Pas de prompt magique, une méthode
Les listes de « prompts magiques » circulent partout. Elles déçoivent souvent pour une raison simple : un prompt efficace dépend de la situation, du métier, du document à traiter et du résultat attendu. Ce qui se transmet, ce n’est pas une formule, c’est une méthode. Le prompt engineering, pour un professionnel non développeur, consiste à formuler une demande à un assistant d’IA de façon à obtenir un résultat utile, fiable et réutilisable. Il ne s’agit pas de connaître des astuces cachées, mais de donner à l’outil ce dont il a besoin : qui il doit être, dans quel contexte il travaille, ce qu’il doit faire, dans quelles limites, sous quelle forme, avec quels exemples. Cette méthode fonctionne avec ChatGPT, Claude, Copilot, Gemini ou Mistral, avec quelques spécificités propres à chaque outil. Cet article la décrit composante par composante, montre comment itérer et faire vérifier les réponses, propose des exemples avant et après pour trois métiers et termine par les erreurs les plus fréquentes.
Les six composantes d’un bon prompt
Un prompt complet comporte six éléments. Le rôle indique à l’outil la posture attendue : juriste en droit social, chargé de clientèle, contrôleur de gestion. Il oriente le vocabulaire, le niveau de détail et les réflexes professionnels. Le contexte décrit la situation : l’entreprise, le public, l’enjeu, ce qui s’est passé avant. La tâche formule précisément ce qui est demandé, avec un verbe d’action : rédiger, résumer, comparer, extraire, reformuler. Les contraintes fixent les limites : longueur, ton, éléments à inclure ou à exclure, sources à utiliser, conduite à tenir s’il manque une information. Le format décrit la forme de la réponse : tableau, liste, courriel avec objet, note en trois parties. Les exemples, enfin, montrent ce qui est attendu : un modèle de réponse réussie, un extrait de document dans le style souhaité. Toutes les demandes n’exigent pas les six éléments, mais chaque élément absent est une décision laissée à l’outil, qui la prendra à sa manière.
Le contexte : l’élément le plus souvent oublié
Si une seule composante devait être retenue, ce serait le contexte. Un assistant d’IA ne connaît ni votre entreprise, ni votre client, ni l’historique du dossier, ni les usages de votre secteur. Sans ces éléments, il produit une réponse moyenne, plausible et générique. Le contexte utile tient souvent en quelques phrases : qui est le destinataire et ce qu’il sait déjà, quel est l’enjeu, quelles contraintes s’appliquent, ce qui a déjà été dit ou décidé. Il peut aussi prendre la forme d’un document joint : une procédure interne, un modèle de courrier, une note précédente. Attention toutefois à ce que contient ce contexte : les données personnelles de clients, de salariés ou de patients, et les informations confidentielles, ne doivent être fournies que dans un outil autorisé par l’entreprise et offrant les garanties nécessaires. Dans le doute, le contexte se décrit de façon anonymisée : « un client professionnel, PME industrielle, en retard de paiement sur deux factures » plutôt que son nom et ses coordonnées.
Itérer : le premier résultat est un brouillon
Un prompt n’est pas une commande unique, c’est le début d’un échange. Le premier résultat sert à voir ce que l’outil a compris. S’il est trop long, trop générique, mal structuré ou hors sujet, la bonne réaction n’est pas de tout recommencer, mais de préciser : « raccourcis à 150 mots », « adopte un ton plus direct », « supprime les généralités du premier paragraphe », « ajoute une ligne sur le délai de réponse ». Chaque correction révèle aussi ce qui manquait dans le prompt initial. Lorsqu’une tâche revient souvent, il est utile de reporter ces corrections dans la version de départ : le prompt s’améliore alors d’une utilisation à l’autre, jusqu’à produire un résultat satisfaisant dès le premier essai. Pour les tâches complexes, mieux vaut découper : d’abord le plan, validé, puis chaque partie ; d’abord l’extraction des informations d’un document, vérifiée, puis la rédaction. Ce découpage améliore la qualité et facilite le contrôle à chaque étape.
L’auto-vérification, puis la vôtre
Un modèle de langage peut affirmer une chose fausse avec assurance. On peut réduire ce risque en lui demandant de se relire, sans jamais s’en remettre entièrement à cette relecture. Plusieurs consignes y aident. Demander à l’outil de signaler ce qu’il ne sait pas plutôt que de compléter : « si une information manque dans le document, écris “non précisé” ». Lui demander de citer, pour chaque affirmation, le passage du document sur lequel elle s’appuie. Lui demander, après la réponse, de relire son travail et de lister les points à vérifier, les hypothèses qu’il a faites et les limites de sa réponse. Lui faire comparer sa synthèse au document source pour repérer les omissions. Ces techniques améliorent souvent la qualité du travail, mais elles ne remplacent pas la vérification humaine : les chiffres, les dates, les noms, les références juridiques et toute information destinée à l’extérieur sont contrôlés à la source par la personne qui signe le document.
Avant, après : un exemple en ressources humaines
Prompt de départ : « Écris une annonce pour un poste de comptable. » Le résultat est une annonce générique, interchangeable, avec des formules convenues et des exigences parfois sans lien avec le poste. Prompt retravaillé : « Tu es chargé de recrutement dans une PME industrielle. Rédige une annonce pour un poste de comptable général en CDI, à partir de la fiche de poste ci-dessous. Public visé : comptables ayant au moins trois ans d’expérience. Contraintes : 250 mots maximum, ton direct et chaleureux, pas de jargon interne, formulations neutres et inclusives, aucune exigence absente de la fiche de poste. Format : titre, trois lignes sur l’entreprise, missions en cinq puces, profil recherché, conditions. Termine en listant les formulations qui pourraient décourager certains candidats. » Le second prompt fixe le rôle, le contexte, la tâche, les contraintes et le format, et ajoute une auto-vérification. Le recruteur relit, ajuste et reste seul juge du contenu final.
