Notion · Dialoguer avec un modèle
Prompt engineering
Le travail qui consiste à concevoir et tester les demandes faites au modèle. Il vise à rendre un usage plus fiable et plus facile à répéter dans un contexte donné.
Comment ça marche
Le prompt engineering regroupe les techniques pour obtenir d’un modèle ce qu’on veut, de façon fiable. Les principales sont simples. Donner le contexte : qui, pour qui, dans quelle situation. Préciser l’objectif et à quoi servira le résultat. Imposer un format : longueur, structure, ton. Fixer des critères de réussite et des interdits. Montrer des exemples de ce qu’on attend, quand le format compte. Et découper les tâches complexes en étapes, plutôt que tout demander d’un coup.
À cela s’ajoutent des techniques plus ciblées : attribuer un rôle pour orienter le ton, demander un raisonnement étape par étape pour les problèmes logiques, exiger des sources et le signalement des incertitudes pour les faits, demander une auto-critique pour une seconde passe. L’essentiel n’est pas d’empiler des techniques, mais de comprendre ce que le modèle a besoin de savoir, et de le lui dire.
Un exemple concret
Contexte : Je suis commercial dans une entreprise de machines agricoles. Voici mes notes brutes d’une visite chez un client, prises sur mon téléphone.
Objectif : Rédige le compte rendu de visite qui sera lu par mon responsable et par le service technique, pour décider d’une proposition.
Format : Quatre parties avec ces titres : Situation du client, Besoins exprimés, Objections et questions, Prochaines étapes. Une demi-page au total. Phrases courtes.
Critères : Ne reformule pas les montants ni les délais : recopie-les tels quels. Si mes notes sont ambiguës sur un point, mets-le entre crochets avec un point d’interrogation plutôt que de trancher. Pas de jugement sur le client.
Exemple : Voici le compte rendu de ma visite précédente chez un autre client, pour le style attendu : [exemple].
Notes : [notes brutes]
Cette demande fait 15 lignes. Elle a été écrite une fois, et sert de gabarit depuis : le commercial ne change que les notes.
Ce que ça change pour une équipe
- Les résultats deviennent reproductibles. Une demande bien construite donne un résultat de qualité stable, pour tout le monde.
- Le temps de relecture chute. Un format imposé, des critères clairs, des incertitudes signalées : on vérifie ce qui compte, vite.
- Les demandes se capitalisent. Les meilleures deviennent des gabarits partagés, puis des skills ou des agents personnalisés.
- La réflexion sur la tâche s’améliore. Écrire le contexte, l’objectif et les critères oblige à savoir ce qu’on veut. Ce n’est pas toujours le cas avant.
Les limites et les erreurs fréquentes
- Les formules magiques. « Tu es le meilleur expert mondial » ne rend pas le modèle meilleur. Le contexte réel et les critères précis, si.
- Le prompt de deux pages. Trop de consignes se contredisent et se diluent. Dix lignes bien choisies battent cent lignes.
- Ne jamais itérer. La première réponse est un point de départ. Demander une critique, une variante, une correction fait partie de la méthode.
- Oublier le contexte au profit de la formulation. Un prompt parfaitement tourné sans les documents nécessaires donne une réponse vide. Ce qu’on fournit compte plus que comment on le demande.
Pour aller plus loin
La méthode repose sur des critères d’évaluation et des cas de test, avec des versions suivies. Modifier un prompt doit être évalué sur plusieurs exemples et sur le modèle effectivement utilisé.
Où ça se situe chez Opora
Programme 01 · Mieux utiliserUn usage responsable et sobre de l’IA
Construire des demandes qui marchent du premier coup, sur ses propres situations de travail, puis les partager à l’équipe, c’est le premier module du programme Un usage responsable.
Questions fréquentes
Le prompt engineering, c’est un métier ?
Ça a été présenté comme tel en 2023. En pratique, c’est une compétence que chacun développe sur son métier : savoir briefer une IA comme on brieferait un collaborateur compétent qui arrive de l’extérieur. Les techniques de base s’apprennent en une journée ; le reste, c’est de la pratique sur ses propres cas.
Les modèles récents ont-ils encore besoin de prompts travaillés ?
Moins pour comprendre, toujours pour cadrer. Un modèle récent devine mieux ce qu’on veut, mais il ne sait ni votre contexte, ni vos critères, ni votre format. Le travail s’est déplacé de la formulation vers le contexte fourni et les critères de réussite.
Existe-t-il des prompts universels ?
Il existe des structures qui marchent presque toujours (contexte, objectif, format, critères, exemples) et des formules utiles. Mais un prompt copié d’internet sans adaptation donne un résultat générique. Le bon prompt est celui qui contient ce que votre tâche a de particulier.