La structure d'un bon prompt : 5 composantes

Avant les techniques, le cadre. Un prompt professionnel efficace combine cinq éléments :

  • Contexte : qui êtes-vous, dans quelle situation, pour quel public
  • Rôle : quel expert vous souhaitez que le modèle incarne
  • Tâche : ce que vous demandez précisément
  • Format : comment vous voulez la réponse (longueur, structure, ton)
  • Contraintes : ce que la réponse ne doit pas faire ou contenir

Ces cinq composantes n'ont pas toutes à être présentes dans chaque prompt — mais les omettre sans y avoir réfléchi est la principale source de résultats décevants.

Les 12 techniques

1. Assignez un rôle expert précis
Pas « tu es un expert en droit » mais « tu es un avocat spécialisé en droit des contrats commerciaux français, habitué à rédiger pour des clients non-juristes ». La précision du rôle conditionne le registre et la profondeur de la réponse.

2. Donnez le contexte minimal suffisant
Pas besoin d'écrire un roman. Donnez les 3 à 5 faits qui changent la réponse : secteur d'activité, taille de l'entreprise, destinataire, enjeu principal.

3. Demandez un format explicite
« Réponds en 5 bullet points de 2 lignes maximum » produit systématiquement de meilleurs résultats que laisser le modèle choisir. Pour les documents longs, précisez le plan attendu.

4. Utilisez des exemples (few-shot prompting)
Pour les tâches répétitives (reformulation, extraction, classification), donnez 2 à 3 exemples input/output avant la vraie demande. La qualité des résultats augmente de 40 à 60% en moyenne.

5. Demandez une réflexion avant la réponse
Pour les analyses complexes : « Avant de répondre, liste les éléments clés à considérer, puis construis ta réponse. » Cette technique (chain-of-thought) réduit les erreurs de raisonnement sur les tâches complexes.

6. Précisez le niveau de certitude attendu
« Si tu n'es pas certain d'un fait, dis-le explicitement plutôt que de présenter une approximation comme un fait établi. » Essentiel pour les usages juridiques, financiers ou médicaux.

7. Définissez l'audience cible
« Explique à un directeur financier qui n'a aucune connaissance technique de l'IA » vs « Explique à un DSI qui connaît les LLM mais pas la réglementation ». L'audience change radicalement le niveau et le vocabulaire.

8. Utilisez des délimiteurs pour les données longues
Quand vous injectez un document à analyser, délimitez-le clairement : « Voici le contrat à analyser, entre les balises <CONTRAT> et </CONTRAT>. » Cela réduit les confusions entre instruction et contenu.

9. Demandez les limites et les manques
« Après ta réponse, indique ce qui manque dans les informations fournies pour aller plus loin. » Particulièrement utile pour la due diligence et les analyses de risque.

10. Itérez plutôt que de tout mettre dans un seul prompt
Un prompt de 2 000 mots n'est pas plus efficace qu'une séquence de 5 prompts ciblés. Décomposez les tâches complexes : synthèse → analyse → rédaction → relecture.

11. Testez la contradiction
Apour les décisions importantes : « Maintenant, prends le contre-pied de cette analyse. Quels sont les arguments qui la contredisent ? » Utile pour la revue de stratégie et la préparation de négociations.

12. Créez des templates réutilisables
Pour les tâches récurrentes (résumé de réunion, analyse de contrat, rapport RH), créez un template de prompt avec des variables à remplir. Partagez-le dans votre équipe. C'est du capital intellectuel collectif.

Ce qui change selon le modèle

GPT-4o : très bon sur les instructions complexes multi-étapes. Supporte des contextes longs (128k tokens). Tend à être prolixe — précisez la longueur souhaitée.

Claude 3.5/3.7 : excellent pour l'analyse de documents longs et la nuance. Respecte mieux les contraintes de format que GPT-4. Très bon pour les instructions en français.

Mistral Large : meilleur sur les textes juridiques et administratifs français. Moins performant sur le raisonnement multi-étapes complexe. Idéal pour les tâches de rédaction en français avec des contraintes de style.

Conseils pour les prompts en français

  • Rédigez vos prompts en français si vos données sont en français — les modèles récents (Mistral, GPT-4o, Claude) comprennent les nuances sans dégradation notable
  • Évitez le franglais dans les instructions : « fais un summary de ce meeting » produit des résultats moins bons que « rédige un compte-rendu de cette réunion »
  • Pour les documents techniques en anglais à analyser en français, précisez : « le document est en anglais, ta réponse doit être en français »

À retenir

  • Structure = contexte + rôle + tâche + format + contraintes. Pas besoin des 5 à chaque fois, mais réfléchissez-y
  • Les templates réutilisables sont la vraie productivité : créez-les, partagez-les, améliorez-les collectivement
  • Itérez en plusieurs prompts plutôt que de tout mettre dans un mega-prompt
  • Testez vos prompts sur des cas réels, pas sur des données fictives — les résultats sont toujours différents