Qu'est-ce qu'un bon prompt ? Anatomie d'un prompt efficace

Bon prompt IA : l'anatomie d'un prompt efficace en 5 blocs

Un bon prompt IA tient en cinq blocs : un rôle, un contexte, une tâche précise, des contraintes et un format de sortie attendu. Quand l'un de ces blocs manque, le modèle comble le vide avec ce qu'il estime le plus probable, c'est-à-dire souvent une réponse générique. Cet article décompose chaque bloc avec des exemples avant/après, pour que vos équipes obtiennent des réponses utilisables dès le premier essai. Il complète notre guide complet du prompt engineering pour PME.

Pourquoi un prompt vague donne une réponse vague

Un modèle de langage ne lit pas dans vos pensées : il prolonge le texte que vous lui donnez. Un LLM prédit la suite la plus plausible à partir de votre demande. Si cette demande tient en une ligne, la suite la plus plausible est une réponse moyenne, valable pour tout le monde et donc utile à personne.

Prenez cette demande : « Écris un email de relance client. » Vous obtiendrez un texte poli, de huit lignes, sans nom, sans montant, sans date. Il faudra le réécrire aux trois quarts. Le temps gagné est annulé par le temps de correction, et c'est la raison pour laquelle beaucoup de salariés concluent que l'IA « ne sert pas à grand-chose ». Dans la majorité des cas, le problème vient de la consigne, pas de l'outil.

Un prompt bien construit réduit aussi le risque d'hallucination : plus vous cadrez, moins le modèle a besoin d'inventer pour remplir les blancs.

Bloc 1 : le rôle, pour fixer le registre et le niveau d'expertise

Le rôle indique au modèle qui il est censé être, ce qui fixe le vocabulaire, le niveau de détail et le ton. Une phrase suffit : « Tu es responsable administratif d'une PME de 25 salariés » ne produit pas la même réponse que « Tu es avocat en droit des sociétés ».

Ce bloc est le plus court et le plus souvent oublié. Il ne rend pas le modèle plus compétent, mais il l'oriente vers le bon registre. Pour un usage en équipe, définissez trois ou quatre rôles types (commercial, RH, comptable, support) et réutilisez-les.

Limite à connaître : un rôle ne remplace jamais une vérification. Demander à l'IA de « jouer le juriste » ne lui confère aucune valeur juridique.

Bloc 2 : le contexte, ce que le modèle ne peut pas deviner

Le contexte regroupe les informations propres à votre situation : qui est le destinataire, quel est l'historique, quel est l'objectif. C'est le bloc qui fait la plus grande différence, parce que le modèle ne sait rien de votre entreprise, de vos clients ni de votre dernier échange.

Un bon contexte répond à quatre questions :

• Qui lit le résultat (un client, un collègue, un financeur) ?
• Que s'est-il passé avant (premier contact, deuxième relance, litige) ?
• Quel résultat concret attendez-vous (un paiement, un rendez-vous, une décision) ?
• Quelles données le modèle doit-il utiliser (montants, dates, noms) ?

Attention à ce que vous collez dans la fenêtre de discussion. Données clients, contrats, informations de santé : tout ne peut pas être envoyé à un outil grand public. Notre article sur la confidentialité des données avec l'IA détaille les règles à poser, et celui sur le shadow IA explique ce qui se passe quand ces règles n'existent pas.

Bloc 3 : la tâche, un seul verbe d'action clair

La tâche décrit ce que le modèle doit produire, avec un verbe précis : rédiger, comparer, résumer, classer, extraire, reformuler. Évitez les consignes qui cumulent cinq demandes dans une seule phrase : le modèle en traite généralement bien deux ou trois, et néglige le reste sans vous prévenir.

Deux réflexes simples améliorent les résultats :

• Une tâche principale par prompt. Si vous avez besoin d'un résumé puis d'un plan d'action, faites deux messages.
• Un critère de réussite explicite : « Le texte doit permettre au client de payer sans nous rappeler ».

Pour les cas complexes, on découpe en étapes. C'est le principe du raisonnement guidé, que nous traiterons dans un article dédié du même cluster.

Bloc 4 : les contraintes, pour éviter les réponses hors cadre

Les contraintes fixent les limites : longueur, ton, mots interdits, éléments obligatoires, sources autorisées. Elles servent à écarter ce que vous ne voulez pas, ce que le contexte seul ne garantit pas.

Exemples de contraintes utiles en PME :

• « Maximum 120 mots, vouvoiement, pas de formule d'excuse excessive. »
• « Ne cite aucun chiffre que je ne t'ai pas fourni. Si une donnée manque, écris [À COMPLÉTER]. »
• « Ne mentionne pas nos concurrents. »

La deuxième contrainte mérite d'être systématisée : demander explicitement au modèle de signaler ce qu'il ne sait pas est l'un des moyens les plus efficaces de limiter les inventions. Ce n'est pas une garantie, mais cela réduit sensiblement le risque.

