Glossaire IA · Agents
Mémoire d'un agent IA
En une phrase
La mémoire d'un agent désigne les informations qu'un agent IA conserve pour s'en resservir : ce qui a été dit dans l'échange en cours (court terme) et les données gardées des échanges précédents, comme les préférences ou l'historique d'un client (long terme).
Autres noms: mémoire de l'agent · agent memory · mémoire à long terme · mémoire conversationnelle
Qu’est-ce que la mémoire d’un agent ?
Un modèle de langage n’a pas de souvenirs. À chaque appel, il ne voit que ce que vous lui envoyez à cet instant, dans sa fenêtre de contexte. Si un client écrit aujourd’hui puis la semaine prochaine, le modèle ignore qu’il s’agit de la même personne. La mémoire est la couche qu’un agent IA ajoute pour y remédier.
Passez à la pratique
Des agents IA pour répondre à vos clients
Dès 49 €/mois + TVA
Voix, WhatsApp et e-mail avec la ligne incluse : agent, numéros et CRM dans le même abonnement.
Voir les tarifsOn distingue en général deux types :
| Type | Ce qu’elle garde | Où elle se trouve | Exemple |
|---|---|---|---|
| Court terme | L’échange en cours | Dans le contexte envoyé au modèle | « Vous m’avez dit que c’était pour samedi » |
| Long terme | Les informations utiles d’un échange à l’autre | Base de données, CRM ou mémoire vectorielle | « Ce client demande toujours Laura » |
En lien avec ce terme
Agents UTIO
- Disponibles 24h/24 en 26 langues
- Le monter vous-même : 0 €, à partir de votre site
- 14 jours d'essai sans carte
Dès 49 €/mois + TVA
Voir les tarifsComment ça marche
- Pendant l’échange, l’agent renvoie au modèle les messages précédents pour qu’il garde le fil. Comme chaque message coûte des tokens, les longues conversations sont résumées.
- À la fin, il décide de ce qui mérite d’être conservé : une coordonnée, une préférence, un engagement en attente.
- À l’échange suivant, il identifie la personne (par son numéro ou son e-mail) et récupère ce qui a été gardé. S’il y en a beaucoup, il ne cherche que l’utile, avec des techniques proches du RAG.
- Il l’injecte dans le contexte avant de répondre.
C’est la mémoire qui permet à l’IA agentique d’enchaîner les étapes sans perdre l’objectif de vue, et à plusieurs agents coordonnés par une orchestration de travailler sur les mêmes informations.
Exemple
Un magasin de vélos rennais répond sur WhatsApp. En mars, un client demande une révision et précise que son vélo est un vélo de route et qu’il n’est libre que le lundi. En juin, il réécrit. L’agent le reconnaît à son numéro, se souvient du modèle et lui propose directement des créneaux le lundi, sans tout redemander.
La mémoire des agents chez UTIO
Chez UTIO, ce dont se souvient l’agent s’appuie sur le CRM : chaque contact a une chronologie avec ses messages, appels, e-mails et rendez-vous, sur une seule fiche. L’agent WhatsApp et l’agent vocal travaillent ainsi sur le même historique.
Les enregistrements, les transcriptions, la mémoire de l’agent et le CRM sont stockés en Espagne. Nous signons un contrat de sous-traitance des données et vous pouvez demander l’export ou la suppression quand vous le souhaitez.
Questions fréquentes
Les modèles de langage se souviennent-ils des conversations ?
Pas d'eux-mêmes. Chaque appel au modèle repart de zéro ; il ne « sait » que ce qui figure dans sa fenêtre de contexte. C'est le système autour qui ajoute la mémoire, en stockant des données et en les lui redonnant au bon moment.
Quelle différence entre mémoire et RAG ?
Le RAG cherche dans la documentation générale de l'entreprise, comme les tarifs ou les manuels. La mémoire garde ce qui a été appris de chaque interaction, par exemple qu'un client préfère l'après-midi. Techniquement, les deux peuvent partager la même base, mais pas le même rôle.
Un agent a-t-il le droit de mémoriser les données de mes clients ?
Oui, avec les règles de toute donnée personnelle : finalité claire, information du client, durée de conservation et droit à l'effacement. Le RGPD s'applique comme pour votre CRM.
Termes associés
- Fenêtre de contexte
La fenêtre de contexte est la quantité maximale de texte, mesurée en tokens, qu'un modèle de langage peut prendre en compte d'un coup : consignes, conversation, documents et sa propre réponse. Ce qui en sort, le modèle ne le voit pas.
- Agent IA
Un agent IA est un système qui s'appuie sur un modèle de langage pour comprendre une demande, décider des étapes à suivre et les exécuter avec de vrais outils, comme votre agenda ou votre CRM, jusqu'à accomplir la tâche, pas seulement pour répondre.
- RAG
Le RAG (génération augmentée par récupération) est une technique qui fait chercher à un modèle de langage les passages utiles dans vos documents, puis rédiger sa réponse à partir d'eux, au lieu de répondre uniquement de mémoire.
- Base de données vectorielle
Une base de données vectorielle stocke des embeddings, ces suites de nombres qui représentent le sens d'un contenu, et retrouve très vite les plus proches d'une requête. C'est la brique de recherche de la plupart des systèmes RAG.
- Embeddings
Un embedding est une suite de nombres qui représente le sens d'un texte, d'une image ou d'un son. Deux textes de sens proche ont des embeddings proches, ce qui permet de chercher par le sens et pas seulement par les mots exacts.
Mis à jour le