Un prompt est l'instruction en langage naturel donnée à une intelligence artificielle générative pour obtenir un résultat, un texte, une image ou du code. Le mot vient de l'anglais to prompt, inciter à agir. La qualité de cette instruction conditionne directement celle de la réponse, ce qui en fait la première compétence à acquérir pour tirer quelque chose de ChatGPT, Claude, Gemini ou Midjourney. Voici la définition précise, la méthode en 5 points et des exemples à copier tels quels.
- Qu'est-ce qu'un prompt ? La définition simple
- Pourquoi la formulation change tout
- La méthode en 5 points pour rédiger un prompt efficace
- 10 exemples de prompts prêts à l'emploi
- Les limites à connaître avant de faire confiance à la réponse
- Du prompt au prompt engineering
- Questions fréquentes sur les prompts
- Ce qu'on en fait concrètement chez JUWA
Qu'est-ce qu'un prompt ? La définition simple
Un prompt est le message que vous envoyez à un modèle d'IA générative pour lui demander de produire quelque chose. À la différence d'une commande informatique classique, qui exige une syntaxe exacte, il s'écrit en langage courant. Une phrase suffit pour lancer le modèle, un paragraphe structuré donne un résultat nettement meilleur.
Le modèle ne comprend pas votre demande comme le ferait un collègue. Il découpe le texte en unités appelées tokens, puis calcule la suite la plus probable à partir de ce qu'il a vu pendant son entraînement. Chaque mot du prompt oriente ce calcul. « Écris un poème sur les montagnes » et « Écris un poème sur les montagnes en alexandrins, ton mélancolique, 12 vers » produisent deux textes très différents pour une même intention de départ.
On distingue trois familles de prompts selon ce qu'on fournit au modèle :
- Les prompts textuels. Une phrase ou un paragraphe, pour la rédaction, la traduction, le résumé ou la génération de code.
- Les prompts visuels. Une image ou un croquis en entrée, pour la retouche, les variations ou la génération à partir d'un style.
- Les prompts multimodaux. Une combinaison de texte, d'image ou de document, pour analyser un PDF, commenter une capture d'écran ou préparer une présentation.
Pourquoi la formulation change tout
Garbage in, garbage out. Ce principe hérité de l'informatique s'applique intégralement aux modèles génératifs : aussi puissant soit-il, un modèle ne compense pas une consigne floue. Demandez « une fiche recette de pâtes italiennes » et vous obtiendrez une réponse générique. Précisez « végétarienne, ingrédients de saison, 30 minutes de préparation » et la réponse devient exploitable telle quelle.
Un bon prompt fixe ce que le modèle ne peut pas deviner : le ton, la structure attendue, le niveau de détail et le public visé. C'est encore plus vrai sur les usages métier. Un juriste qui demande « analyse ce contrat » obtient une synthèse superficielle. Le même juriste qui demande « liste les clauses de risque financier et les ambiguïtés de rédaction, avec le numéro d'article pour chacune » obtient un document de travail.
La méthode en 5 points pour rédiger un prompt efficace
Un prompt performant s'appuie sur cinq éléments : un rôle, un contexte, une tâche, des contraintes et un format de sortie. C'est la structure que recommandent les éditeurs de modèles eux-mêmes, notamment Anthropic et IBM dans leurs guides de prompt engineering.
| Critère | Prompt faible | Prompt efficace |
|---|---|---|
| Rôle | Non défini | Agis comme un consultant RH. |
| Tâche | Écris sur le télétravail. | Rédige un article de blog sur les 3 avantages clés du télétravail pour la rétention des talents. |
| Contexte | Aucun | L'article est destiné à des managers qui hésitent à mettre en place le télétravail. |
| Contraintes | Aucune | Environ 500 mots, ton professionnel et rassurant. |
| Format | Non spécifié | Termine par une liste à puces récapitulative des 3 avantages. |
Le rôle oriente l'expertise du modèle. « Agis comme un consultant RH » produit des réponses plus structurées qu'une demande anonyme, parce que le modèle mobilise le vocabulaire et les réflexes associés à ce métier.
Le contexte ancre la réponse dans votre réalité, votre cible, votre secteur, vos contraintes internes. C'est l'élément le plus souvent oublié, et la première cause de réponses génériques.
La tâche se formule avec un verbe d'action et un périmètre. « Rédige », « Compare », « Synthétise en 10 lignes ». Une demande vague comme « Parle-moi du SEO » n'est pas une tâche.
Les contraintes évitent les dérives. « Sans jargon technique », « 3 exemples au maximum », « ne réponds que si l'information figure dans le document fourni ».
Le format de sortie détermine l'usage. Tableau comparatif pour arbitrer, liste à puces pour présenter, JSON pour brancher la réponse dans un outil.
Le premier essai est rarement le bon. La pratique qui fonctionne consiste à itérer, ajouter le pilier manquant, resserrer une contrainte, relancer, jusqu'à obtenir une sortie stable d'un essai à l'autre.
