Bien écrire ses prompts : 7 habitudes qui marchent

La plupart des gens écrivent leurs prompts comme ils tapent dans une barre de recherche : quelques mots-clés, entrée, et on espère. Puis ils concluent que l'IA n'est pas si utile. La vérité est souvent plus simple et plus réparable : le prompt était vague, donc la réponse l'était aussi. Écrire un bon prompt n'est pas une affaire de phrases secrètes ni de formules magiques, quoi qu'en dise la foule des « astuces de prompt ». C'est une affaire de consigne claire, comme vous briefer iez un assistant vif mais littéral, qui sait beaucoup mais ne lit pas dans vos pensées. Ce guide couvre la poignée d'habitudes qui marchent vraiment, avec un avant-après pour chacune, pour tirer des résultats bien meilleurs de n'importe quelle IA, dès aujourd'hui.

Une chose mérite d'être dite d'emblée, car elle change l'intérêt de l'apprendre : ces habitudes ne dépendent d'aucun outil précis. Un modèle donné va et vient, mais savoir en instruire un clairement se transfère à ce que vous utiliserez ensuite. C'est pourquoi le prompting est une vraie compétence et non un truc, et pourquoi une heure passée à s'y perfectionner rapporte sur chaque outil d'IA que vous toucherez.

1. Soyez précis sur ce que vous voulez

Du vague en entrée, du vague en sortie. L'erreur la plus fréquente est de demander quelque chose de large et de laisser le modèle deviner les détails, ce qu'il fera, rarement comme vous le vouliez. Indiquez le public, la longueur, le format et le ton. Comparez un prompt faible, « écris sur notre nouvelle appli », avec un précis : « Rédige une annonce de 100 mots pour notre nouvelle appli de budget, destinée aux parents occupés, au ton amical et rassurant, se terminant par un appel à télécharger. » Le premier donne du générique que vous réécrirez. Le second donne quelque chose de presque utilisable tel quel. La précision est le vrai travail, et c'est le plus grand levier dont vous disposez.

2. Donnez-lui du contexte

Le modèle ne sait pas qui vous êtes, sur quoi vous travaillez, ni ce que vous savez déjà, sauf si vous le lui dites. Fournir du contexte fait passer sa réponse de générique à pertinente. Au lieu de « comment améliorer mon site », essayez « Je tiens une petite boulangerie avec un site d'une seule page qui a peu de trafic. Je ne suis pas technique. Quels sont les trois changements les plus utiles que je pourrais faire moi-même ? » Le contexte, petite entreprise, non technique, veut des étapes faisables, transforme la réponse d'une liste générique en conseils réellement actionnables.

3. Montrez un exemple, ne vous contentez pas de décrire

Décrire le style voulu, c'est bien ; le montrer, c'est bien mieux. Si vous voulez une sortie dans une voix ou un format particulier, collez un exemple et dites « imite ce style ». Donner au modèle un ou deux échantillons de ce qu'est un bon résultat, ce qu'on appelle parfois le few-shot, est l'un des moyens les plus fiables d'obtenir une sortie cohérente, car le modèle excelle à reconnaître des motifs mais devine mal une norme non énoncée. C'est particulièrement puissant pour le ton, la mise en forme, ou une structure précise à répéter.

4. Attribuez-lui un rôle

Dire au modèle qui être concentre sa réponse. « Agis comme un rédacteur expérimenté qui relit cette page d'accueil pour en vérifier la clarté » produit un retour plus tranché que « cette page est-elle bonne ? ». Le rôle fixe la perspective, le vocabulaire et la norme que le modèle applique. Cela marche parce que cela réduit un vaste modèle général au cadre précis dont vous avez besoin, éditeur, client sceptique, expert du sujet, ou enseignant patient.

5. Découpez les grandes demandes en étapes

Pour tout ce qui est complexe, demander le tout d'un coup produit un résultat superficiel. Demandez plutôt au modèle de travailler par étapes, ou de raisonner avant de répondre. « D'abord, propose la structure, ensuite on rédigera chaque section » vous donne du contrôle et un meilleur résultat que « rédige tout le rapport ». Pour les problèmes ayant une bonne réponse, lui demander de raisonner étape par étape améliore vraiment l'exactitude, car cela l'empêche de sauter à une conclusion rapide, assurée et fausse.

6. Dites ce qu'il faut éviter

Les contraintes négatives sont aussi utiles que les instructions positives, et on les oublie. Si vous ne voulez pas de jargon, dites « pas de jargon ». Si vous obtenez sans cesse de longs préambules, dites « saute l'introduction, commence par la réponse ». Si la sortie inclut toujours quelque chose d'inutile, nommez-le et excluez-le. Dire au modèle ce qu'il ne doit pas faire ferme les modes d'échec que vous avez déjà vus, et c'est souvent plus rapide que de décrire positivement la sortie parfaite.

7. Itérez, ne recommencez pas

La première réponse est un point de départ, pas un verdict sur l'outil. Plutôt que de jeter un quasi-succès et de réécrire tout votre prompt, affinez en conversation : « bien, mais fais plus court et plus direct », ou « garde la structure, passe le ton au formel ». Le traiter comme un dialogue, en corrigeant par petites touches, vous mène à un excellent résultat plus vite que d'essayer d'écrire un prompt parfait à froid. La plupart des gens abandonnent une instruction trop tôt.

Ce qui compte moins qu'on ne le prétend

Beaucoup de conseils sur les prompts sont du bruit, alors voici ce que vous pouvez ignorer sans risque. Les phrases magiques et les mots-clés secrets n'ont pas de pouvoir spécial ; la clarté, oui. Vous n'avez pas besoin d'être excessivement poli pour la qualité, même s'il n'y a aucun mal à l'être. Les prompts très longs ne sont pas automatiquement meilleurs, passé un certain point ils ajoutent de la confusion plutôt que de la précision, et un prompt serré et précis bat généralement un prompt tentaculaire. Et vous n'avez pas à mémoriser une immense bibliothèque de formules de « prompt engineering ». Les habitudes ci-dessus couvrent la grande majorité des usages réels. La compétence, c'est la clarté de pensée, pas l'incantation.

Prompts de texte contre prompts d'image

Ces principes valent pour les prompts de texte, chatbots et assistants d'écriture, et si l'état d'esprit se transpose, la génération d'images a son vocabulaire et ses règles propres. Décrire un visuel, sujet, style, éclairage, composition, cadrage, fonctionne autrement qu'instruire un modèle de langage. Si vous créez aussi des images avec l'IA, la même approche axée sur la clarté s'applique mais les techniques précises diffèrent, et nous les couvrons entièrement dans notre guide compagnon pour écrire des prompts d'images IA.

Un exemple complet, du début à la fin

Regardez la méthode transformer un prompt faible en prompt fort. Vous partez de « écris une lettre de motivation ». Le résultat est du remplissage générique. Vous ajoutez donc précision et contexte : « Rédige une lettre de motivation pour un poste junior en marketing dans une petite association. Je suis jeune diplômé avec un stage en réseaux sociaux. Reste sous 250 mots, chaleureux mais professionnel, et mets l'enthousiasme en avant plutôt que l'expérience. » Déjà mieux. Puis vous itérez : « Bien. Maintenant coupe les clichés, pas de "je suis passionné par", et commence par une raison précise de vouloir travailler dans l'associatif. » En trois mouvements, guidés par la précision, le contexte et l'itération, vous êtes passé du remplissage à quelque chose de vraiment utilisable. C'est toute la méthode en miniature.