Après quelques semaines d’utilisation de ChatGPT ou Claude, vous commencez à remarquer que vos bons et mauvais prompts suivent des structures différentes. Les premiers contiennent certains ingrédients ; les seconds les omettent. Dès que vous savez nommer ces ingrédients, vous cessez presque sans effort d’écrire de mauvais prompts.
Les cinq ingrédients sont présentés ci-dessous avec des exemples résolus, puis assemblés. À la fin, vous disposerez d’un modèle applicable à n’importe quel prompt et à n’importe quel outil, capable de transformer une réponse médiocre en résultat utile.
Pour les tâches récurrentes, considérez le prompt comme un contrat de tâche. Il devrait spécifier le rôle, le contexte, la tâche, les contraintes, le format de sortie et la manière dont l’incertitude doit être gérée. Cela rend le prompt réutilisable et révisable.
Les cinq parties
Dans l’ordre :
- Rôle — qui est l’IA pour ce prompt ?
- Contexte — qui vous êtes, la situation, ce qui s’est produit jusqu’à présent.
- Tâche — ce que vous souhaitez exactement que l’IA fasse.
- Contraintes — longueur, ton, choses à éviter, choses à inclure.
- Format — la forme du résultat que vous souhaitez.
Les cinq ne figurent pas dans chaque prompt — une question informelle n’en a pas besoin tous. Mais sur tout prompt où le résultat compte, l’absence de l’un de ces éléments est généralement la raison pour laquelle la réponse vous a déçu.
1. Rôle
Le rôle désigne la personnalité, l’expertise ou la position que vous souhaitez voir adopter par le modèle. Il l’oriente vers un type précis de structure apprise pendant l’entraînement, plutôt que vers une réponse moyenne.
Faible :
Expliquez les fonds de pension.
Meilleur :
Vous êtes un conseiller financier en Estonie spécialisé dans l’accompagnement des salariés en milieu de carrière qui préparent leur retraite. Vous expliquez les sujets en langage simple sans les dénaturer.
Expliquez les fonds de pension.
Le modèle ne devient pas réellement conseiller financier. Il reproduit le style et la densité d’information des textes rédigés par des experts de ce domaine. La réponse paraît mieux étayée, moins hésitante et emploie le vocabulaire d’un professionnel.
Quelques notes sur les rôles :
- Soyez précis. « Un expert » est moins efficace que « un fiscaliste expérimenté qui prépare depuis quinze ans les déclarations d’entreprises estoniennes ».
- Précisez quel type d’expert. « Un entraîneur personnel direct et sans détour » produit un résultat différent de « un entraîneur personnel empathique spécialisé dans l’accompagnement des débutants ».
- Le rôle peut aussi préciser une attitude. « Un avocat du diable », « un journaliste sceptique », « un professeur patient » ou « un éditeur prudent » sont autant d’options valables.
- Évitez d’empiler les rôles. « Vous êtes un expert chevronné, une autorité mondiale et un consultant de premier plan possédant vingt ans d’expérience… » ne fait qu’ajouter du bruit. Un rôle concret vaut mieux que trois abstractions.
2. Contexte
Le contexte réunit tout ce que le modèle doit savoir sur votre situation et qui ne ressort pas de la tâche elle-même : votre rôle, votre équipe, le projet en cours, les tentatives déjà effectuées, les échecs, le public visé et tout ce qui détermine la forme d’une bonne réponse.
Faible :
Rédigez une mise à jour de projet pour mon manager.
Meilleur :
À propos de moi : je suis un responsable produit dans une entreprise de logiciels SaaS B2B à Tallinn. J’ai mené un projet pour migrer notre système d’authentification, qui a commencé il y a deux mois.
Ce qui s’est produit : nous avons rencontré un problème majeur la semaine dernière avec un fournisseur d’identité tiers. La correction entraîne un retard de livraison de deux semaines. Pour le reste, l’équipe progresse bien.
Mon responsable : vice-président expérimenté chargé du produit. Il préfère les mises à jour très directes, déteste les excuses et les formules creuses comme « nous sommes engagés », et veut connaître les risques ainsi que les mesures que je prends.
Rédigez une mise à jour de projet.
Observez à quel point la réponse change lorsque le modèle sait qui vous êtes, ce qui s’est produit et qui lira le texte. Il ne s’agit pas d’ajouter du contexte sans raison : chaque ligne façonne le résultat.
Trois choses que les gens oublient le plus souvent d’inclure dans le contexte :
- Qui vous êtes. Votre rôle, votre niveau hiérarchique, ce que vous faites.
- Ce qui s’est déjà produit. L’histoire, les tentatives précédentes, les décisions antérieures.
