Chargement des modèles…
Clarification proactive et désambiguïsation active(PCAD)
Avant de planifier une demande sous-spécifiée ou d'agir en conséquence, l'agent décide d'abord s'il doit poser une question (détection d'ambiguïté), puis génère la question de clarification la plus informative possible (formulée comme le gain d'information attendu sur les interprétations plausibles), et ne s'engage qu'ensuite dans un plan. Les LLM prêts à l'emploi reconnaissent l'ambiguïté lorsqu'on le leur demande explicitement, mais optent massivement, par défaut, pour une réponse muette fondée sur une seule supposition ; poser la question est donc un comportement explicitement entraîné ou induit par le prompt. À distinguer des modèles d'interface à initiative mixte, qui concernent le basculement du contrôle de l'UI, et du human-in-the-loop, qui approuve une action déjà choisie plutôt que de lever l'ambiguïté sur l'intention.
Aperçu en 30 secondes
- Quoi
- L'agent détecte une ambiguïté dans une demande, puis pose une seule question à forte valeur informative avant d'agir, au lieu de deviner en silence une interprétation unique.
- Quand l'utiliser
- Les demandes sont sous-spécifiées ou vagues, les actions coûteuses ou difficiles à annuler, et une clarification permet d'écarter d'un coup de nombreuses fausses pistes.
- Vigilance
- Les utilisateurs peuvent trouver les demandes de clarification répétées inefficaces ; dosez les questions pour ne pas interroger à l'excès sur des demandes réellement évidentes.
Interrogez l'expert IA sur ce pattern
Ouvre l'assistant avec votre question préremplie. Vous la relisez avant l'envoi.
Clarification proactive et désambiguïsation active: Vue d’ensemble
Avant de planifier une demande sous-spécifiée ou d'agir en conséquence, l'agent décide d'abord s'il doit poser une question (détection d'ambiguïté), puis génère la question de clarification la plus informative possible (formulée comme le gain d'information attendu sur les interprétations plausibles), et ne s'engage qu'ensuite dans un plan. Les LLM prêts à l'emploi reconnaissent l'ambiguïté lorsqu'on le leur demande explicitement, mais optent massivement, par défaut, pour une réponse muette fondée sur une seule supposition ; poser la question est donc un comportement explicitement entraîné ou induit par le prompt. À distinguer des modèles d'interface à initiative mixte, qui concernent le basculement du contrôle de l'UI, et du human-in-the-loop, qui approuve une action déjà choisie plutôt que de lever l'ambiguïté sur l'intention.
- Ambiguity detector decides whether a question is even needed
- Selects the question with the highest expected information gain
- One well-chosen question can split many interpretations at once
- Answers directly when the request is already unambiguous
- Prevents silent single-interpretation failures on vague inputs
- Explicit behavior since models recognize but rarely surface ambiguity
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.
Références
Les articles, spécifications et dépôts sur lesquels repose ce modèle.
- Ask-before-Plan: Proactive Language Agents for Real-World Planning - Zhang et al. (ArXiv 2024)arXiv:2406.12639
- Modeling Future Conversation Turns to Teach LLMs to Ask Clarifying Questions - Zhang et al. (ICLR 2025)arXiv:2410.13788
- Knowing but Not Showing: LLMs Recognize Ambiguity but Rarely Ask Clarifying Questions - Su & Cardie (ArXiv 2026)arXiv:2605.25284
- InteractComp: Evaluating Search Agents With Ambiguous Queries (ArXiv 2025)arXiv:2510.24668
Par l’ingénieur derrière ce catalogue
Faites auditer l’architecture de vos agents
Cette page documente un pattern. Votre système en fait tourner des dizaines, et l’essentiel des pannes se loge dans la façon dont ils s’articulent. Faites relire toute la conception à l’aune des 288 patterns de ce catalogue : architecture, fiabilité, évaluation et coûts, chaque constat relié au pattern qui le corrige.
750 € au lieu de 1 500 €, une semaine, rapport écrit et appel de restitution, jusqu’au 30 septembre