Quand OpenAI a découvert que ses utilisateurs parlaient à une IA qui les oubliait à chaque session

En juillet 2023, OpenAI reçoit un signal qu'elle n'attendait pas. Parmi les retours massifs d'utilisateurs collectés après le lancement de ChatGPT Plus, un thème revient avec une insistance inhabituelle : les gens réécrivent le même contexte de zéro à chaque conversation. Leur poste, leur secteur, leur style de communication préféré, le fait qu'ils ne veulent pas de bullet points, que leur entreprise s'appelle Acme GmbH et opère en B2B industriel en Allemagne. À chaque nouvelle session, tout disparaît. L'IA recommençait comme si elle rencontrait l'utilisateur pour la première fois.

Ce n'était pas un bug. C'était une décision d'architecture. Mais le comportement des utilisateurs réels révélait quelque chose que les ingénieurs n'avaient pas pleinement anticipé : les professionnels ne voulaient pas un outil ponctuel. Ils voulaient un collaborateur qui se souvient.

Ce qui s'est passé, raconté sans enjolivements

OpenAI a lancé les Custom Instructions en juillet 2023, d'abord pour les abonnés ChatGPT Plus, puis progressivement pour tous les utilisateurs. Le principe est simple : deux champs de texte, l'un pour décrire qui vous êtes et votre contexte, l'autre pour préciser comment vous souhaitez que le modèle réponde. Ces instructions s'appliquent automatiquement à toutes les conversations suivantes.

C'était une solution pragmatique, presque artisanale. Et elle a fonctionné. Des consultants ont commencé à y stocker leur méthodologie de travail, des responsables marketing y ont ancré leur charte éditoriale, des avocats y ont précisé le niveau de formalisme attendu dans chaque réponse.

Puis en novembre 2023, lors de sa developer conference, OpenAI a annoncé les GPTs, des assistants personnalisables avec des instructions système plus étendues, des capacités intégrées et une interface propre. Anthropic, de son côté, travaillait sur un concept différent mais convergent : Projects dans Claude, lancé en 2024, qui permet de regrouper des conversations autour d'un projet donné, avec des instructions persistantes et des documents partagés au niveau du projet.

La fonction Memory de ChatGPT est arrivée en 2024 également, d'abord en beta. Elle va plus loin que les Custom Instructions : au lieu de demander à l'utilisateur de tout définir à l'avance, le modèle infère lui-même ce qui mérite d'être retenu, et peut le mémoriser explicitement sur demande. OpenAI (éditeur de ChatGPT, chiffres à croiser avec des sources indépendantes) a indiqué que la fonction Memory était activée par défaut pour les utilisateurs Plus et Team à partir de début 2024, ce qui en fait l'une des premières fonctions de personnalisation déployées à grande échelle sur un LLMLLMA Large Language Model is an AI system trained on vast text data to predict and generate language, enabling tasks like writing, summarizing, and answering questions.Voir la définition complète → grand public.

Pourquoi ce moment a changé quelque chose

La mémoire persistante dans un LLM n'est pas une commodité. C'est un changement de modèle d'usage.

Avant ces fonctions, ChatGPT était utilisé comme un moteur de recherche amélioré ou un générateur de texte à la demande. Chaque conversation était autonome. Ce mode de fonctionnement convient bien à des tâches isolées : rédiger un email, traduire un paragraphe, résumer un document.

Mais les professionnels qui ont commencé à intégrer l'IA dans leur flux de travail quotidien ont rapidement heurté cette limite. Un directeur financier qui demande chaque semaine une analyse de variance a besoin que l'IA connaisse sa structure de reporting, ses conventions de nommage, ses préférences de format. Un consultant qui travaille sur un dossier pendant trois semaines ne peut pas réexpliquer le contexte client à chaque session.

Projects dans Claude répond à ce problème par la structuration : on crcrThe percentage of visitors or prospects who complete a desired action (purchase, sign-up, contact form), calculated as conversions divided by total opportunities.Voir la définition complète →ée un espace de travail dédié, on y télécharge les documents de référence, on y définit des instructions propres à ce contexte. Toutes les conversations dans ce projet héritent de ce cadre. C'est une approche plus proche du dossier de travail que du mémo Post-it.

ChatGPT Memory choisit une approche différente, plus dynamique : le modèle construit une représentation de l'utilisateur au fil des échanges. Cette approche soulève des questions légitimes sur la vie privée et le contrôle des données, qu'OpenAI adresse en permettant à l'utilisateur de consulter, modifier ou supprimer chaque élément mémorisé. Mais elle suppose aussi une confiance dans la pertinence de ce que le modèle choisit de retenir, ce qui n'est pas toujours fiable.

Ce qui est révélateur, c'est la divergence de philosophie entre les deux acteurs. Anthropic mise sur la structure explicite et le contrôle utilisateur fort. OpenAI mise sur l'inférence et la fluidité. Les deux approches ont des mérites selon le profil de l'utilisateur.

Ce que ça change concrètement pour vous

La leçon n'est pas "utilisez tel outil plutôt qu'un autre". Elle est plus fondamentale : la valeur que vous tirez d'un LLM est directement proportionnelle à la qualité du contexte que vous lui fournissez, que ce soit via des instructions manuelles, des projets structurés ou une mémoire construite dans le temps.

Un professionnel qui démarre chaque conversation depuis zéro laisse de la valeur sur la table. Il demande à un assistant expérimenté de se comporter comme un stagiaire qui vient d'arriver.

Voici ce que les utilisateurs avancés ont compris assez tôt :

• Les Custom Instructions méritent d'être traitées comme un document vivant, révisé chaque trimestre à mesure que votre rôle ou vos besoins évoluent.
• Les Projects de Claude sont particulièrement utiles pour les missions longues durée avec des livrables définis, pas pour les questions ad hoc.
• La fonction Memory de ChatGPT gagne à être supervisée activement : vérifiez régulièrement ce que le modèle a retenu, corrigez les interprétations inexactes, supprimez ce qui est devenu obsolète.
• Ni l'une ni l'autre de ces fonctions ne remplace une bonne discipline de prompt sur le fond.

Le vrai changement opéré entre 2023 et aujourd'hui n'est pas technologique. C'est un changement d'usage : les professionnels qui obtiennent les meilleurs résultats ne demandent plus à l'IA de répondre à des questions. Ils lui confient un contexte de travail durable. La distinction semble subtile, mais elle sépare assez nettement ceux qui utilisent ces outils à 20 % de leur capacité de ceux qui les intègrent réellement dans leur pratique professionnelle.