Ingénierie des prompts
Rôles, contexte, contraintes, exemples et modèles de prompts pratiques pour le travail quotidien.
44 contenus (23 articles · 21 vidéos)
Commencez ici
Quelques bons contenus pour débuter avant de parcourir l’ensemble du flux.
8 min de lectureL'anatomie d'un prompt : rôle, contexte, tâche, contraintes, format
Un modèle en cinq parties pour rendre les prompts importants plus clairs, plus faciles à examiner et plus simples à améliorer. Avec des exemples détaillés, les erreurs courantes et un ordre pratique.
Débutant
6 min de lectureLa 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.
Découvrir l’IA
8 min de lectureDix modèles de prompt pour le travail intellectuel au quotidien
Dix structures de prompt réutilisables pour la rédaction, la critique, l'analyse, la répétition et les sorties structurées, avec une habitude de validation pour chaque type de travail.
DébutantPlus de contenus sur ce thème
6 min de lectureRédigez le brief créatif avant le prompt
Utiliser un prompt sans brief revient à demander à un outil éloquent d’inventer votre projet à votre place. Un bref document précisant le public, le résultat recherché, les contraintes, les objectifs exclus et vos préférences esthétiques transforme l’IA en exécutante d’une direction qui vous appartient déjà.
Découvrir l’IA
6 min de lectureExplorer des variantes sans perdre le cap
Les variantes sont utiles jusqu'au moment où l'option la plus séduisante remplace discrètement votre idée directrice. Pour garder le cap, figez le brief, ne changez qu'un axe à la fois et écartez tout favori qui contredit l'intention centrale.
Débutant
4 min de lectureDes prompts de critique pour les ateliers créatifs
Une demande vague comme « soyez honnête » produit souvent des encouragements creux ou une réécriture désordonnée. Ce jeu de prompts structure la critique autour de la clarté, de la construction, de la voix et des risques, afin que l'IA reste utile sans devenir coauteur.
Débutant
7 min de lecturePrompts de tutorat : demander à l’IA de poser des questions au lieu de donner la réponse
Sans consigne particulière, un chatbot répond directement et complètement à votre question. Cela semble efficace, mais vous apprend très peu. Quelques modèles de prompts peuvent l’amener à donner des indices, à vous interroger et à différer la réponse, afin que l’effort intellectuel qui favorise l’apprentissage reste le vôtre.
Découvrir l’IA
7 min de lectureVotre IA vous donne trop souvent raison : quatre défaillances d’un partenaire de réflexion
L’IA peut vous aider à examiner une décision, mais elle reprend aussi votre cadrage, donne trop de poids à une prose assurée et vous incite discrètement à lui déléguer votre jugement. Voici comment repérer chaque défaillance.
Débutant
7 min de lectureComment amener l’IA à vous contredire honnêtement
Cinq structures de prompt concrètes transforment des réponses d’IA trop complaisantes en une remise en question plus utile, sans faire passer un contre-argument généré pour une preuve.
Débutant
8 min de lectureMettre les décisions à l'épreuve avec l'IA : cadres, arbitrages et contre-arguments
Une méthode en quatre étapes pour utiliser l'IA afin de clarifier une décision, générer des alternatives, faire émerger des contre-arguments et garder l'incertitude et la responsabilité humaine explicites.
Débutant
10 min de lectureChaîne de pensée, autocritique, arbre de pensées — quand utiliser chaque technique
Trois techniques de raisonnement qui améliorent réellement les résultats de l'IA sur les problèmes difficiles, avec une analyse de leur rapport coût-bénéfice, des prompts concrets, des comparaisons directes et les pièges propres aux modèles de raisonnement modernes.
Intermédiaire
12 min de lectureIngénierie du contexte : gérer des fenêtres d’un million de tokens sans dégradation
Les fenêtres de contexte d’un million de tokens existent, mais la qualité se dégrade bien avant cette limite. L’ingénierie du contexte consiste à les utiliser efficacement : quoi inclure, résumer ou rechercher à la demande, et quels schémas préservent la qualité lorsque le contexte augmente.
Avancé
8 min de lectureInstructions personnalisées et mémoire : configurez votre IA une seule fois
Configurez des préférences stables et non sensibles ainsi que les contrôles de mémoire, puis examinez ce qui est conservé et neutralisez le contexte obsolète lorsque la tâche change.
Débutant
7 min de lecturePrompting par exemples : orientez le résultat par l'exemple
Lorsqu'une description laisse place à l'interprétation, montrez au modèle des exemples représentatifs d'entrées et de sorties, puis vérifiez s'ils améliorent la cohérence pour votre tâche.