- À qui le résultat est destiné. Le public, ses préférences, son expertise et ses contraintes.
Si vous exécutez régulièrement le même type de prompt — même rôle, même situation —, enregistrez une fois le contexte dans un Custom GPT ou un projet Claude au lieu de le saisir de nouveau.
3. Tâche
La tâche est la demande réelle. C’est la partie que la plupart des gens commencent par. C’est aussi la partie qui est acceptable telle que vous la rédigez habituellement — « rédigez un e-mail », « résumez ce document », « donnez-moi trois options » — à condition que tout ce qui l’entoure fasse son travail.
Quelques modèles de tâche qui fonctionnent constamment bien :
- Générer des variantes. « Donnez-moi trois brouillons. » « Produisez cinq options. » Les variantes sont presque toujours plus utiles que de demander une seule réponse et d’être déçu.
- Interroger d’abord, puis agir. « Avant de rédiger, posez-moi cinq questions auxquelles vous avez besoin que je réponde. Attendez mes réponses. » C’est la structure de tâche la plus sous-utilisée.
- Critiquer, ne pas réécrire. « Trouvez ce qui est faux ici. Citez des lignes spécifiques. Ne réécrivez pas. » Utile lorsque vous souhaitez que le modèle affine votre travail, pas le remplacer.
- Comparer et recommander. « Comparez X et Y sur ces quatre dimensions. Puis recommandez-en un, et dites-moi ce qui changerait votre réponse. »
- Appliquer un cadre. « Analysez cela à l’aide du cadre [STAR / SWOT / RACI / Five Whys / ICE]. »
Le principe reste toujours le même : précisez clairement l’action que le modèle doit accomplir.
4. Contraintes
Les contraintes sont des restrictions sur la sortie — longueur, ton, format, vocabulaire, choses à inclure, choses à éviter.
Sans contraintes, les modèles produisent par défaut la réponse la plus prudente, la plus longue et la plus banale. Ils ajoutent du remplissage, multiplient les précautions et incluent des préambules inutiles. Les contraintes permettent d’obtenir la réponse que vous souhaitez réellement.
Contraintes utiles :
- Longueur. « Moins de 100 mots. » « Maximum trois phrases. » « Un paragraphe. » « Deux pages. » La longueur est le levier de qualité le plus important et le plus sous-utilisé.
- Ton. « Chaleureux mais professionnel. » « Direct et précis. » « Naturel, avec une légère autodérision. » « Adoptez le ton de [coller un exemple]. »
- Vocabulaire. « Ne pas utiliser les mots « exploiter », « utiliser » ou « dans l’avenir ». » « Éviter le jargon. » « Utiliser uniquement des mots compréhensibles par un enfant de 12 ans. »
- Contraintes de format. « Pas de préambule. » « Pas de résumé final. » « Ne commencez pas par « Très bonne question. » »
- Ce qu’inclure. « Inclure un exemple spécifique. » « Référez-vous aux données que je viens de vous donner. »
- Ce qu’il faut exclure. « Ne me demandez pas d’envisager un avis professionnel : je le sais déjà. » « Ne multipliez pas les précautions : je veux une réponse claire. » « Ne commencez pas par des excuses. »
Les contraintes négatives — « ne pas » — sont souvent plus puissantes que les positives. Le modèle a des préférences fortes pour certaines phrases (« J’espère que vous allez bien », « Très bonne question ! », « Il est important de noter… »). Lui dire de ne pas les utiliser est dramatiquement plus efficace que de lui dire ce qu’il devrait faire à la place.
5. Format
Le format est la forme de la sortie. Listes à puces, tableau, liste numérotée, paragraphe, JSON, markdown, bloc de code, texte brut. Spécifier le format vous évite le travail de nettoyage ultérieur.
Exemples :
Retournez sous forme de tableau markdown avec trois colonnes : option, avantages, inconvénients.
Retournez sous forme d’objet JSON avec les clés « résumé », « décisions » et « questions ouvertes ».
Retournez sous forme de trois courts paragraphes, sans titres.
Retournez sous forme de liste numérotée de cinq éléments, chacun étant une phrase.
Un modèle particulièrement utile lorsque vous souhaitez utiliser la sortie en aval (coller dans un document, alimenter un autre prompt, publier quelque part) : montrez au modèle le format avec un modèle bref :
Retournez dans ce format :
Décision : […]
Top trois arguments pour :
- […]
- […]
- […]
Top trois arguments contre :
- […]
- […]
- […]
Ce qui changerait votre réponse : […]
Le modèle remplira les blancs. Le résultat sera cohérent et exploitable automatiquement.
