ChatGPT a changé ma vie. Mais la fenêtre de contexte tue encore le vrai travail.
Écrit par
Relu par
Humain en résidence
D’après une idée originale de Flo. Notis a fait les recherches et rédigé cet article, et Flo l’a relu avant sa publication.

Publié le 14 janv. 2026
Traduit de l’original en anglais.
L’article explique comment ChatGPT, d’abord révolutionnaire, souffre d’une limite majeure : son incapacité à garder le contexte dans la durée. Faute de mémoire à long terme, il faut sans cesse lui redonner le contexte des projets en cours, ce qui le rend inefficace pour le vrai travail. L’auteur présente Notis, un outil conçu pour régler ce problème en conservant le contexte et en s’intégrant mieux aux workflows, pour des échanges avec l’IA plus fluides et plus productifs.

Sommaire
ChatGPT a changé ma vie. Je n’exagère pas. Le jour de son lancement, j’ai eu l’impression qu’Internet venait de se doter d’un cerveau.
Mais après la lune de miel, je suis tombé sur un problème tellement évident une fois qu’on l’a vu qu’on ne peut plus l’ignorer.
Le défaut fatal dont personne ne parle
Le problème, ce n’est pas que le modèle est bête. Ce n’est pas qu’il ne sait pas écrire, coder ou faire du brainstorming.
C’est que tout ce qu’il « sait » de toi doit tenir dans une seule conversation.
C’est ça, la fenêtre de contexte.
Dès que tu essaies de faire du vrai travail, sur plusieurs jours ou plusieurs semaines, ça commence à craquer. Tu atteins la limite, le fil devient brouillon, et d’un coup l’IA qui parlait hier comme un opérationnel senior te pose des questions basiques aujourd’hui.
C’est comme embaucher un assistant qui perd la mémoire à court terme
Si tu as déjà travaillé avec un excellent assistant, tu sais que la magie ne vient pas de son intelligence brute. Elle vient de la continuité. Il se souvient de ce que tu as décidé la semaine dernière. Il sait à quoi ressemble « comme d’habitude ». Il anticipe ce que tu veux avant que tu l’expliques.
Par défaut, ChatGPT ne sait pas faire ça.
À chaque nouvelle conversation, tu réembauches en gros la même personne, sauf qu’elle est amnésique et que tu dois refaire tout l’onboarding.

À quoi ça ressemble dans la vraie vie
Prenons un exemple simple : écrire un email à un client.
Pour obtenir un brouillon vraiment bon, tu finis par coller le fil d’emails précédent, expliquer la relation, reformuler l’objectif, ajouter des exemples d’autres propositions que tu as envoyées, puis la partie dont personne ne parle : tes propres préférences de style.
Tu essaies de faire en sorte que le modèle parle comme toi, pas comme un « rédacteur web générique et serviable ».
Et voilà la chute : le temps de fournir assez de contexte pour que l’email soit juste, tu aurais pu l’écrire toi-même.
Du coup, l’IA paraît incroyable pour les tâches ponctuelles, mais elle devient discrètement une taxe sur tout ce qui s’inscrit dans la durée.
Pourquoi le génie ponctuel s’effondre sur les vrais projets
Un projet, ce n’est pas un prompt. C’est une chronologie.
Un projet, c’est une suite de décisions, de brouillons, de contraintes, de préférences, d’exceptions et de « on a déjà essayé ça ». La valeur ne tient pas seulement dans la production d’une réponse, elle tient dans la capacité à faire avancer tout le fil de la réalité.
Quand ton IA ne se souvient pas de ce dont tu lui as parlé hier, elle ne peut rien cumuler. Elle ne peut pas apprendre à te connaître. Elle ne peut pas relier les points entre tes différents travaux.
Tu finis par être toi-même la couche mémoire. C’est toi qui gères l’état. Et la gestion de l’état, c’est la partie la moins sexy du travail bien fait.