Avant, après : un exemple en relation client
Prompt de départ : « Réponds à ce client mécontent. » L’outil produit une réponse polie mais vague, parfois avec des engagements que l’entreprise ne peut pas tenir. Prompt retravaillé : « Tu es conseiller du service client d’un distributeur de fournitures de bureau. Un client professionnel se plaint d’une livraison incomplète et en retard ; son message anonymisé est ci-dessous. Notre politique : renvoi gratuit des articles manquants, pas de remise automatique, geste commercial possible seulement après validation du responsable. Rédige une réponse de 120 mots maximum : reconnaissance du problème sans excuses excessives, solution concrète conforme à la politique, prochaine étape claire. Ton professionnel et chaleureux. Ne promets rien qui ne figure pas dans la politique. Propose ensuite un objet de courriel. » Le contexte et les contraintes empêchent l’outil d’inventer un geste commercial ou un délai. Le conseiller vérifie la réponse au regard du dossier avant envoi.
Avant, après : un exemple en finance
Prompt de départ : « Analyse ce tableau. » La réponse décrit les colonnes, aligne des évidences et oublie ce qui intéresse le lecteur. Prompt retravaillé : « Tu es contrôleur de gestion. Voici le suivi budgétaire mensuel d’un service, en données fictives : budget, réalisé et écart par poste. Le lecteur est le directeur du service, non financier, qui prépare une réunion avec la direction générale. Tâche : identifier les trois écarts les plus importants en valeur, proposer pour chacun des hypothèses d’explication à vérifier, sans les présenter comme des certitudes, et formuler deux questions à poser au service. Format : tableau des trois écarts, puis un paragraphe de synthèse de 100 mots. Détaille chaque calcul ; si une donnée te paraît incohérente, signale-la. » La consigne de détailler les calculs permet de les contrôler, et la distinction entre hypothèses et faits évite qu’une supposition se transforme en conclusion dans la note finale.
Construire une bibliothèque de prompts d’équipe
Un bon prompt ne doit pas rester dans l’historique d’une seule personne. Une bibliothèque de prompts d’équipe transforme les trouvailles individuelles en ressource commune. Elle n’a pas besoin d’outil sophistiqué : un document partagé ou un espace dans l’outil collaboratif de l’équipe suffit. Chaque fiche indique la tâche concernée, le prompt complet avec les zones à remplir entre crochets, le ou les outils sur lesquels il a été testé, un exemple de résultat, les points de vigilance et la personne à contacter. La bibliothèque se range par tâche ou par métier, pas par outil. Elle se maintient : un responsable par grande rubrique, une revue régulière pour supprimer ce qui ne sert plus et intégrer les améliorations. Certains outils permettent aussi d’enregistrer des consignes permanentes, sous forme d’assistants personnalisés ou de projets associés à des documents de référence. Ces fonctions prolongent la bibliothèque, à condition de respecter les règles de l’entreprise sur les documents qui y sont déposés.
Les erreurs fréquentes, et comment se former
Les mêmes erreurs reviennent dans toutes les équipes. Demander sans contexte, puis juger l’outil sur une réponse générique. Accepter le premier résultat sans itérer. Écrire des prompts interminables qui mélangent plusieurs tâches. Oublier de préciser le format, puis passer du temps à remettre en forme. Saisir des données personnelles ou confidentielles dans un outil non autorisé. Croire une référence, un chiffre ou une citation sans vérifier la source. Garder ses bons prompts pour soi. La formation prompt engineering d’AI2 traite ces points en une journée : fonctionnement d’un modèle de langage, structure d’un bon prompt, techniques avancées comme le découpage en étapes et l’auto-vérification, atelier où chaque participant améliore trois prompts de son métier, puis bibliothèque et règles d’équipe. Elle est indépendante des outils ; des formations dédiées à ChatGPT et à Claude permettent d’aller plus loin sur un assistant précis. Les sessions ont lieu à distance avec un formateur en direct, en inter à partir de 790 € HT par participant, ou en intra.
Pour aller plus loin
Devenez un professionnel de l'IA avec AI2 — Paris
Bachelor (RNCP 6) et Mastère (RNCP 7) en Intelligence Artificielle & Data Science. Alternance, CPF et financement entreprise possibles. Candidatures ouvertes pour la rentrée de janvier 2027.
Être rappelé gratuitement sous 24h
Laissez votre numéro — notre équipe vous rappelle pour tout vous expliquer (programmes, financement, rentrée de janvier 2027). Sans engagement.
Articles similaires
Former les salariés et bénévoles d’une association à l’IA : programme et financement
Subventions, rapports, communication, données des bénéficiaires : ce qu’une association peut faire avec l’IA, comment financer la formation des salariés et des bénévoles, et quel format choisir.
Claude, ChatGPT, Copilot ou Gemini : quel assistant IA pour votre entreprise ?
Outils en place, documents longs, confidentialité, coût par utilisateur, administration : une grille neutre pour choisir entre Claude, ChatGPT, Microsoft 365 Copilot et Gemini, et tester sur vos cas.
Acculturation à l’IA : comment former tous les salariés, de 50 à 500 personnes
Inventaire des usages, vagues par métier, groupes de 10, référents, charte, attestation et documentation au titre de l’article 4 de l’AI Act : la méthode pour former 50 à 500 salariés.