a language model before or alongside the user's input that establishes the model's role, task, behavioural rules, tone, or other context for the interaction.Instruction fournie à un modèle de langue avant l'entrée de l'utilisateur, ou en parallèle, qui établit le rôle du modèle, sa tâche, ses règles de conduite, son ton ou d'autres éléments de contexte pour l'interaction. (see also the System prompts page, in the LLM lifecycle module) (voir aussi la page Requêtes génératives système, dans le module Cycle de vie des GML).
Custom instructions can contain anything you would otherwise repeat in every conversation, for instance the language variety you write in, spelling conventions, formats you never want, the reference works you follow, or writing habits you dislike, named explicitly.
The same instructions can also be saved as an assistant of their own, with a name and files it may draw on, and used or shared when the work calls for it, as in Gemini’s Gems (Figure 13figure 13).
Memory
With memory switched on, the chat app keeps notes from your conversations and brings them into later ones, either every time or when they seem relevant, so a preference you stated once in passing can reach a conversation months later. For prompting, that works both ways: a note kept from one piece of work can surface in another, with instructions you never meant to give there. It is worth reading what yours contains (see also the What a chat product adds to the model page) (voir aussi la page Ce qu'un agent conversationnel ajoute au modèle).
Projects
A project is the same idea scoped to one piece of work: a folder of conversations that share files and instructions. The project in Figure 15figure 15, for instance, is for preparing a marathon: its instructions and its training plan are part of every conversation opened in it, from fueling strategy to strength training, and a conversation opened outside the project does not see them (see also the Working with long documents page) (voir aussi la page Travailler avec de longs documents).
Skills
A skill is a set of instructions for one kind of task, sometimes with small programs or reference files alongside them, that the chat app loads only when a task seems to call for it (Figure 16figure 16). Where a project is tied to one piece of work, a skill is tied to one way of working: how you want a report laid out, the checks you run on a text before you send it, the format of your meeting notes (see also the What a chat product adds to the model page) (voir aussi la page Ce qu'un agent conversationnel ajoute au modèle).
Instructions, memory, project files and skills all work by inserting text into the context automatically. They are prompting rather than configuration, and the same limits apply: they are usually followed, followed less in a long conversation, and never guaranteed (see also the In-context learning chapter, in the LLM lifecycle module) (voir aussi le chapitre Apprentissage en contexte, dans le module Cycle de vie des GML).
Quatre façons d’éviter de vous répéter
Les applications de clavardage offrent quatre façons de conserver des instructions ou des documents d’une conversation à l’autre. Tous parviennent au modèle de la même façon, sous forme de texte ajouté à son contexte.
| Ce qui est conservé | Comment cela parvient au modèle | |
|---|---|---|
| Instructions personnalisées | un texte que vous avez rédigé dans vos paramètres | ajouté à chaque nouvelle conversation |
| Mémoire | des notes que l’application a gardées de conversations précédentes | ajoutées aux nouvelles conversations, ou retrouvées par une recherche quand elles semblent pertinentes |
| Un projet | des fichiers et des instructions joints au projet | ajoutés à chaque conversation ouverte dans le projet |
| Une compétence | des instructions, et parfois de petits programmes, pour un type de tâche | ajoutée quand une tâche semble l’exiger |
Le dire une fois
Si vous demandez au modèle, dans chaque conversation, d’utiliser l’orthographe britannique, d’éviter les listes à puces et de faire des réponses courtes, cette consigne a sa place dans vos paramètres. Les applications de clavardage proposent cette possibilité sous plusieurs noms et plusieurs formes, qui reviennent au même : un texte enregistré une fois et ajouté à chaque nouvelle conversation avant votre premier message.