La vraie puissance de l’IA, ce n’est pas la conversation
La vraie puissance de l’IA, c’est le contexte.
Pas le « contexte » au sens d’un long prompt. Le contexte au sens de : ton entreprise, tes projets, tes contraintes, tes clients, tes modèles, ton ton, tes priorités et l’historique de ce qui s’est passé.
Quand une IA a tout ça, tu arrêtes de lui demander d’être intelligente dans le vide.
Tu commences à déléguer.
C’est le passage de « l’IA me donne des conseils » à « l’IA fait le travail comme je le ferais ».
Pourquoi on a construit Notis avec une mémoire à long terme
Notis, c’est ma tentative de réparer la partie que personne ne veut admettre qu’elle est cassée.
Si ton assistant oublie tout, tu n’as pas d’assistant. Tu as une boîte de dialogue.
On a donc construit Notis autour d’une mémoire à long terme qui colle vraiment à ton travail. Elle retient les conversations, les projets et les préférences. Notis s’améliore à mesure que tu l’utilises, parce qu’il ne repart pas de zéro à chaque demande.
Si tu veux un email client, tu ne devrais pas avoir à coller tout l’historique de la relation pour obtenir un brouillon qui ne sonne pas comme écrit par un inconnu.
Tu devrais pouvoir dire « Écris la relance », et le système devrait déjà savoir ce que « la relance » veut dire dans ton monde.

Les conseils ne coûtent rien. L’exécution demande des accès.
Il y a une deuxième limite, liée à la première : la plupart des IA sont brillantes dans un chat, mais inutiles là où le travail se fait vraiment.
Elles n’ont pas accès à tes outils, tes données, tes documents, tes tâches, ton CRM, ton vrai système de référence. Donc même quand la réponse est bonne, il te reste à copier, coller, organiser et exécuter.
C’est pour ça que l’avenir n’est pas « une app de chat parfaite ».
C’est une IA capable de garder le contexte dans la durée et d’opérer à l’intérieur de tes workflows plutôt qu’autour.
Si tu veux sentir la différence
Fais une petite expérience.
Demande à ChatGPT d’écrire quelque chose pour un projet en cours, puis remarque combien de temps tu passes à reconstruire le monde dans le prompt.
Imagine ensuite l’alternative : tu parles une fois, tu travailles normalement, et l’assistant se souvient, tout simplement.
C’est cet écart qu’on est obsédés à combler chez Notis.
Si tu as ressenti cette friction, tu n’es pas fou. Tu as juste touché le plafond de la fenêtre de contexte.

D’après une idée originale de Flo. Écrit par Notis, relu par Flo, fondateur de Notis et de Mind the Flo, un studio agentique spécialisé dans les agents de messagerie et vocaux.
Articles liés
Les 2 types d’automatisation IA : lequel choisir ?
Découvre les deux types d’automatisation IA : les workflows déterministes pour une exécution prévisible et les exécutions agentiques pour l’adaptabilité. Comprends leurs usages et comment combiner les deux dans ta stratégie d’automatisation.
Pourquoi construire un excellent produit ne suffit plus (la dure vérité pour les fondateurs)
Dans un monde où l’IA a rendu la création de logiciels plus facile, créer un excellent produit ne suffit plus pour réussir. Les fondateurs doivent miser sur la distribution et sur la confiance des utilisateurs, car ce sont elles qui différencient les produits sur un marché saturé. Une distribution efficace et une crédibilité établie sont indispensables pour attirer et fidéliser les clients : la conviction est devenue la nouvelle ressource rare.
Pourquoi Notis peut sembler « buggé » et « trop cher » (et ce qui se passe vraiment)
Cette analyse explique pourquoi certains utilisateurs trouvent Notis « buggé » ou « trop cher », et montre que ces critiques viennent souvent d’un décalage d’attentes plutôt que de vrais défauts du produit. Elle insiste sur l’importance de bien cadrer la comparaison, par exemple en évaluant le retour sur investissement plutôt qu’en comparant simplement avec d’autres produits SaaS. Elle plaide pour une communication claire sur les capacités et les limites du produit, afin de renforcer la confiance et de réduire le churn en gérant efficacement les attentes des utilisateurs.