Débutant
6 min de lectureComment l'IA génère des réponses : le modèle mental qui rend les prompts plus faciles à maîtriser
L'IA ne pense pas comme vous. Elle génère des continuations probables à partir du contexte. Une fois ce modèle mental simple assimilé, tous les conseils sur les prompts deviennent plus faciles à comprendre.
Découvrir l’IA
11 min de lectureFlux de travail IA multi-outils : concevoir des transferts fiables entre outils
Un cadre pratique pour combiner recherche, ancrage documentaire, rédaction, critique, analyse et stockage tout en préservant la provenance, la confidentialité et la revue.
Intermédiaire
10 min de lectureChoisir et interroger les modèles de raisonnement
Les réglages de raisonnement modifient la qualité, la latence, le coût et parfois le comportement face aux prompts. Un guide pratique pour les choisir par l'évaluation plutôt que par les idées reçues.
Intermédiaire
12 min de lectureChoisir entre le prompting, le RAG et le fine-tuning (et quand les combiner)
Le prompting, le RAG et le fine-tuning sont les trois principaux leviers permettant d’adapter un LLM à votre problème. Chacun convient à certaines situations et non à d’autres. Voici un cadre de décision, leurs coûts réels et les architectures de production où leur combinaison excelle.
Avancé
12 min de lectureConception de prompts en production : couches système, développeur et utilisateur
Un modèle de gouvernance pour séparer les instructions fiables, les données d'exécution et l'entrée utilisateur, puis versionner, évaluer, déployer et observer les prompts en fonction du risque.
Avancé
11 min de lectureCréer des bibliothèques de prompts réutilisables : des extraits à des modèles partagés
Lorsqu'une même tâche assistée par l'IA se répète, une bibliothèque de prompts peut rendre le flux de travail plus facile à reproduire et à évaluer. Une méthode pratique pour consigner, tester, versionner et partager des modèles.
Intermédiaire
6 min de lectureSept choses à demander à ChatGPT dès le premier jour
La zone de saisie vide est le principal obstacle. Sept prompts prêts à copier-coller pour transformer une conversation vide en un résultat concret dès le premier jour.
Découvrir l’IA
8 min de lectureNe vous arrêtez pas au premier prompt : la méthode de conversation itérative
Une méthode pratique pour améliorer une première réponse prometteuse par la critique, le ciblage, les changements d'angle, les tests de robustesse et la vérification, plutôt que de recommencer par défaut.
Débutant
7 min de lectureÉcrire avec l'IA sans en avoir l'air
Les brouillons assistés par l'IA suivent souvent des schémas génériques. Appuyez-vous sur six contrôles éditoriaux pour retrouver précision et rythme, sans prétendre que le style suffit à prouver qui a écrit le texte.
Débutant
20 minutesLe cours de Google de 9 heures sur la conception de prompts, résumé en 20 minutes
Tina Huang. Cette version condensée du cours de Google sur la conception de prompts présente des cadres favorisant la clarté, des méthodes d'itération et des exemples détaillés appliqués aux e-mails, aux résumés et à l'analyse. Elle offre un second passage utile sur les mêmes principes structurels, cette fois transposés aux tâches réellement rencontrées pendant une journée de travail.
Débutant
25 minutesLes bases du prompt | Code with Claude
Anthropic. Deux membres de l'équipe d'IA appliquée d'Anthropic élaborent un prompt pour un véritable cas client — l'analyse de rapports suédois sur des accidents de la route. Ils partent d'une instruction d'une ligne qui échoue, puis ajoutent progressivement le rôle, le contexte de la tâche, le contenu dynamique, les exemples et un rappel final. C'est la démonstration la plus claire sur YouTube de la structure exacte « rôle + contexte + tâche + contraintes + format » décrite dans l'article, avec ses modes d'échec successifs.
Débutant
42 minutesTutoriel d'ingénierie des prompts – maîtriser les réponses de ChatGPT et des LLM
freeCodeCamp.org. Un cours plus long et progressif dont la durée est justifiée. Les chapitres sur les bonnes pratiques, les approches zero-shot et few-shot ainsi que les hallucinations dans les résultats approfondissent précisément les cinq exemples de l'article.
