# Comment travailler avec Claude Opus 5 sur de longs projets?

Date: 2026-08-04 · Author: Robert Scales · https://guidetoartificialintelligence.com/fr/apprendre/travailler-claude-opus-5-longs-projets/

**Answer:** Donnez à Claude Opus 5 un plan écrit découpé en petits morceaux vérifiables, faites-le avancer un morceau à la fois avec un commit et une note de progression après chacun, et faites une revue aux points de contrôle fixés d’avance. Sa meilleure habitude de vérifier son propre travail aide, mais ce sont les fichiers sur le disque, et non la mémoire du modèle, qui font passer un long projet d’une session à la suivante.

Claude Opus 5, lancé par Anthropic le 24 juillet 2026, est conçu pour le genre de travail qui dure plus longtemps qu’une seule conversation : des projets de programmation, d’analyse et de documents en plusieurs étapes. Anthropic affirme qu’il est bien meilleur que les modèles Opus précédents pour vérifier son propre travail et recommencer jusqu’à ce qu’il réussisse. Un exemple tiré du lancement : comme aucun flux de données en direct n’existait pour faire ses essais, il a construit son propre banc de test pour confirmer que son code lisait correctement les données d’une bourse. C’est le modèle par défaut de Claude Max; il est offert dans Pro, et dans l’API sous le nom `claude-opus-5`, au prix de 5 $ US par million de jetons d’entrée et de 25 $ US par million de jetons de sortie.

Même un modèle performant garde une limite de base sur les longs projets. Chaque **session** travaille à l’intérieur d’une **fenêtre de contexte**, la quantité de texte que le modèle peut garder en tête d’un coup, et une nouvelle session commence sans aucun souvenir de la précédente. Les ingénieurs d’Anthropic comparent la situation à une équipe qui travaille par quarts, où chaque nouvel ingénieur arrive sans rien savoir du quart précédent. La méthode ci-dessous règle ce problème en gardant la mémoire du projet dans des fichiers.

## La méthode : planifier, faire des points de contrôle, réviser

**Planifier.** Avant d’écrire du code ou un brouillon, demandez à Opus 5 d’explorer et de planifier sans rien construire. Les conseils d’Anthropic pour Claude Code recommandent exactement cet ordre : explorer, planifier, puis coder. Le plan devient une **liste de fonctions**, un fichier où chaque partie du projet terminé est décrite comme un élément vérifiable, tous marqués comme pas encore réussis.

**Faire des points de contrôle.** Chaque session de travail prend un élément de la liste, le construit, le teste, puis enregistre un point de contrôle : un commit git avec un message clair et quelques lignes dans un journal de progression. **Git** est un logiciel de gestion de versions qui enregistre des instantanés de vos fichiers, ce qui permet d’annuler toute mauvaise modification.

**Réviser.** Aux moments que vous choisissez, par exemple tous les trois éléments ou à la fin de chaque journée, vous lisez le journal de progression et les modifications, et vous essayez vous-même le résultat avant que la ronde suivante commence.

## Un exemple de mise en place

Disons que vous voulez qu’Opus 5 construise un petit site Web de réservation pour une salle communautaire. Trois fichiers forment la mémoire du projet :

```text
FEATURES.json    <- chaque fonction, chacune avec "passes": false au départ
PROGRESS.md      <- notes datées : ce qui a été fait, ce qui a brisé, la suite
init.sh          <- une seule commande qui démarre le site pour les tests
```

Un élément de la liste de fonctions pourrait ressembler à ceci :

```json
{
  "id": "booking-form",
  "description": "Un visiteur peut choisir une date libre, entrer un nom et un courriel, et voir une confirmation",
  "test": "Ouvrir le site, réserver la première date libre, vérifier la confirmation et que la date est maintenant prise",
  "passes": false
}
```

Anthropic a constaté que le JSON fonctionne mieux que le Markdown pour cette liste, parce que le modèle risque moins de réécrire ou d’écraser un fichier JSON par erreur. Le prompt de la première session met tout en place :

```prompt
Lis la description du projet dans BRIEF.md. N’écris pas encore de code d’application.
1. Crée FEATURES.json, qui énumère chaque fonction comme un élément vérifiable, toutes avec `"passes": false`.
2. Crée init.sh pour démarrer le serveur de développement.
3. Crée PROGRESS.md avec la date d’aujourd’hui et un court résumé du plan.
4. Fais le premier commit git.
Tu peux seulement modifier le champ "passes" dans FEATURES.json, jamais supprimer ni reformuler des fonctions.
Arrête-toi quand c’est fait et montre-moi la liste de fonctions.
```

Chaque session suivante commence par le même court prompt : lire PROGRESS.md et les 20 derniers commits git, lancer init.sh et vérifier que l’essentiel fonctionne encore, choisir la fonction prioritaire qui échoue, construire et tester seulement celle-là, puis faire un commit, mettre à jour PROGRESS.md et s’arrêter.

> **À essayer :** rédigez une description d’une page pour un projet que vous remettez à plus tard, lancez seulement le prompt de mise en place et lisez la liste de fonctions que produit Opus 5. Modifiez-la jusqu’à ce que chaque élément soit quelque chose que vous pourriez tester vous-même en deux minutes.

## Comment le garder sur la bonne voie pendant de nombreuses heures?

Faites-le travailler sur une seule chose à la fois. Dans les expériences d’Anthropic, les deux plus grands échecs sur les longs projets étaient de tout vouloir faire en même temps, ce qui laissait du travail à moitié fini et non documenté quand le contexte s’épuisait, et de déclarer le travail terminé trop tôt parce qu’un certain progrès était visible. Une liste de fonctions avec des critères de réussite explicites répond aux deux : le modèle voit exactement ce qui reste, et « terminé » veut dire que chaque élément réussit.

Exigez de vrais tests. Anthropic a aussi vu ses modèles marquer des fonctions comme terminées après des vérifications seulement partielles. Les résultats se sont nettement améliorés quand on a demandé au modèle de tester comme le ferait un utilisateur, par exemple avec une automatisation de navigateur qui clique dans le site. Mettez le test dans la description de chaque fonction, comme dans l’exemple ci-dessus, et demandez des preuves, comme la sortie des tests ou des captures d’écran, dans la note de progression.

Laissez les fichiers porter la mémoire. Les outils de contexte comme la compaction, où la conversation antérieure est résumée pour libérer de l’espace, aident, mais ne suffisent pas à eux seuls; ce sont le journal de progression et l’historique git qui permettent à une nouvelle session de comprendre où en sont les choses en quelques minutes. Si une session tourne mal, revenez au dernier bon commit plutôt que de demander au modèle de démêler le gâchis.

Gardez vos points de revue. Opus 5 est plus soigneux que les modèles précédents, et ses clients rapportent qu’il conteste les conceptions boiteuses et vérifie avant de remettre le travail. Vos revues deviennent donc plus rapides, pas inutiles. Laissez les demandes d’autorisation activées pour les actions qui modifient ou suppriment des choses, et utilisez le réglage de l’effort selon le travail : un effort plus élevé pour la planification et les bogues difficiles, plus bas pour les éléments de routine, ce qui économise aussi des jetons.

## Sources

- Introducing Claude Opus 5: https://www.anthropic.com/news/claude-opus-5
- Effective harnesses for long-running agents: https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents
- Claude Code: Best practices for agentic coding: https://www.anthropic.com/engineering/claude-code-best-practices