10 exemples de prompts prêts à l'emploi
Les exemples ci-dessous s'utilisent tels quels dans ChatGPT, Claude ou Gemini, en remplaçant les éléments entre crochets par vos données.
Marketing et communication
- « Agis comme un responsable marketing B2B. Rédige 3 variantes de post LinkedIn pour annoncer un webinaire sur l'IA destiné à des dirigeants de PME industrielles. Ton direct, 80 mots au maximum par variante, une question en ouverture. »
- « Voici deux descriptions de produits que nous avons publiées [coller les textes]. Rédige la description d'un troisième produit [caractéristiques] dans le même style et la même longueur. »
Vente et relation client
- « À partir de ces notes de rendez-vous [coller les notes], rédige un email de suivi qui reprend les deux points de douleur évoqués et propose un créneau la semaine prochaine. »
- « Synthétise ce compte rendu d'appel en 5 lignes couvrant le contexte, le besoin exprimé, les objections, la prochaine étape et l'échéance. »
Juridique et administratif
- « Agis comme un juriste d'affaires. Liste les clauses de ce contrat qui présentent un risque financier ou une ambiguïté de rédaction, sous forme de tableau avec le numéro d'article, la clause et le risque identifié. »
- « Extrais de cette facture le nom du fournisseur, le montant HT, la TVA et la date d'échéance, au format JSON. »
Ce type d'instruction est la brique de base des projets d'automatisation documentaire, où le même prompt traite des centaines de documents par jour.
Données et développement
- « Écris une fonction Python qui calcule des intérêts composés, avec les paramètres capital, taux annuel et durée en années. Ajoute les tests unitaires. »
- « Voici un export de ventes mensuelles [coller les données]. Identifie les 3 tendances principales et les valeurs aberrantes, en citant les chiffres. »
Génération d'images
- « Logo minimaliste pour une marque de cosmétiques bio, feuille stylisée, noir et blanc, fond uni, style flat design. »
- « Photo réaliste d'une famille riant autour d'une table de pique-nique, lumière de fin d'après-midi, tons chauds, format paysage. »
Ces deux dernières instructions relèvent d’un autre usage que la rédaction : produire des visuels de marque en série, avec une charte à tenir d’une image à l’autre. C’est le terrain de la génération de contenu et d’image par IA, où le prompt devient un gabarit réutilisable plutôt qu’une trouvaille ponctuelle.
Les limites à connaître avant de faire confiance à la réponse
Un modèle génératif produit la suite de mots la plus probable, pas la plus vraie. Quand il ne sait pas, il invente avec aplomb, c'est ce qu'on appelle une hallucination. Des avocats américains l'ont appris à leurs dépens en déposant des conclusions qui citaient des décisions de justice entièrement fabriquées par ChatGPT. La règle est simple, toute information factuelle produite par une IA se vérifie avant d'être utilisée.
Les biais forment la seconde limite. Le modèle reproduit les déséquilibres de ses données d'entraînement, ce qui peut orienter une présélection de candidatures ou une analyse de dossiers sans que rien ne soit visible dans la réponse. Sur les usages sensibles, recrutement, crédit, santé, le prompt doit encadrer explicitement ce que le modèle a le droit de faire, et un humain doit garder la décision finale.
Côté rédaction, quatre erreurs reviennent dans la quasi-totalité des prompts décevants :
- L'ambiguïté. Des termes que le modèle peut interpréter de plusieurs façons.
- Le manque de contexte. La tâche est claire, mais le modèle ignore pour qui et pour quoi il travaille.
- Les instructions contradictoires. Demander à la fois la concision et l'exhaustivité.
- L'absence de format de sortie. Le modèle choisit une structure, rarement celle dont vous aviez besoin.
Du prompt au prompt engineering
Écrire un bon prompt ponctuel est à la portée de tout le monde. Le prompt engineering commence quand le prompt entre dans un processus, les mêmes consignes exécutées des centaines de fois par jour, dans un outil métier, avec un coût par appel et une qualité à tenir. Il faut alors versionner les prompts, les tester sur des jeux d'exemples réels et mesurer les régressions à chaque modification, exactement comme du code.
Pour la partie rédactionnelle au quotidien, notre guide du prompt engineering pour les PME détaille les techniques utiles, few-shot, chaîne de pensée et bibliothèque de prompts partagée entre équipes.
Ce qu'on en fait concrètement chez JUWA
Sur les projets qu'on déploie, un prompt n'est jamais un texte figé dans le code. Chaque prompt a une version, un propriétaire et un jeu de tests tiré des données du client, ce qui permet de voir une régression avant la mise en ligne plutôt qu'après. Chez un industriel équipé d'un assistant documentaire construit sur ce principe, le temps de recherche du SAV a baissé de 55 %. Si vos équipes utilisent déjà l'IA mais que les résultats restent irréguliers, vous pouvez faire auditer et fiabiliser vos prompts avant d'industrialiser quoi que ce soit.
