Prompt : définition et exemples concrets

Avec un assistant d’intelligence artificielle (IA), tout part du prompt : le modèle ne sait de votre demande que ce que vous lui écrivez ou lui transmettez. Une demande de trois mots donne souvent une réponse passe-partout, quand une demande qui pose le contexte donne un texte exploitable. La différence ne tient pas à une formule secrète, mais à quelques éléments faciles à oublier.

Que désigne le mot prompt ?

Un prompt désigne tout ce que l’on transmet à un modèle d’IA générative pour obtenir une réponse : le texte tapé, mais aussi les documents, images ou exemples joints. Le mot est anglais ; en français, on parle de consigne, d’instruction ou de requête. Le glossaire de l’IA garde sous la main ce mot et ses voisins, de l’IA générative au grand modèle de langage.

Le prompt ne se limite pas à ce que vous tapez. La plupart des assistants permettent d’enregistrer des instructions permanentes, appliquées à chaque conversation, et les outils intégrés à un logiciel envoient souvent au modèle des consignes que l’utilisateur ne voit pas. On parle alors d’instructions système (system prompt, en anglais).

Un prompt agit parce que le grand modèle de langage qui répond produit la suite la plus plausible de ce qu’il a reçu. Ce qui est écrit oriente la réponse, et ce qui ne l’est pas est comblé par des suppositions génériques. Le modèle ne connaît ni votre entreprise, ni votre interlocuteur, ni le ton de vos échanges, sauf si vous le lui dites.

Pensez à la façon dont vous accueillez un intérimaire compétent le premier jour : il sait écrire, mais il ne sait rien de votre maison. Tout ce que vous ne lui expliquez pas, il le devine.

Quels sont les éléments d’une bonne consigne ?

Une bonne consigne réunit cinq éléments : un contexte ou un rôle, une tâche précise, un format attendu, des contraintes et, quand c’est possible, un exemple. Tous ne sont pas nécessaires à chaque demande, mais c’est souvent l’un d’eux qui manque quand la réponse déçoit.

Le contexte ou le rôle

Le contexte dit qui parle, à qui, et dans quelle situation : « Je gère le service client d’une entreprise de matériel agricole, et un client attend une pièce livrée en retard. » Indiquer un rôle, comme « répondez en responsable du service client », oriente le ton. Un rôle ne remplace pas pour autant les faits de la situation.

La tâche

La tâche tient en un verbe d’action précis : rédiger, résumer, classer, comparer, reformuler, extraire. « Aidez-moi pour ce mail » laisse l’outil choisir ce qu’il fera. « Rédigez une réponse qui s’excuse du retard et propose une solution » ne lui laisse pas ce choix.

Le format attendu

Le format précise la forme du résultat : longueur, structure, niveau de langue. « Cinq lignes au plus, en vouvoiement, sans formule d’introduction » ou « un tableau à trois colonnes » évitent de retravailler un texte correct mais inutilisable.

Les contraintes

Les contraintes fixent ce qu’il ne faut pas faire : ne pas promettre de date ferme, ne rien inventer, signaler ce qui manque plutôt que de le deviner. Cette dernière consigne est précieuse, car un modèle a tendance à combler les trous avec du plausible.

Les exemples

Un exemple montre souvent mieux qu’une description ce que vous attendez. Joindre un mail que vous avez trouvé réussi, ou deux fiches produits déjà publiées, indique le ton et la structure plus sûrement qu’un adjectif comme « professionnel ».

Consigne vague ou consigne précise : trois cas en entreprise

Une consigne précise se distingue d’une consigne vague par la matière, le format et les contraintes qu’elle apporte, pas seulement par sa longueur. Voici trois situations courantes dans une petite ou moyenne entreprise (PME).

Dans les trois cas, la consigne précise fournit la matière (le mail, les notes, la fiche technique) et interdit d’inventer. C’est ce qui rend le résultat vérifiable : vous savez d’où vient chaque information.

Quelles sont les erreurs fréquentes avec un prompt ?

Les erreurs courantes avec un prompt tiennent moins à la formulation qu’à ce qui manque : le contexte, la matière ou la relecture.

• Supposer que l’outil sait. « Le client dont on a parlé hier » ne lui dit rien s’il n’en a aucune trace dans la conversation.
• Demander des faits sans fournir de source. Une question sur un tarif, une réglementation ou une référence précise, sans document joint, l’expose à produire une réponse plausible plutôt qu’exacte.
• Tout demander d’un seul bloc. Rédiger, traduire, résumer et mettre en forme en une seule consigne rend le résultat plus difficile à contrôler ; mieux vaut enchaîner les étapes.
• S’arrêter à la première réponse. Un prompt se corrige : « plus court », « moins commercial » ou « reprenez le deuxième paragraphe » suffisent souvent.
• Coller n’importe quelle donnée. Un contrat, un bulletin de paie ou un dossier client n’ont rien à faire dans un outil dont on ne connaît ni l’offre, ni les réglages.
• Chercher la formule magique. Les listes de « prompts qui changent tout » promettent beaucoup, mais aucune ne remplace le contexte de votre entreprise, que vous êtes seul à connaître.

Que recouvre l’expression « prompt engineering » ?

Le prompt engineering, que l’on peut traduire par « ingénierie des consignes », désigne la pratique qui consiste à concevoir, tester et améliorer des prompts pour obtenir des résultats fiables et reproductibles.

Pour un usage quotidien, cela revient surtout à écrire clairement et à ajuster au vu des résultats. Rien qui justifie un jargon ou une expertise réservée à quelques initiés.

L’expression prend tout son sens quand une consigne est écrite une fois, puis réutilisée automatiquement, par exemple pour trier des demandes entrantes ou produire des fiches à la chaîne. On teste alors la consigne sur des cas variés, on garde une trace de ses versions et on vérifie qu’une modification n’a rien cassé.

Les modèles récents comprennent mieux qu’avant les demandes approximatives. Aucun, en revanche, ne devine un contexte qu’on ne lui a pas donné, et c’est là que se joue l’essentiel.

Qui est le mieux placé pour écrire les prompts ?

Les mieux placés pour écrire de bons prompts sont les personnes qui connaissent le métier concerné : elles savent quel contexte compte et quelle erreur serait grave. Savoir écrire un prompt relève de la rédaction et de la connaissance du métier, pas d’une compétence technique.

Partager dans l’équipe les consignes qui fonctionnent, sous forme de modèles à compléter, évite à chacun de repartir de zéro. Cette compétence se travaille sur vos propres cas, et c’est l’objet des formations aux usages de l’IA générative.

À retenir

• Un prompt est la consigne, écrite et parfois accompagnée de documents, que l’on donne à une IA générative pour obtenir un résultat.
• Une bonne consigne précise le contexte, la tâche, le format attendu et les contraintes, avec un exemple quand c’est possible.
• Fournir la matière, comme un mail, des notes ou une fiche technique, et interdire d’inventer rend la réponse vérifiable.
• Un prompt se corrige par étapes : une deuxième consigne courte suffit souvent à ajuster le résultat.
• Le prompt engineering relève surtout de la clarté et de la connaissance du métier, sauf pour les consignes réutilisées dans des outils automatisés.