LLM est le sigle anglais de « large language model », grand modèle de langage en français. C’est le moteur de ChatGPT, de Claude, de Gemini et de la plupart des assistants d’IA. Il a été entraîné sur d’immenses quantités de textes : pages web, livres, articles, code informatique. À force d’exemples, il a appris comment s’enchaînent les mots, les idées et les raisonnements.

Son principe tient en une phrase : à partir de votre prompt, il calcule la suite de texte la plus probable, token après token. Cela suffit pour rédiger, résumer, traduire, répondre à une question ou écrire du code. « Grand » renvoie à sa taille : des milliards de réglages internes, ajustés pendant l’entraînement.

Un LLM n’est pourtant ni un moteur de recherche ni une base de données. Il ne connaît que ce qu’il a vu pendant son entraînement, jusqu’à une certaine date, et ne sait rien des dossiers internes de votre entreprise si vous ne les lui donnez pas. Il peut aussi inventer une réponse plausible : c’est une hallucination. Les assistants compensent en lui ajoutant la recherche sur le web, la lecture de vos documents ou d’autres outils.

Derrière Claude Code ou Codex, c’est aussi un LLM qui écrit le code de vos outils internes. Inutile de comprendre ses rouages : ce qui compte, c’est un prompt clair et des tests sérieux.

Exemple

Au service client, Samir colle vingt réclamations anonymisées dans un assistant comme Claude, dont le LLM les classe par motif ; Samir vérifie ensuite le tri avant la réunion d’équipe du lundi.

Avec Toolify

Toolify ne fournit pas de LLM : c’est votre agent (Claude Code, l’application Claude ou Codex) qui écrit l’outil, et Toolify qui le vérifie avant de le mettre en ligne.