La différence entre un mauvais et un bon prompt (5 exemples avant/après)
Découvrir l’IA6 min de lectureIngénierie des prompts

La différence entre un mauvais et un bon prompt (5 exemples avant/après)

Cinq prompts réels présentés dans leur version faible et leur version améliorée, avec une courte note sur ce qui a changé. La manière la plus rapide d'améliorer les résultats de l'IA sans apprendre de jargon.

Ce que vous saurez faire

Les meilleurs prompts ne sont pas plus ingénieux. Ils apportent simplement davantage de contexte, de contraintes et d'exemples concrets. Ajoutez ces trois éléments et la plupart des prompts courants deviendront deux fois plus utiles.

AI Expert TeamPublié: 15 mai 2026
Enregistré uniquement dans ce navigateur.
Dans cet article

La manière la plus rapide d’améliorer vos prompts n’est pas d’apprendre dix méthodes. Il suffit d’examiner cinq prompts que vous avez réellement écrits, de repérer leurs faiblesses et d’observer ce qui change lorsque vous les corrigez.

C’est exactement ce que nous allons faire. Voici cinq situations courantes, d’abord formulées comme le font la plupart des gens, puis réécrites en ajoutant trois éléments simples : du contexte, des contraintes et un ou deux exemples concrets. Après chaque paire, une courte note explique ce qui fait la différence.

1. Rédiger un e-mail

Faible : Écrivez un e-mail à mon propriétaire pour lui dire que le chauffage ne fonctionne pas.

Vous obtiendrez bien un texte, mais il sera générique, écrit dans un ton qui n’est pas le vôtre, plus long que nécessaire et pas encore utilisable.

Meilleur : Écrivez un e-mail poli mais ferme à mon propriétaire. Le chauffage central de mon appartement est en panne depuis deux semaines. Je lui ai déjà envoyé deux messages sur WhatsApp sans obtenir de réponse concrète. J’aimerais que le problème soit résolu dans les cinq jours ouvrables. Mon ton est généralement direct, sans être agressif : je ne formule pas encore de menace, je veux simplement être plus clair.

Contraintes : moins de 120 mots, trois paragraphes courts, pas de points d’exclamation, pas d’excuses, pas de “J’espère que vous allez bien.”

Terminez par une étape claire.

Ce qui a changé : l’identité et le ton de l’expéditeur, ce qui s’est déjà produit (deux messages restés sans réponse), le résultat souhaité (une résolution sous cinq jours ouvrables) et une limite de longueur. Le modèle produit désormais un premier brouillon utilisable plutôt qu’un simple texte passe-partout.

2. Résumer un document long

Faible : Résumez ce contrat de 30 pages.

Vous obtiendrez un résumé prudent et générique, qui passe souvent à côté de ce que vous avez réellement besoin de savoir.

Meilleur : Je suis sur le point de signer ce contrat de 30 pages en tant que designer indépendant en Estonie. Lisez-le attentivement et indiquez-moi :

  1. Les trois clauses qui affectent le plus mes obligations.
  2. Tout ce qui accorde à l’autre partie un droit unilatéral (résilier le contrat, modifier les tarifs, revendiquer des droits de propriété intellectuelle).
  3. Tout ce qui se contredit ou semble inhabituel pour un contrat comme celui-ci.
  4. Les deux questions que je devrais poser à mon avocat avant de signer.

Marquez tout ce dont vous n’êtes pas sûr avec [unclear].

Ce qui a changé : vous avez indiqué au modèle qui vous êtes, ce qui compte pour vous et la forme attendue de la réponse. Vous lui avez aussi donné la permission de signaler ses incertitudes. Le résultat ressemble davantage au conseil d’un ami prudent qu’à un résumé générique.

La balise [unclear] compte plus qu’il n’y paraît. Sans elle, le modèle comble les lacunes par des suppositions plausibles. Avec elle, vous obtenez un résumé qui reconnaît ses propres limites.

3. Générer des idées

Faible : Donnez-moi des idées de projet personnel.

Vous obtiendrez une liste de projets génériques qui pourraient convenir à n’importe qui. Aucun ne vous semblera vraiment à vous.

Meilleur : Aidez-moi à trouver des idées de projet personnel. Quelques informations à mon sujet : je suis responsable produit dans une entreprise SaaS B2B à Tallinn, j’écris beaucoup, j’aime enseigner et je dispose d’environ 5 heures par semaine. Je ne cherche pas à gagner de l’argent rapidement : je veux un projet qui me plaira encore dans douze mois. J’ai déjà envisagé puis écarté une newsletter (activité trop solitaire) et un podcast (je n’ai pas le matériel nécessaire).

Générez dix idées. Pour chacune, donnez-moi une présentation en une phrase, le type de personne susceptible de s’y intéresser et la principale difficulté de réalisation. Classez-les de « la plus facile à lancer ce week-end » à « la plus ambitieuse ».

