Dix habitudes de prompt qui marchent, tirées des guides officiels

Pas besoin de formules secrètes pour obtenir du bon travail d’un modèle d’IA. Anthropic et OpenAI publient tous deux des conseils pour briefer leurs modèles, et ces conseils se recoupent plus qu’on ne le pense. Le guide d’Anthropic s’ouvre sur une image à garder en tête : considérez le modèle comme un nouvel employé brillant, à qui il manque le contexte de vos normes et de vos façons de travailler. Presque toutes les habitudes ci-dessous en découlent.

Un préalable. Le guide d’Anthropic part du principe que vous savez à quoi ressemble un bon résultat et que vous avez un moyen de le vérifier. Avant de peaufiner un prompt, écrivez en une ou deux phrases ce que réussir veut dire.

1. Briefez-le comme un nouveau collègue compétent

La règle d’or d’Anthropic : montrez votre prompt à un collègue qui connaît mal le sujet. S’il est perdu, le modèle le sera aussi. Une phrase sur le rôle à jouer aide également. Au lieu de « Écrivez une intro de newsletter », essayez « Vous écrivez pour notre newsletter B2B : rédigez une intro de 60 mots pour nos clients actuels, annonçant que notre support ouvre désormais à 8 h. »

2. Dites pourquoi, pas seulement quoi

Expliquer la raison d’une consigne aide le modèle à comprendre votre objectif, et il généralise à partir de l’explication. L’exemple d’Anthropic remplace « N’utilisez JAMAIS de points de suspension » par la raison : le texte sera lu par un moteur de synthèse vocale qui ne sait pas les prononcer. Au lieu de « Faites court », essayez « Faites court, car le texte s’affiche en notification sur l’écran verrouillé d’un téléphone. »

3. Remplacez les mots vagues par des chiffres et des formats

OpenAI conseille d’être précis sur le contexte, le résultat attendu, la longueur, le format et le style, et de bannir les descriptions floues. Au lieu de « Une description produit assez courte, pas trop longue », essayez « Une description produit de 3 à 5 phrases, qui vouvoie le lecteur et se termine par le prix. »

4. Demandez le résultat, pas des suggestions

Les modèles prennent vos mots au pied de la lettre. Anthropic note que « Modifiez cette fonction pour améliorer ses performances » marche mieux que « Pouvez-vous suggérer des modifications », et que si vous voulez plus que le minimum, il faut le demander. Au lieu de « Des idées pour ce titre ? », essayez « Réécrivez ce titre en trois versions : une factuelle, une ludique, une construite autour d’un chiffre. »

5. Dites quoi faire, pas seulement quoi éviter

Les deux guides insistent là-dessus : une liste d’interdits laisse le modèle deviner ce que vous voulez vraiment. Au lieu de « Pas de jargon », essayez « Écrivez de sorte qu’un nouveau client sans bagage technique comprenne chaque phrase. »

6. Montrez trois à cinq exemples

Quelques exemples bien choisis améliorent la précision et la cohérence. Anthropic en recommande trois à cinq, proches de votre cas réel et assez variés pour que le modèle ne reproduise pas un motif accidentel ; OpenAI demande lui aussi des entrées variées. Au lieu de « Écrivez des objets d’e-mail dans notre style », essayez « Voici quatre objets qui ont bien fonctionné chez nous ; écrivez-en cinq nouveaux dans le même style pour les soldes de printemps. »

7. Séparez les consignes de la matière

Quand consignes, contexte et texte source se mélangent, le modèle peut prendre l’un pour l’autre. Anthropic suggère d’entourer chaque partie de sa propre balise de type XML, avec un nom clair ; OpenAI propose des séparateurs comme des triples guillemets, ou des titres Markdown. Au lieu de coller un rapport juste sous votre question, essayez « Résumez le rapport ci-dessous en cinq puces », suivi du rapport entre des balises bien nommées.

8. D’abord la matière longue, la question à la fin

Pour les longs documents, Anthropic conseille de placer la matière en haut et la question à la fin ; dans ses tests, cela a amélioré la qualité des réponses jusqu’à 30 %, surtout avec plusieurs documents. Demander au modèle de citer d’abord les passages pertinents l’aide à se concentrer. Au lieu de poser « Que dit ce contrat sur la résiliation ? » au-dessus de quarante pages, mettez les pages en premier et terminez par « Citez d’abord les passages sur la résiliation, puis expliquez simplement ce qu’ils signifient pour nous. »

9. Autorisez le « je ne sais pas », et demandez une vérification

Les conseils d’Anthropic pour réduire les hallucinations commencent par autoriser explicitement le modèle à dire qu’il ne sait pas. Demandez-lui de citer une source pour chaque affirmation, ou de vérifier sa réponse au regard de vos critères avant de conclure. Au lieu de « Quelle est la part de marché de nos trois concurrents ? », essayez « Utilisez uniquement les rapports joints, citez la source de chaque chiffre, et dites-le quand un chiffre n’y figure pas. »

10. Aux modèles qui réfléchissent, donnez un but, pas un script

Beaucoup de modèles actuels raisonnent avant de répondre. OpenAI compare un modèle de raisonnement à un collègue senior à qui l’on fixe un objectif, et un modèle GPT classique à un collègue junior qui a besoin de consignes explicites. Anthropic ajoute qu’une consigne du type « réfléchissez en profondeur » produit souvent un meilleur raisonnement qu’un plan détaillé écrit à la main. Au lieu d’une recette en dix étapes pour une analyse, essayez « Trouvez pourquoi nos conversions ont baissé en mars ; regardez d’abord les données, puis dites-moi ce que vous feriez. »

Testez, puis partagez ce qui marche

Essayez un prompt sur plusieurs cas réels avant de vous y fier, et gardez la version gagnante. OpenAI recommande aussi de mettre en place des évaluations, pour remarquer quand une nouvelle version de modèle se comporte autrement.

Un prompt qui marche, c’est du savoir d’entreprise. Traitez-le comme tel.

Dans Zaela, une méthode qui marche est consignée une fois et utilisée par tous, à côté de vos règles de marque et de votre ton, dans une mémoire partagée. Vous demandez deux fois la même chose ? Faites-en un agent.