6. Validation
La sixième partie ne figure pas toujours dans le prompt lui-même, mais elle appartient à toute méthode sérieuse : comment saurez-vous que la réponse est suffisamment bonne ?
Instructions utiles de validation :
Si vous faites une affirmation factuelle, indiquez si elle provient du texte source que je vous ai fourni ou de la connaissance générale.
Si un champ requis est manquant, écrivez
[missing]au lieu de deviner.
Avant la réponse finale, listez les trois hypothèses que vous avez faites.
Après la rédaction, donnez-moi un court checklist de ce que je devrais vérifier avant d’utiliser cela.
La validation compte, car une réponse bien présentée peut toujours être fausse. Un bon prompt ne demande pas seulement au modèle de produire un résultat : il lui indique comment signaler l’incertitude, les données manquantes et les points à vérifier.
Mise en œuvre : exemple concret
Combinons les cinq sur une tâche réelle. Supposons que vous ayez besoin d’écrire une réponse polie mais ferme à un client qui demande des travaux supplémentaires gratuits sur un projet.
Sans le modèle :
Écrivez une réponse à mon client qui veut plus de travail gratuit.
Vous obtenez quelque chose de générique. Avec le modèle :
Rôle : Vous êtes un responsable de projet expérimenté qui a travaillé avec des clients d’agences B2B pendant dix ans. Vous êtes direct, amical et bon pour dire non sans briser la relation.
Contexte : Je suis un designer freelance. Un client (un fondateur de startup avec qui j’ai travaillé pendant un an) vient de me demander d’ajouter deux nouvelles pages à un projet qui est déjà en phase finale. La portée était clairement fixée dans notre contrat. La relation est autrement bonne. Je ne veux pas le perdre, mais je ne veux pas non plus faire le travail gratuitement.
Tâche : Rédigez trois versions de réponse.
Contraintes :
- Moins de 150 mots chacune
- Chaleureux mais sans ambiguïté — je dis non au travail gratuit, pas de négociation
- Proposer une autre voie claire (par exemple, une petite mission complémentaire)
- Pas « J’espère que vous allez bien », pas d’excuses pour la limite
- Ne pas inclure « Meilleures salutations » ou toute signature — j’ajouterai la mienne
Format : Trois versions numérotées, chacune étiquetée avec son ton (par exemple, « 1. Chaleureux et explicatif »), et une note d’une ligne « quand envoyer cette version » sous chacune.
La sortie du deuxième prompt sera trois versions utiles. Lisez-les, choisissez-en une, éditez légèrement, envoyez-la.
C’est l’ensemble de la méthode.
Quelques modèles qui combinent les cinq
Quelques formes de prompts qui apparaissent constamment dans les bons prompts :
L’entretien inversé. Rôle + contexte, puis une tâche qui commence par « Posez-moi cinq questions auxquelles vous avez besoin que je réponde pour bien accomplir cette tâche. » Le modèle vous aide ainsi à préciser le prompt lui-même.
Le rédacteur à trois variantes. Rôle + contexte + « rédigez trois versions » + contraintes de longueur et de ton + format numéroté. C’est une structure fiable pour travailler avec l’IA sur des tâches de rédaction.
L’analyste structuré. Rôle + contexte + « appliquez ce cadre » + « utilisez cette structure exacte » + format. La bonne forme pour toute tâche analytique.
Le tuteur patient. Rôle (un tuteur) + contexte (vous et votre niveau) + tâche (m’enseigner et m’interroger) + contraintes (« une question à la fois, attendez ma réponse ») + format (structuré par phase). Cette formule combine les cinq éléments et produit un cycle d’apprentissage utile.
Vous développerez vos propres modèles. Tous ne sont que des variations d’une même structure : cinq ingrédients, dans un ordre efficace.
Une petite habitude qui s’accumule
Après toute réponse médiocre de l’IA, faites une pause de deux secondes et demandez-vous lequel des cinq éléments vous avez omis.
- Le modèle ne savait-il pas qui il était ? → rôle.
- N’avait-il pas ma situation ? → contexte.
- A-t-il mal compris le verbe ? → tâche.
- Le résultat était-il trop long, trop formel ou trop verbeux ? → contraintes.
- La forme de la réponse était-elle la mauvaise ? → format.
Vous trouverez presque toujours un ingrédient manquant. Ajoutez-le, puis régénérez la réponse. Ces corrections vous apprendront davantage sur l’ingénierie des prompts que n’importe quel cours, car vous diagnostiquez vos propres prompts dans des situations réelles.
Cinq parties plus validation. Utilisez-les délibérément jusqu’à ce que leur utilisation devienne automatique.