Ce qui a changé : qui vous êtes, le temps dont vous disposez, ce que vous avez déjà écarté et le format attendu. Le modèle doit désormais composer avec des contraintes, et ses idées paraîtront réalisables plutôt que génériques.

La phrase « J’ai déjà envisagé puis écarté X » est largement sous-exploitée. Elle empêche le modèle de suggérer les idées les plus évidentes et le pousse à chercher davantage.

4. Demander une explication

Faible : Expliquez l’apprentissage automatique.

Vous obtiendrez un paragraphe de manuel que vous avez déjà lu cent fois.

Meilleur : Expliquez-moi l’apprentissage automatique de trois façons différentes, chacune en environ 200 mots :

  1. À mon neveu de 12 ans qui est curieux mais facilement distrait.
  2. À un cadre supérieur qui demande sans cesse : « Mais en quoi est-ce différent d’une feuille de calcul ? »
  3. À moi — quelqu’un qui a beaucoup utilisé ChatGPT mais n’a jamais étudié les idées sous-jacentes — pour me donner un modèle mental fonctionnel.

Utilisez un exemple concret et court dans chaque version. N’employez pas les mots « algorithme » ou « intelligence artificielle » dans la version 1.

Ce qui a changé : vous avez demandé trois explications adaptées, indiqué au modèle les publics auxquels il doit s’adresser et même interdit certains termes dans l’une des versions. La troisième explication pourrait vous apporter le déclic qui vous manquait. Cette méthode — « expliquez-le de trois façons différentes » — fonctionne pour presque tous les concepts que vous avez encore du mal à saisir.

5. Se débloquer sur une décision

Faible : Dois-je accepter ce nouvel emploi ?

Vous obtiendrez une réponse équilibrée, hésitante “ça dépend” avec une liste de choses génériques à considérer. Inutile.

Meilleur : Je dois décider si j’accepte un nouvel emploi. Avant de donner votre avis, posez-moi cinq questions auxquelles vous avez besoin de réponses pour formuler une recommandation utile. Attendez mes réponses avant de continuer.

Une fois que j’aurai répondu :

  1. Listez les trois arguments les plus forts en faveur de l’acceptation et les trois arguments les plus forts contre.
  2. Dites-moi quelles preuves changeraient votre avis.
  3. Ensuite, seulement après tout cela, dites-moi ce que vous recommanderiez vraiment, et à quel point vous êtes confiant.

Contredisez-moi si certains de mes propos semblent incohérents. Ne me donnez pas une réponse prudente qui se contente de présenter les deux points de vue : j’en ai déjà suffisamment.

Ce qui a changé : vous avez obligé le modèle à vous interroger avant de répondre, structuré l’analyse et explicitement demandé une prise de position. La première réponse se composera de cinq questions. Après vos réponses, le résultat ressemblera bien davantage au conseil d’un collègue réfléchi qu’à une liste générique d’avantages et d’inconvénients.

Le motif commun aux cinq exemples

Comparez les cinq prompts « améliorés ». Ils reposent sur quatre habitudes :

  1. Contexte. Qui vous êtes, ce que vous avez déjà essayé, ce que vous allez faire. Le modèle est beaucoup plus performant quand il connaît votre situation.
  2. Contraintes. Limites de longueur, restrictions de ton, formats, mots interdits. Les contraintes améliorent davantage la qualité que la seule longueur du prompt.
  3. Exemples ou publics cibles. « Pour mon neveu de 12 ans », « en tant que designer indépendant en Estonie », « comme si je m’adressais au cadre supérieur sceptique ». Les repères concrets sont plus efficaces que les adjectifs vagues.
  4. Permission d’exprimer une incertitude. La balise [unclear], « attendez mes réponses », « dites-moi à quel point vous êtes sûr ». Ces formulations indiquent au modèle que vous préférez une réponse nuancée et fidèle à une réponse assurée mais erronée.

Remarquez aussi ce qui ne caractérise pas les prompts améliorés : ils ne sont pas inutilement longs, n’emploient pas de jargon (« agissez en tant qu’expert de haut niveau… ») et n’accumulent pas les adjectifs. Ils expriment plus clairement ce que vous voulez réellement.

Une habitude utile

Après toute réponse médiocre de ChatGPT, faites une pause avant de reformuler votre prompt. Demandez-vous lequel de ces quatre ingrédients vous avez oublié. Ajoutez-le et réessayez. Au bout d’une semaine, vous vous surprendrez à les intégrer automatiquement. Vous n’aurez alors plus besoin d’« apprendre l’ingénierie des prompts » comme on l’enseigne souvent, puisque vous la pratiquerez déjà.

À lire ensuite

Continuez sur le même parcours d'apprentissage avec les prochains articles pratiques.

Pour aller plus loin

Des cours externes sélectionnés pour approfondir ce sujet.

Voir tous les cours pour Ingénierie des prompts