Prompt Engineering pour les débutants : La formule de prompt en 6 parties

La plupart des mauvais résultats de l'IA ne sont pas la faute du modèle. Ils sont le résultat d'un prompt qui laisse le modèle dans l'incertitude : à qui la réponse est destinée, quelle doit être sa longueur, à quoi ressemble une "bonne" réponse. L'ingénierie de prompt est simplement l'habitude d'éliminer cette incertitude.

Ce guide vous propose une formule en six parties qui fonctionne avec ChatGPT, Claude, Gemini et la plupart des autres modèles de chat, ainsi que les erreurs qui compromettent silencieusement les résultats.

Pourquoi les prompts sont plus importants que le choix du modèle

Les grands modèles linguistiques prédisent la continuation la plus probable du texte que vous leur donnez. Une requête vague telle que "écrire sur le marketing" a des millions de continuations plausibles, de sorte que le modèle en choisit une sûre et générique. Une requête spécifique réduit l'espace des bonnes réponses jusqu'à ce que le modèle ait peu de marge de manœuvre.

En pratique, réécrire un prompt améliore généralement le résultat plus que de passer à un modèle plus coûteux.

La formule de prompt en six parties

Vous avez rarement besoin des six parties, mais vérifier votre prompt par rapport à elles est le moyen le plus rapide de repérer ce qui manque.

1. Rôle

Dites au modèle qui il doit être. Un rôle définit le vocabulaire, la profondeur et le point de vue.

Vous êtes un expert-comptable senior qui explique les choses aux freelances débutants.

2. Tâche

Énoncez la tâche avec un verbe clair : résumer, rédiger, comparer, réécrire, classer, proposer des idées. Un prompt, une tâche principale.

Rédigez une liste de contrôle des documents dont un freelance a besoin avant de déposer sa première déclaration de revenus annuelle.

3. Contexte

Donnez les faits que le modèle ne peut pas connaître : votre public, vos contraintes, ce que vous avez déjà essayé.

Le lecteur est basé au Royaume-Uni, gagne moins de 50 000 £ et n'a jamais utilisé de logiciel de comptabilité.

4. Format

Décrivez la forme exacte de la réponse : liste à puces, tableau, étapes numérotées, nombre de mots, titres, JSON.

Retournez un tableau Markdown avec trois colonnes : Document, Où l'obtenir, Date limite.

5. Exemples

Un court exemple du résultat que vous souhaitez vaut souvent un paragraphe d'instructions. C'est ce qu'on appelle le few-shot prompting.

Exemple de ligne : | P60 | Votre employeur | 31 mai |

6. Contraintes

Dites ce qu'il faut éviter et où sont les limites.

Ne donnez pas de conseils juridiques. Gardez l'ensemble de la réponse en dessous de 250 mots. Si quelque chose dépend de la situation du lecteur, dites-le au lieu de deviner.

Mise en pratique

Voici la même requête avant et après l'application de la formule.

Avant

Parlez-moi des impôts des freelances.

Après

Vous êtes un expert-comptable senior qui explique les choses aux freelances débutants.

Rédigez une liste de contrôle des documents dont un freelance a besoin avant de déposer sa
première déclaration de revenus annuelle. Le lecteur est basé au Royaume-Uni, gagne moins de 50 000 £
et n'a jamais utilisé de logiciel de comptabilité.

Retournez un tableau Markdown avec trois colonnes : Document, Où l'obtenir,
Date limite. Gardez la réponse en dessous de 250 mots et ne donnez pas de conseils juridiques.
Si quelque chose dépend de la situation du lecteur, dites-le au lieu de deviner.

Le second prompt est plus long, mais chaque phrase élimine une décision que le modèle prendrait autrement à votre place.

Sept erreurs courantes de prompt

1. Empiler plusieurs tâches dans un seul prompt. Divisez "rechercher, structurer et écrire" en trois étapes. Chaque étape reçoit toute l'attention du modèle et vous pouvez corriger le tir entre-temps.
2. Demander "le meilleur" sans critères. Le meilleur pour qui ? Le moins cher, le plus rapide, le plus facile à apprendre ? Nommez les critères.
3. Instructions uniquement négatives. "Ne soyez pas ennuyeux" est plus faible que "utilisez des phrases courtes et un exemple concret par paragraphe."
4. Cacher la partie importante à la fin d'un long texte. Placez les instructions avant les longs documents, ou répétez l'instruction clé après eux.
5. Pas de format de sortie. Sans cela, vous obtenez la structure que le modèle préfère, ce qui change d'une réponse à l'autre.
6. Accepter la première réponse. Considérez la première réponse comme un brouillon. Enchaînez avec "raccourcissez-le", "ajoutez un contre-argument" ou "réécrivez-le pour un enfant de 12 ans".
7. Faire confiance aux faits sans vérifier. Les modèles peuvent affirmer des faits erronés avec assurance. Demandez les sources et vérifiez tout ce qui est important.

Itérez, ne recommencez pas

Quand une réponse est proche mais pas tout à fait juste, répondez avec une correction précise au lieu de démarrer une nouvelle conversation :

• "Gardez la structure, mais réduisez chaque puce à une seule ligne."
• "Le ton est trop formel. Réécrivez comme si vous parliez à un collègue."
• "Le point 3 est faux parce que… Veuillez corriger uniquement ce point."

Le modèle conserve le contexte précédent, donc les petites corrections sont moins coûteuses et plus fiables qu'un tout nouveau prompt.

Laissez un générateur faire le premier brouillon

Écrire les six parties à chaque fois est fastidieux. Nos générateurs de prompts gratuits transforment une idée d'une ligne en un prompt structuré qui inclut déjà un rôle, des instructions claires et un format de sortie. Vous pouvez ensuite modifier le brouillon pour ajouter votre propre contexte.

Commencez par le générateur pour le modèle que vous utilisez, puis lisez le guide spécifique au modèle pour affiner le résultat.