Découvrir l’IA20 minutesLe cours de neuf heures de Google sur l'ingénierie des prompts IA, résumé en 20 minutes
Tina Huang. Tina condense le cours officiel de Google sur les fondamentaux des prompts dans la structure TCREI en cinq parties — tâche, contexte, références, évaluation et itération — avec des exemples détaillés. Après les cinq réécritures de l'article, cette vidéo fournit la méthode enseignée par Google à ses employés, afin que vous puissiez améliorer vos propres consignes sans copier les nôtres.
Découvrir l’IA
29 minutesArbre de pensées : résolution délibérée de problèmes avec de grands modèles de langage (analyse complète de l’article)
Yannic Kilcher. Yannic analyse l’article original de Princeton/DeepMind sur l’arbre de pensées — la boucle génération-évaluation-élagage-retour arrière, la raison pour laquelle elle fait passer la précision au jeu de 24 de 4 % à 74 %, et le point à partir duquel la technique ne justifie plus un coût en tokens multiplié par 10. La vidéo est utile précisément parce qu’elle vous oblige à considérer ToT comme un algorithme de recherche, et non comme un préfixe de prompt magique.
Intermédiaire25 minutesLes fondamentaux du prompting
Anthropic. Deux membres de l’équipe Applied AI d’Anthropic construisent en direct un prompt destiné à un cas réel, en ajoutant progressivement un rôle, des sections structurées et des étapes de réflexion explicites. C’est sur YouTube la démonstration la plus crédible de l’utilisation de la chaîne de pensée sans en faire un rituel. Elle illustre concrètement le message de l’article : cessez de coller « réfléchissons étape par étape » dans tous vos prompts.
Intermédiaire
22 minutesIngénierie du contexte pour les agents
LangChain. Lance Martin présente le cadre « écrire, sélectionner, compresser, isoler », avec des exemples concrets : quand résumer l'historique des actions, quand externaliser l'état dans des fichiers et quand lancer des sous-agents uniquement pour préserver le contexte de l'agent parent. Cette approche correspond presque directement à la section de l'article consacrée à la gestion pratique des fenêtres d'un million de tokens.
Avancé
8 minutesDégradation du contexte : Comment l'augmentation des tokens d'entrée affecte les performances des grands modèles de langage
Chroma. Kelly Hong présente les recherches de Chroma sur 18 modèles : pourquoi les scores aux tests de « l'aiguille dans une botte de foin » sont trompeurs, comment les performances diminuent face à l'ambiguïté et aux éléments parasites, et pourquoi même de simples tâches de répétition de chaînes se dégradent au-delà de 500 tokens. Courte et étayée par des données, cette vidéo montre précisément le risque qu'il faut prendre au sérieux avant d'aborder les solutions techniques de l'article.
Avancé
131 minutesComment j'utilise les LLM
Andrej Karpathy. Allez directement au chapitre « Mémoire de ChatGPT, instructions personnalisées », à 1:53:29. Karpathy montre le contenu réel de ses propres instructions, explique quand il demande à ChatGPT de mémoriser une information et quand il le laisse l'enregistrer automatiquement, puis souligne les compromis. Cette approche se rapproche davantage du principe de l'article — « configurez une seule fois, avec discernement » — que la plupart des tutoriels pour débutants.
Débutant
36 minutesToutes les fonctions de ChatGPT en 37 minutes
Tina Huang. Les panneaux de personnalisation, de mémoire et d'instructions personnalisées sont présentés dans le cadre plus large d'une visite de toutes les fonctions de ChatGPT. Cette perspective est pertinente : ces réglages ne deviennent utiles que si vous comprenez également ce qu'ils configurent — projets, GPT, tâches planifiées, voix, etc. Servez-vous de la vidéo comme guide tout en ouvrant, dans un autre onglet, Paramètres → Personnalisation.
Débutant42 minutesTutoriel de conception de prompts – Maîtrisez les réponses de ChatGPT et des modèles de langage
freeCodeCamp.org. Allez directement au chapitre « Prompts sans exemple et avec quelques exemples », à 31:20, pour observer une comparaison claire de la même tâche sans exemple, puis avec plusieurs exemples : précisément le contraste autour duquel s'articule l'article. Les sections précédentes, consacrées à la manière d'aborder les prompts et aux bonnes pratiques, apportent un contexte utile si vous arrivez directement de l'article.
Débutant25 minutesLes bases du prompt | Code with Claude
Anthropic. Les exemples font partie des dix ingrédients présentés par Anthropic. Vous les voyez être ajoutés à un véritable prompt destiné à un client, puis modifier la réponse du modèle. La démonstration est utile pour observer le prompting par exemples au sein d'un prompt complet, plutôt que comme une astuce isolée.
