Notion · Dialoguer avec un modèle
Prompt
La demande et les informations que vous transmettez à un modèle. Un objectif clair, un contexte utile et un format attendu facilitent l’obtention d’un résultat exploitable.
Comment ça marche
Le prompt, c’est tout ce que vous écrivez à l’IA : la question, les consignes, les documents que vous collez, les exemples que vous donnez. Le modèle n’a que ça, plus ce qu’il a appris en général. Il ne connaît ni votre entreprise, ni votre destinataire, ni ce que vous avez en tête. Tout ce que vous ne dites pas, il le devine, et il devine moyen.
Une bonne demande ressemble à un brief qu’on donnerait à un nouveau collaborateur compétent mais qui arrive de l’extérieur. Le contexte : qui parle, à qui, dans quelle situation. L’objectif : ce qu’on veut obtenir et à quoi ça va servir. Le format : longueur, structure, ton. Les critères : ce qui ferait que c’est réussi, ce qu’il faut éviter. Et quand le format compte, un exemple de ce qu’on attend vaut mieux que trois phrases d’explication.
Un exemple concret
Avant : « Écris un mail pour relancer un client qui n’a pas payé. »
Résultat : un e-mail passe-partout, trop long, un peu menaçant, qui ne ressemble pas à l’entreprise.
Après : « Je suis responsable administratif d’une agence de design de 12 personnes. Écris un e-mail de première relance à un client fidèle (3 ans de collaboration) pour une facture de 4 800 euros échue depuis 10 jours. Ton cordial et direct, on suppose un oubli. 5 à 7 lignes. Rappeler le numéro de facture et la date d’échéance, proposer de renvoyer la facture, ne pas parler de pénalités. Signer “Claire, pour l’équipe administrative”. »
Résultat : un e-mail prêt à envoyer, qu’il a fallu relire trente secondes.
La seconde demande a pris une minute à écrire. Elle sert maintenant de gabarit : on change le nom, le montant, la date.
Ce que ça change pour une équipe
- Le résultat dépend de la demande, pas de la chance. Les équipes qui obtiennent de bons résultats ne sont pas celles qui ont le meilleur outil, mais celles qui écrivent les meilleurs briefs.
- Les bonnes demandes se partagent. Une demande qui marche pour une tâche récurrente devient un gabarit d’équipe, dans une bibliothèque de prompts ou un agent personnalisé.
- Écrire une demande clarifie le besoin. Préciser le contexte, l’objectif et les critères oblige à savoir ce qu’on veut. C’est souvent là que le vrai gain se produit.
- Le temps de relecture baisse. Une demande précise donne une réponse proche du final. Une demande vague donne un brouillon à réécrire.
Les limites et les erreurs fréquentes
- Demander sans contexte. Le modèle ne sait pas qui vous êtes ni à qui vous écrivez. Deux phrases de contexte changent tout.
- Tout mettre dans une seule demande. Une tâche complexe se découpe : d’abord le plan, puis chaque partie, puis la relecture. L’itération donne de meilleurs résultats qu’un prompt fleuve.
- Accepter la première réponse. Demander une critique, une variante, une version plus courte : la deuxième passe est souvent la bonne.
- Confondre précision et longueur. Un prompt de deux pages n’est pas meilleur qu’un prompt de dix lignes bien choisies. Ce qui compte, c’est que rien d’important ne manque.
Pour aller plus loin
Le prompt peut contenir des instructions, des exemples et des données. Selon l’API, les messages ont des rôles distincts. Leur ordre de priorité ne constitue pas une frontière de sécurité suffisante contre les instructions malveillantes.
Où ça se situe chez Opora
Programme 01 · Mieux utiliserUn usage responsable et sobre de l’IA
Écrire une demande qui donne un résultat utilisable du premier coup, sur ses propres situations de travail, c’est le premier module du programme Un usage responsable.
Questions fréquentes
Y a-t-il une formule magique pour un bon prompt ?
Non, mais il y a une structure qui marche presque toujours : le contexte (qui vous êtes, de quoi il s’agit), l’objectif (ce que vous voulez obtenir et pour quoi faire), le format attendu, et les critères de qualité ou les contraintes. Plus la tâche compte, plus chaque partie mérite une phrase.
Faut-il être poli avec l’IA ?
Ça ne change rien au résultat. Ce qui change tout, c’est la précision. « Résume ce document » donne un résumé générique ; « Résume ce document en cinq points pour un dirigeant qui doit décider s’il signe, en signalant les clauses inhabituelles » donne quelque chose d’utile.
Pourquoi la même demande donne-t-elle des réponses différentes ?
Parce que les modèles ont une part de hasard dans leur génération, et parce qu’une demande vague laisse beaucoup de place à l’interprétation. Plus la demande est précise, plus les réponses se ressemblent. Pour une tâche répétée, on fige la demande et on la teste.