En une phrase
Le prompt engineering, c'est l'art de bien parler à une IA pour obtenir de meilleures réponses. Pas besoin d'être technicien : 7 règles simples suffisent pour passer de réponses moyennes à des réponses excellentes.
Pourquoi c'est important ?
Voici la même question posée de 2 manières différentes :
L'impact du prompt engineering
| 🥱❌ Mauvais prompt | 🎯✅ Bon prompt | |
|---|---|---|
| Prompt | Écris un email à mon boss | Écris un email professionnel court (5 lignes max) à mon manager pour lui demander un congé du 12 au 16 mai. Ton respectueux mais cordial. Mentionne que mon collègue Pierre prendra mes dossiers urgents. |
| Résultat | Email générique de 200 mots, ton bizarre, manque de précision | Email parfait, juste à signer |
| Effort suivant | Réécriture complète | Envoyer |
Le deuxième prompt prend 30 secondes de plus à écrire. Mais il fait gagner 5 minutes de réécriture. Sur 100 prompts, ça fait 8 heures gagnées par semaine.
Règle 1 : Donne du contexte
L'IA n'a aucune idée de qui tu es, de ce que tu fais, de ton entreprise. Elle suppose que tu es un anglophone moyen qui écrit à un autre anglophone moyen. Tout ce que tu ne dis pas, elle le devine, souvent mal.
Avant : "Explique-moi le RGPD" Après : "Je suis stagiaire en marketing dans une PME française. Explique-moi le RGPD en 200 mots, avec les 3 obligations principales qui vont impacter mon travail (collecte d'emails, cookies, segmentation client)."
La deuxième version te donnera une réponse directement utilisable, alors que la première te donnera un cours de droit générique.
Règle 2 : Sois précis sur le format
L'IA peut générer n'importe quel format : email, tableau, liste, JSON, code, dialogue, plan, résumé, traduction... Mais il faut le demander explicitement.
Mauvais : "Résume ce document" Bon : "Résume ce document en 5 puces, chacune commençant par un verbe d'action, format 'Action → Bénéfice'. Ton professionnel mais direct."
Effet du format précis sur la satisfaction
Règle 3 : Donne des exemples (few-shot)
Le few-shot prompting, c'est juste donner 1 à 5 exemples de ce que tu veux. C'est la technique la plus efficace pour obtenir des résultats consistants.
Sans exemple : "Génère 5 noms de produits modernes" → Réponse aléatoire et générique
Avec 2 exemples :
Génère 5 noms de produits dans ce style :
- Notion (productivité, court, mémorable)
- Linear (gestion projet, ressemble à un mot anglais courant)
Voici 5 nouveaux :→ L'IA comprendra le style et te proposera des noms cohérents
C'est utilisé partout en prod : extraction de données, classification, génération de code, écriture dans un style spécifique.
Règle 4 : Découpe en étapes (chain-of-thought)
Pour les tâches complexes, ne demande pas le résultat final directement. Demande à l'IA de passer par des étapes.
Demande directe vs étapes
| ⚡❌ Direct | 🪜✅ Par étapes | |
|---|---|---|
| Prompt | Combien coûte un voyage NYC pour 2 personnes 5 jours ? | Calcule le coût d'un voyage NYC 5j pour 2 personnes. Étape 1 : vols A/R. Étape 2 : hôtel milieu de gamme. Étape 3 : repas. Étape 4 : activités. Étape 5 : total. |
| Précision | Approximative, parfois fausse | Détaillée et vérifiable |
| Possibilité de corriger | Tout ou rien | Tu peux ajuster chaque ligne |
Astuce : ajoute simplement "Réfléchis étape par étape" à la fin de tes prompts complexes. Sur les modèles récents, ça améliore la précision de 20-40% sur les tâches de raisonnement.
Règle 5 : Demande de "réfléchir avant"
Les nouveaux modèles "raisonnement" (Claude Opus, GPT-5 thinking, DeepSeek R2) ont un mode "pensée" où ils réfléchissent en interne avant de te répondre. Mais même les modèles classiques bénéficient d'un coup de pouce.
C'est particulièrement utile pour :
- Décisions complexes (devrais-je faire X ou Y ?)
- Analyse de risques
- Choix techniques
- Stratégies marketing
Règle 6 : Itère, ne recommence pas
90% des gens font une seule tentative et se disent "l'IA est nulle". Erreur. Il faut itérer : comme avec un humain, la première version n'est jamais parfaite.
Exemple concret d'itération sur un email :
Toi : Écris-moi un email pour relancer un client qui n'a pas répondu depuis 2 semaines
IA : [Email générique de 150 mots]
Toi : Trop long. Fais 5 lignes max, plus chaleureux, et termine par une question ouverte
IA : [Version améliorée]
Toi : Bien, mais ne mentionne pas qu'il n'a pas répondu, c'est passif-agressif. Sois positif
IA : [Version finale parfaite]
3 itérations de 10 secondes chacune = email parfait. Beaucoup plus rapide que de tout écrire toi-même.
