Tableau comparatif des quatre ecosystemes
Les memes concepts, quatre vocabulaires. Cette page est ta table de traduction.
Temps de lecture : 10 min | Niveau : Debutant
Ce que tu sauras faire apres
- Traduire instantanement un concept d'un ecosysteme vers un autre.
- Retrouver quel produit joue le role de "memoire projet" chez chacun.
- Reperer ce qui est reellement commun aux quatre (le MCP) et ce qui ne l'est pas.
- Eviter les faux amis de vocabulaire qui font perdre du temps.
1. Le grand tableau de correspondance
Lis-le par ligne : une ligne, un concept, quatre traductions.
| Concept | Anthropic / Claude | OpenAI / ChatGPT | Google / Gemini | Microsoft |
|---|---|---|---|---|
| Instruction permanente (system prompt) | System prompt via l'API ; CLAUDE.md dans Claude Code | Message de role developer (prioritaire sur user) | System instructions | System message ; .github/copilot-instructions.md cote GitHub Copilot |
| Memoire / dossier de travail | Projects (historique + base de connaissances + instructions) | Projects dans ChatGPT | Gems ; Gemini Notebook pour les sources | Agents Copilot Studio ; projets Foundry |
| Outils appelables par le modele | Tool use | Function calling | Function Calling | Tools / Foundry Toolbox ; actions Copilot Studio |
| Agents | Subagents, Agent SDK, Claude Managed Agents | Mode agent, plugins pour Codex | Agents via Gemini Enterprise Agent Platform | Prompt agents, hosted agents (Foundry) ; agents Copilot Studio |
| Extension packagee | Skills (SKILL.md) et plugins (.claude-plugin/plugin.json) | Plugins (skills + serveur MCP + UI), annuaire unique partage par ChatGPT et Codex. Les GPTs personnalises migrent vers les plugins | Gems (personnalisation), extensions Workspace | Agent skills GitHub Copilot ; solutions Copilot Studio |
| Protocole d'integration | MCP (natif, connecteurs) | MCP (dans les plugins) | Function calling + outils integres | MCP (GitHub Copilot, Foundry) |
| Execution de code | Outil d'execution de code (requis pour les skills API) ; bash dans Claude Code | Interpreteur cote ChatGPT ; Codex cote dev | Code Execution (outil API) ; ordinateur cloud de Gemini Notebook | Copilot in Excel ; environnements Foundry |
| Gros documents / long contexte | Projects avec RAG (jusqu'a 10x de capacite sur plans payants) | Fichiers de projet, RAG | Long Context (millions de tokens) ; Document Understanding jusqu'a 1000 pages de PDF | Grounding sur les donnees Microsoft 365 ; recherche Foundry |
| Sortie structuree | Structured outputs (API) | Structured Outputs (strict: true) vs JSON mode | Structured Outputs (JSON) | Via les modeles sous-jacents dans Foundry |
| Surface de code | Claude Code (terminal, VS Code, JetBrains, desktop, web) | Codex | AI Studio, integrations Cloud | GitHub Copilot |
Ce tableau est une aide a la traduction, pas une equivalence exacte. Deux cases sur la meme ligne jouent le meme role, mais leurs limites et leurs options different.
2. Le lexique des faux amis
C'est ici que la plupart des malentendus se produisent en reunion.
| Le mot | Chez qui | Ce que ca veut vraiment dire |
|---|---|---|
| Skill | Anthropic | Un dossier avec SKILL.md, charge automatiquement selon sa description |
| Skill | OpenAI | Un dossier avec SKILL.md a l'interieur d'un plugin |
| Skill | Microsoft (Excel) | Une tache repetable enregistree dans Copilot in Excel |
| Skill | Microsoft (Foundry) | La Foundry Skill, qui permet de piloter Foundry depuis un agent de codage |
| Plugin | Anthropic | Un paquet de skills, agents, hooks et serveurs MCP pour Claude Code |
| Plugin | OpenAI | Un paquet de skills, serveur MCP et UI pour ChatGPT et Codex |
| Plugin | Semantic Kernel | Du code existant expose au modele comme fonction appelable |
| Project | Anthropic | Espace avec historique, base de connaissances et instructions |
| Project | OpenAI | Espace regroupant conversations, fichiers et instructions |
| Project | Microsoft Foundry | Un conteneur de ressources dans la plateforme Azure |
| Agent | Anthropic | Un subagent, ou un agent construit avec l'Agent SDK |
| Agent | Copilot Studio | Un assistant configure en low-code, publiable sur des canaux |
| Agent | Foundry | Soit un prompt agent declaratif, soit un hosted agent conteneurise |
| Canvas | OpenAI | Surface d'edition de texte ou de code a cote du chat |
| Canvas | Google (BigQuery) | Data canvas : interface graphique d'exploration de donnees |
| Artifact | Anthropic | Un livrable genere a cote de la conversation, editable et partageable |
Trois pieges concrets
- Quelqu'un dit "j'ai fait une skill". Demande dans quel ecosysteme. Une skill Claude et une skill Excel n'ont rien a voir.