Débutant
3 minutesLa création d’OpenAI o1
OpenAI. Cette vidéo de trois minutes consigne la manière dont l'équipe OpenAI présentait o1 lors de son lancement. Elle aide à comprendre l'histoire de la catégorie, mais n'établit ni le fonctionnement interne des modèles actuels ni le meilleur schéma de prompt pour un autre fournisseur ou une autre tâche.
Intermédiaire
28 minuteso1 : que se passe-t-il ? Pourquoi o1 représente un troisième paradigme de modèle, plus dix faits méconnus
AI Explained. La vidéo offre une explication indépendante du cadrage initial de o1 et de ses implications pour les prompts. C'est un contexte historique utile, mais ses affirmations sur o1 ne doivent pas être étendues automatiquement aux modèles OpenAI ultérieurs, à R1, aux modes de réflexion de Claude ou à d'autres fournisseurs.
Intermédiaire
77 minutesIngénierie de prompts en IA : une plongée approfondie
Anthropic. Quatre spécialistes des prompts chez Anthropic — issus de la recherche, de l’alignement, de l’IA appliquée et des relations avec les développeurs — décrivent longuement leur travail quotidien : comment ils révisent des prompts sous pression, comment ils abordent l’« honnêteté » des instructions et dans quels cas les structures XML sont utiles ou non. Le modèle en couches de l’article correspond directement à leur façon de décrire le travail ; c’est le meilleur moyen d’entendre ce modèle mental formulé à voix haute.
Avancé25 minutesInitiation aux prompts | Code avec Claude
Anthropic. L’équipe Applied AI d’Anthropic construit en direct un prompt consacré à des demandes d’indemnisation. Elle part d’une instruction vague et l’améliore jusqu’à obtenir un résultat qu’un développeur pourrait réellement livrer, en montrant les révisions des couches système et développeur décrites dans l’article. Regardez cette vidéo avant de relire la liste de contrôle de l’article sur les exemples, la structure des sorties et le traitement des refus.
Avancé
10 minutesLe meilleur prompt ChatGPT que j'ai jamais créé — j'ai passé 2 mois à le peaufiner pour écrire des prompts
Lawton Learns. La vidéo présente un méta-prompt C.R.A.F.T. — Context, Role, Action, Format et Target audience. C'est un candidat utile pour tester le comportement d'un prompt générateur de prompts, mais la cohérence, l'exactitude et l'adéquation de ses sorties aux cas d'une équipe ne sont pas garanties.
Intermédiaire20 minutesLe cours de neuf heures de Google sur l’ingénierie des prompts d’IA, condensé en 20 minutes
Tina Huang. Tina présente un cadre en cinq parties — tâche, contexte, références, évaluation et itération — ainsi que quatre techniques d'itération. Ces éléments peuvent aider à rédiger un schéma candidat, mais les exemples d'agents et de chaîne de pensée reflètent l'époque et le contexte du cours. Testez tout schéma extrait sur des cas représentatifs avant de l'ajouter à une bibliothèque approuvée.
Intermédiaire131 minutesComment j'utilise les LLM
Andrej Karpathy. Karpathy présente son utilisation quotidienne de ChatGPT, Claude, Gemini, Grok et Perplexity en partageant à l'écran des conversations réelles plutôt que des exemples soigneusement préparés. Vous observez quand il pose une question de suivi, change de modèle au milieu d'un fil ou abandonne une piste pour recommencer. Il met ainsi en œuvre exactement la boucle itérative décrite dans l'article, avec l'expérience de quelqu'un qui conçoit ces systèmes professionnellement.
Débutant
9 minutesMaîtrisez la formule parfaite de prompt pour ChatGPT (en 8 minutes seulement) !
Jeff Su. Une formule en six parties — tâche, contexte, exemples, rôle, format et ton — expliquée à partir d'exemples de travail de bureau comme des programmes d'entraînement, des CV et des e-mails internes. Elle fournit un cadre concis qui recoupe plusieurs modèles de l'article.
Débutant
26 minutesToutes les compétences essentielles en IA en 25 minutes (2025)
Tina Huang. Le chapitre sur les prompts (02:30–09:20) présente deux moyens mnémotechniques combinables — « tiny crabs ride enormous iguanas » (tâche, contexte, références, évaluation, itération) et « ramen saves tragic idiots » (revenir sur le prompt, séparer les étapes, essayer une analogie, introduire des contraintes) — qui correspondent directement aux modèles d’itération et d’affinage de l’article. C’est utile lorsqu’une formule appliquée en une seule fois ne suffit pas.
Débutant