C'est le mot que tout le monde emploie et que peu de gens travaillent. Un prompt, c'est simplement ce que vous écrivez au modèle. Comme la barrière technique est nulle, on suppose qu'il n'y a rien à apprendre, et c'est précisément là que se creuse l'écart entre ceux qui trouvent l'IA décevante et ceux qui en tirent un vrai gain.
Ce n'est pas une question de formule magique. C'est une question de précision : le modèle ne devine pas ce que vous ne dites pas, et il ne connaît rien de votre situation au-delà de ce que vous lui donnez.
Définition
Un prompt est l'instruction que vous transmettez à un modèle d'IA pour obtenir un résultat. Il s'écrit en langage courant et constitue, avec l'historique de la conversation, la totalité de ce que le modèle prend en compte pour répondre.
La formule la plus utile pour s'en souvenir : un modèle ne sait de votre demande que ce que le prompt contient. Ni votre métier, ni vos contraintes, ni votre client, ni ce que vous avez en tête et n'avez pas écrit.
Un bon test avant d'envoyer : est-ce qu'une personne compétente mais qui ne connaît ni vous ni votre entreprise pourrait faire le travail avec ces seules informations ? Si la réponse est non, le prompt est incomplet, et le résultat le sera aussi.
Les quatre pièces d'un prompt qui fonctionne
Le contexte
Qui parle, pour qui, dans quelle situation. « Je vends une formation en ligne à des indépendants qui débutent » change tout ce qui suit. Sans cela, le modèle produit du générique, parce que c'est la moyenne de ce qu'il a vu.
La tâche
Un verbe clair et un objet précis. « Rédige », « classe », « compare », « reformule ». Une seule tâche à la fois : un prompt qui demande trois choses différentes en obtient trois moyennement.
Les contraintes
Longueur, ton, format, ce qu'il faut éviter. C'est la partie la plus souvent oubliée, et celle qui fait le plus de différence entre un brouillon et un texte utilisable.
L'exemple
Un échantillon de ce que vous attendez vaut mieux que trois paragraphes d'explication. C'est le levier le plus puissant et le moins utilisé : montrer un texte que vous avez aimé produit une imitation bien plus fidèle que décrire ce que vous voulez.
Avant et après
| Prompt faible | Prompt travaillé |
|---|---|
| « Écris un post LinkedIn sur mon produit » | « Je vends un logiciel de facturation aux indépendants. Écris un post LinkedIn de 150 mots qui part d'un problème concret de facturation, sans emoji, sans question finale. Voici un post qui a bien marché, garde ce ton : [exemple] » |
| « Résume ce document » | « Résume ce document en cinq points, du plus important au moins important, pour quelqu'un qui doit décider en deux minutes s'il faut le lire en entier » |
Dans les deux cas, le modèle est identique. Seule la consigne change, et le résultat n'a rien à voir.
Bonnes pratiques
Dites ce que vous voulez, pas ce que vous ne voulez pas. « Écris court » fonctionne mieux que « ne fais pas trop long ». Les instructions négatives sont moins bien suivies.
Itérez au lieu de tout prévoir. Envoyez une version simple, regardez ce qui cloche, corrigez sur ce point précis. C'est plus rapide que d'écrire un prompt parfait du premier coup.
Gardez ce qui marche. Un prompt qui donne un bon résultat est un actif. Rangez-le quelque part, vous le réutiliserez cinquante fois. Ceux qui reviennent chaque jour ont leur place dans un Prompt système.
Séparez la consigne des données. Une consigne nette, puis le document, avec une séparation visible entre les deux. Le modèle suit beaucoup mieux quand il voit où finit l'instruction et où commencent les matériaux.
Attention au contenu que vous collez sans le lire. Un document venu de l'extérieur peut contenir des instructions destinées au modèle, qui prendront le pas sur les vôtres. C'est ce qu'on appelle une Injection de prompt : traitez toujours un contenu importé comme de la donnée, jamais comme une consigne.
Questions fréquentes
Un prompt plus long donne-t-il un meilleur résultat ?
Jusqu'à un certain point seulement. Ajouter du contexte utile améliore nettement, ajouter du remplissage dégrade : la consigne se dilue dans la Fenêtre de contexte. Visez la densité, pas la longueur.
Faut-il donner un rôle au modèle ?
Le fameux « tu es un expert en... » a beaucoup moins d'effet qu'on ne le dit sur les modèles récents, qui n'ont pas besoin qu'on leur assigne une identité pour répondre correctement. Ce qui fonctionne réellement, c'est de préciser le destinataire et le niveau attendu : « pour quelqu'un qui découvre le sujet » ou « pour un lecteur qui connaît déjà les bases » change le résultat bien davantage qu'un rôle affirmé.
Faut-il être poli avec un modèle ?
La politesse n'a pas d'effet mesurable sur la qualité, mais elle a un effet sur vous : formuler une demande comme à une personne compétente pousse naturellement à donner le contexte et les contraintes. Le gain vient de là, pas du « s'il vous plaît ».
Le même prompt donne-t-il le même résultat d'un modèle à l'autre ?
Non, et c'est normal : chaque modèle a ses habitudes de rédaction. Un prompt bien construit reste toutefois bien meilleur partout qu'un prompt vague, donc l'effort de formulation est transférable même si le résultat exact ne l'est pas.
Comment progresser sans y passer des heures ?
En reprenant vos propres demandes ratées plutôt qu'en collectionnant des modèles de prompts trouvés en ligne. Une consigne qui a échoué chez vous contient exactement l'information manquante à ajouter. Notre formation Claude Cowork travaille cette méthode sur des cas réels, avec les allers-retours qui vont avec.