Les paramètres associent généralement un champ libre pour vos instructions à quelques choix prédéfinis, par exemple un ton, une longueur ou un style construit à partir d’un échantillon de vos propres textes (Figure 12figure 12). Certaines réponses peuvent ne pas en tenir compte : une application peut répondre aux questions simples dans un mode plus rapide qui laisse vos instructions de côté.Dans ChatGPT, les « fast answers » (réponses rapides) tirées des connaissances générales ne sont pas personnalisées et n’utilisent pas la mémoire, comme l’indiquent les paramètres de la figure. Claude propose des styles, prédéfinis ou construits à partir d’un échantillon de texte, à côté d’un champ libre pour les instructions. Les deux vus le 16 septembre 2026. Les instructions parviennent au modèle comme une partie de ce qu’il lit, au même titre que la requête générative système system promptrequête générative système promptingrequêtes An instruction supplied to a language model before or alongside the user's input that establishes the model's role, task, behavioural rules, tone, or other context for the interaction.Instruction fournie à un modèle de langue avant l'entrée de l'utilisateur, ou en parallèle, qui établit le rôle du modèle, sa tâche, ses règles de conduite, son ton ou d'autres éléments de contexte pour l'interaction. de l’application (see also the System prompts page, in the LLM lifecycle module) (voir aussi la page Requêtes génératives système, dans le module Cycle de vie des GML).
Les instructions personnalisées peuvent contenir tout ce que vous répéteriez sinon dans chaque conversation, par exemple la variété de langue dans laquelle vous écrivez, des conventions d’orthographe, des formats dont vous ne voulez jamais, les ouvrages de référence que vous suivez, ou des tics d’écriture que vous n’aimez pas, nommés explicitement.
Les mêmes instructions peuvent aussi être enregistrées comme un assistant à part entière, avec un nom et des fichiers sur lesquels il peut s’appuyer, et utilisées ou partagées quand le travail l’exige, comme les Gems de Gemini (Figure 13figure 13).
La mémoire
Quand la mémoire est activée, l’application de clavardage garde des notes de vos conversations et les reprend dans les suivantes, soit à chaque fois, soit quand elles semblent pertinentes : une préférence exprimée une seule fois, en passant, peut ainsi resurgir dans une conversation des mois plus tard. Pour la rédaction des requêtes, cela joue dans les deux sens : une note tirée d’un travail peut réapparaître dans un autre, avec des consignes que vous n’aviez jamais voulu y donner. Il vaut la peine de lire ce que contient la vôtre (see also the What a chat product adds to the model page) (voir aussi la page Ce qu'un agent conversationnel ajoute au modèle).
Les projets
Un projet applique la même idée à un seul travail : un dossier de conversations qui partagent des fichiers et des instructions. Le projet de Figure 15figure 15, par exemple, sert à préparer un marathon : ses instructions et son plan d’entraînement font partie de chaque conversation ouverte dans le projet, de la stratégie d’alimentation au renforcement musculaire, et une conversation ouverte hors du projet ne les voit pas (see also the Working with long documents page) (voir aussi la page Travailler avec de longs documents).
Les compétences
Une compétence (angl. skill) est un ensemble d’instructions pour un type de tâche, parfois accompagné de petits programmes ou de fichiers de référence, que l’application ne charge que lorsqu’une tâche semble l’exiger (Figure 16figure 16). Alors qu’un projet est lié à un travail, une compétence est liée à une façon de travailler : la mise en page que vous voulez pour un rapport, les vérifications que vous faites sur un texte avant de l’envoyer, le format de vos comptes rendus de réunion (see also the What a chat product adds to the model page) (voir aussi la page Ce qu'un agent conversationnel ajoute au modèle).
Les instructions, la mémoire, les fichiers d’un projet et les compétences fonctionnent tous en insérant automatiquement du texte dans le contexte. Ils relèvent de la requête plutôt que de la configuration, et sont soumis aux mêmes limites : ils sont généralement respectés, moins bien dans une longue conversation, et jamais garantis (see also the In-context learning chapter, in the LLM lifecycle module) (voir aussi le chapitre Apprentissage en contexte, dans le module Cycle de vie des GML).