- Quelqu'un dit "on passe par Azure AI Foundry". C'est maintenant Microsoft Foundry. Les deux noms designent la meme chose, mais la documentation a change d'adresse.
- Quelqu'un dit "je vais faire un GPT personnalise". La documentation OpenAI propose desormais de migrer les GPTs personnalises vers des plugins. Verifie l'etat exact avant d'y passer une journee.
3. Le vocabulaire des roles de messages
Cette ligne merite son propre tableau, parce qu'elle est source d'erreurs de code.
| Ecosysteme | Roles / noms | Particularite |
|---|---|---|
| Anthropic | system, user, assistant | Le system prompt est un parametre a part dans la Messages API |
| OpenAI | developer, user, assistant | developer est explicitement prioritaire sur user. Image officielle : une fonction et ses arguments |
| System instructions, contents | Les instructions systeme sont un champ separe | |
| Microsoft (Foundry) | system, user, assistant | Les few-shot examples se mettent dans le tableau messages apres le system message |
4. Les differences de philosophie de prompt
Au-dela du vocabulaire, chaque ecosysteme a sa maniere d'enseigner le prompt.
| Ecosysteme | Le framework qu'il enseigne | En une phrase |
|---|---|---|
| Google (Workspace) | Persona, Task, Context, Format | Le plus simple a memoriser, ideal pour debuter |
| Google (API) | Input, Instructions, Constraints, Context, Response format | Oriente developpeur |
| Microsoft (M365) | Goal, Context, Expectations, Source | Le seul qui insiste sur la source, et sur le fait de la mettre en dernier |
| Microsoft (Foundry) | Instructions, Primary content, Examples, Cue, Supporting content | Le plus detaille, oriente construction d'application |
| OpenAI | Identity, Instructions, Examples, Context dans le message developer | Oriente API, insiste sur la hierarchie des roles |
| Anthropic | Instructions permanentes en fichiers (CLAUDE.md, SKILL.md) | Oriente agent : le prompt devient un fichier versionne |
Le prompt universel
Si tu dois retenir une seule structure qui marche partout, c'est celle-ci. Elle est la moyenne des cinq frameworks ci-dessus.
[ROLE] Tu es [ROLE_PRECIS] specialise en [DOMAINE].
[TACHE] [VERBE_D_ACTION] [OBJET_PRECIS].
[CONTEXTE]
- [CONTRAINTE_TECHNIQUE]
- [REGLE_METIER]
- [PUBLIC_DESTINATAIRE]
[SOURCE] Appuie-toi uniquement sur : [FICHIER / SCHEMA / EXTRAIT].
Si l information n y est pas, dis-le au lieu de l inventer.
[FORMAT] Reponds avec : [STRUCTURE_EXACTE].
Longueur : [LONGUEUR]. Ton : [TON].Ce template couvre les quatre composantes de Google, les quatre de Microsoft, et les quatre blocs du message developer d'OpenAI. Tu peux le coller tel quel dans n'importe lequel des quatre outils.
5. Ce qui est vraiment commun : le MCP
C'est le point de convergence majeur de 2026, et la meilleure nouvelle pour toi.
Le MCP (Model Context Protocol) est un standard ouvert pour connecter des outils d'IA a des sources de donnees externes. Il est presente comme tel dans la documentation Claude Code, il est une brique des plugins OpenAI, et Microsoft Foundry documente son usage depuis des agents de codage comme GitHub Copilot ou Claude Code.
Consequence pratique : un serveur MCP que tu ecris une fois peut servir dans plusieurs ecosystemes. Si tu dois investir du temps dans une seule integration technique cette annee, c'est celle-la.
A retenir
- Les quatre ecosystemes offrent les memes cinq briques : instruction permanente, memoire projet, outils, extensions packagees, mode agent.
- Le mot skill ne veut pas dire la meme chose chez Anthropic, OpenAI et Microsoft : demande toujours le contexte.
- Le role
developerd'OpenAI est prioritaire suruser: c'est une specificite a connaitre. - Un seul template de prompt couvre les frameworks des quatre : role, tache, contexte, source, format.
- Le MCP est le vrai standard commun. Investis dedans en priorite.
- Les noms changent vite (Azure AI Foundry, NotebookLM, GPTs) : verifie avant de citer.
Sources
- Intro to Claude - Claude Platform Docs
- Agent Skills - Claude Platform Docs
- Plugins overview - Claude Code
- MCP - Claude Code
- Prompt engineering - OpenAI API
- Plugin architecture - OpenAI Developers
- Gemini API docs
- Learn about prompts for Gemini in Docs, Sheets, Slides, Vids & Forms
- Get started writing prompts in Microsoft 365 Copilot - Microsoft Support
- Get better Copilot responses with great prompting - Microsoft Support
- Prompt engineering techniques - Microsoft Foundry
- What is Microsoft Foundry? - Microsoft Learn
- Prompting strategies - Gemini API