Les améliorations considérables dans la technologie et les performances des solveurs SAT ont permis de les utiliser pour la résolution de divers problèmes d’intelligence artificielle, et parmi eux, pour le problème de la génération de plans. Récemment, des solveurs QBF (Quantified Boolean Formula) prometteurs ont été développés et nous pouvons nous attendre à ce qu’ils deviennent aussi efficaces que les solveurs SAT dans un proche avenir. Il est donc intéressant d’utiliser le langage QBF qui permet de produire des encodages plus compacts. Nous présentons dans cet article une traduction de problèmes de planification STRIPS en formules propositionnelles quantifiées. Nous proposons deux nouveaux codages d’arbres compacts CTE (Compact Tree Encoding) : CTEEFA basé sur des frame-axiomes explicatifs dans un espace d’états, et CTE-OPEN basé sur des liens de causalité dans un espace de plans. Nous comparons ensuite ces deux codages à CTE-NOOP qui est proposé dans [3] et qui est basé sur l’utilisation d’actions No-op. En termes de temps d’exécution sur les problèmes de référence, CTE-EFA et CTE-OPEN sont toujours plus efficaces que CTE-NOOP.