Règle 7 : Vérifie toujours
L'IA peut inventer des choses (les fameuses "hallucinations") avec une assurance totale. Pour tout ce qui est :
- Chiffres précis → vérifier avec une source
- Citations → vérifier qu'elles existent vraiment
- Code → tester avant de déployer
- Conseils médicaux/juridiques → consulter un pro
- Faits historiques → croiser avec Wikipedia ou une source officielle
📚Pour aller plus loin : techniques avancées
Chain-of-Thought (CoT) explicite
Au lieu de "Réfléchis étape par étape", utilise :
Pour résoudre ce problème :
1. Reformule la question avec tes mots
2. Liste les informations connues
3. Identifie ce qu'on cherche
4. Énumère les méthodes possibles
5. Choisis la meilleure et applique-la
6. Vérifie ton résultatÇa force l'IA à structurer son raisonnement → meilleure précision.
ReAct (Reasoning + Acting)
Pour les agents IA qui doivent utiliser des outils. Pattern :
- Pensée : "J'ai besoin de chercher X"
- Action : utilise l'outil de recherche
- Observation : analyse les résultats
- Pensée suivante : "Maintenant j'ai besoin de Y"
C'est ce qui fait tourner les agents Claude Code, ChatGPT avec navigation, etc.
Tree of Thoughts (ToT)
Au lieu de générer une réponse, demande plusieurs branches :
- "Génère 3 approches différentes pour résoudre ce problème"
- "Évalue chaque approche : avantages, inconvénients"
- "Recommande la meilleure et explique pourquoi"
Excellent pour les décisions stratégiques.
Self-Consistency
Demande la même chose 3 fois avec des variations légères. Si les 3 réponses convergent, c'est bon signe. Si elles divergent, l'IA est moins sûre qu'elle en a l'air.
Role prompting
Donne un rôle à l'IA :
- "Tu es un consultant McKinsey expert en stratégie B2B SaaS"
- "Tu es un développeur senior Rust, 10 ans d'expérience"
- "Tu es un journaliste du Monde, ton sobre et factuel"
Ça change radicalement le ton et la précision des réponses.
Negative prompting
Dis aussi ce que tu ne veux pas :
- "Évite les buzzwords (synergies, leverage, optimize, etc.)"
- "Ne pas commencer par 'Bien sûr' ou 'En tant qu'IA'"
- "Pas d'avertissements moraux génériques"
L'IA respectera assez bien ces consignes négatives.
Les pièges à éviter
Cas d'usage avancés
Voici des patterns de prompt qui marchent à tous les coups :
🎯 Le résumé exécutif
Résume ce document en 3 niveaux :
1. UNE phrase (l'essentiel absolu)
2. 5 puces (les points clés)
3. 200 mots (résumé complet)🔍 L'analyse SWOT instantanée
Analyse [sujet] sous forme de SWOT :
- Forces (3)
- Faiblesses (3)
- Opportunités (3)
- Menaces (3)
Puis donne 3 actions concrètes prioritaires.📧 L'email parfait
Écris un email à [destinataire] pour [objectif].
Contexte : [détails importants]
Ton : [formel/amical/direct]
Longueur : 5 lignes max
Termine par : une question ouverte / un call-to-action🐛 Le débugging assisté
J'ai cette erreur : [coller l'erreur]
Voici mon code : [coller le code]
Étape 1 : explique ce qu'est cette erreur en français
Étape 2 : identifie LA cause probable dans mon code
Étape 3 : propose la correction
Étape 4 : explique pourquoi ça va marcher✍️ L'amélioration de texte
Réécris ce texte en gardant le sens mais en améliorant :
- Clarté (phrases plus courtes)
- Ton (plus professionnel)
- Punch (plus impactant)
Texte : [coller]🎯 Quel modèle choisir pour ces prompts ?
Tous les LLM ne se valent pas. Claude est top pour l'écriture, GPT-5 pour le code, Mistral pour le français...
Quiz : ton niveau prompt engineering
Quelle est la règle la plus importante du prompt engineering ?
Pour aller plus loin
Maintenant tu sais l'essentiel du prompt engineering. Pour aller plus loin :
- 🎯 Compare les modèles : Claude est le roi de l'écriture, GPT-5 du code, Mistral du français
- 💰 Évalue le coût : tes longs prompts coûtent vrai en API (à voir dans "Payer ou pas")
- 🧠 Découvre les LLM raisonnement : Claude Opus, o3, DeepSeek R2 changent la donne sur les tâches complexes
Et surtout : pratique. Le prompt engineering, c'est 10% de théorie, 90% de tâtonnements. Plus tu utilises l'IA, plus tu sentiras quels prompts marchent. ✨