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.
Regardez-la avant d'aborder les modèles de l'article si vous souhaitez un cadre concis, puis utilisez l'article pour distinguer les modèles propres à chaque tâche et les habitudes de validation.
Vous pouvez assembler la tâche, le contexte, les exemples, le rôle, le format et le ton en prompts fonctionnels pour les tâches de bureau quotidiennes.
Aucun — la vidéo peut être regardée sans préparation.
Dernière révision : 11 août 2026
Continuez dans le même parcours d’apprentissage avec les prochaines vidéos d’accompagnement sélectionnées.
37 minutesUtiliser l'IA pour remettre en question les hypothèses, comparer les options et identifier les contre-arguments avant de prendre une décision.
22 minutesGénérer un plan d'étude réaliste à partir de votre objectif, de votre emploi du temps et de vos contraintes, puis l'adapter à mesure que vous apprenez.
13 minutesVous pouvez nommer les trois surfaces de risque que l'IA générative ajoute au travail — données, modèle, utilisation — et décrire les contrôles nécessaires pour chacune.
Des cours externes sélectionnés pour approfondir ce sujet.
Coursera · Vanderbilt UniversityDr. Jules White
Le complément universitaire au cours court de DeepLearning.AI : même discipline, parcours plus long et contenu destiné aux personnes qui ne programment pas. Le Dr White enseigne la conception de prompts sous la forme de modèles réutilisables plutôt que d'astuces. Après ce cours, vous saurez rédiger des consignes pour les LLM comme un concepteur, et non comme un devin.
DeepLearning.AIIsa Fulford · Andrew Ng
Quinze minutes de cours peuvent remplacer une année d'intuition. Si vous avez commencé à écrire du code qui appelle un grand modèle de langage (LLM), ou prévoyez de le faire, c'est le cours en ligne le plus efficace pour passer de « jouer avec ChatGPT » à « déployer une fonctionnalité qui appelle un LLM ».
Microsoft LearnMicrosoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.