Bloc 5 : le format de sortie, pour obtenir un résultat prêt à l'emploi

Le format indique la forme exacte du livrable : tableau, liste numérotée, email avec objet, JSON, trois options à comparer. Sans cette précision, vous recevez un bloc de texte qu'il faudra remettre en forme à la main.

Demandez le format que vous collerez réellement quelque part. Un tableau à quatre colonnes pour un tableur, un email avec objet et corps séparés pour votre messagerie, un JSON pour un outil d'automatisation. Pour ce dernier cas, la rigueur du format est décisive : un champ mal nommé suffit à casser un scénario.

Avant / après : un email de relance en 5 blocs

La différence entre un prompt faible et un prompt structuré se voit immédiatement sur un cas réel.

Version faible : « Écris un email de relance pour une facture impayée. »

Version structurée :

Rôle : tu es assistant administratif dans une PME de services de 20 personnes. Contexte : le client Dupont SARL a une facture de 2 400 € échue depuis 18 jours. C'est la première relance. La relation est bonne, le client paie habituellement à 30 jours. Tâche : rédige un email de relance qui donne envie de régler sans froisser. Contraintes : vouvoiement, 100 mots maximum, aucun reproche, rappelle le numéro de facture [À COMPLÉTER]. Format : un objet d'email, puis le corps du message.

La première version produit un texte que l'on réécrit. La seconde produit un brouillon que l'on relit en trente secondes. Les chiffres de cet exemple sont illustratifs : adaptez-les à vos propres dossiers.

Pour la qualité, un test simple : donnez le prompt à un collègue qui ne connaît pas le dossier. S'il lui manque une information pour répondre, il manque aussi au modèle.

Les erreurs les plus fréquentes en entreprise

Les erreurs reviennent d'une équipe à l'autre, et la plupart se corrigent en quelques minutes.

Le dernier point est un levier d'équipe. Quand un prompt fonctionne, il devrait être enregistré, nommé et partagé. C'est ce qui transforme un usage individuel en pratique d'entreprise.

Du bon prompt à la compétence d'équipe

Savoir écrire un bon prompt s'apprend en une demi-journée, mais l'installer dans les habitudes demande un cadre. Les salariés progressent vite quand ils travaillent sur leurs propres dossiers plutôt que sur des exemples génériques.

C'est aussi un sujet de conformité. L'article 4 du règlement européen sur l'IA (règlement UE 2024/1689) impose aux organisations qui utilisent des systèmes d'IA de veiller à un niveau suffisant de maîtrise de l'IA chez leur personnel. Notre article sur l'obligation de formation de l'article 4 en détaille la portée.

Pour approfondir selon votre outil, consultez nos contenus sur la formation ChatGPT en entreprise et la formation Claude. Si votre structure est petite, la formation IA pour les TPE propose un format adapté. Pour le cadre général, voyez le guide de la formation IA en entreprise.

Comment GrowthPerf accompagne vos équipes

GrowthPerf forme vos équipes à écrire et partager des prompts sur leurs propres cas métier. Nous sommes organisme de formation certifié Qualiopi, ce qui ouvre en principe la possibilité d'un financement par votre OPCO selon votre situation (éligibilité à confirmer au cas par cas).

Concrètement, une session part de trois tâches que vos équipes font chaque semaine, construit avec elles les prompts correspondants, les teste, puis les range dans une bibliothèque partagée. Notre formation prompt engineering détaille le programme.

Pour savoir par où commencer, réservez un audit formation IA gratuit de 30 minutes : nous regardons vos usages actuels et vous disons ce qui mérite d'être cadré en priorité. Retrouvez ensuite l'ensemble de la démarche dans le guide du prompt engineering.

Questions fréquentes

Combien de temps faut-il pour écrire un bon prompt ? Comptez deux à cinq minutes la première fois, puis presque rien une fois le prompt enregistré et réutilisé. L'investissement se rentabilise sur les tâches répétitives.

Faut-il toujours utiliser les cinq blocs ? Non. Pour une question simple (reformuler une phrase), la tâche et le format suffisent. Les cinq blocs servent aux demandes où la qualité du résultat compte.

Un prompt long est-il meilleur qu'un prompt court ? Pas par nature. Un prompt long et confus donne de moins bons résultats qu'un prompt court et précis. Ce qui compte, c'est que chaque phrase apporte une information utile.

Le même prompt fonctionne-t-il sur ChatGPT, Claude et Gemini ? Souvent oui pour la structure, mais les résultats varient d'un modèle à l'autre. Testez votre prompt sur l'outil que vous utilisez réellement.

Comment éviter que l'IA invente des informations ? Fournissez les données sources, interdisez les chiffres non fournis, demandez de signaler ce qui manque et relisez toujours. Aucune consigne ne supprime le risque à elle seule.

Peut-on mettre des données clients dans un prompt ? Cela dépend de l'outil et de votre cadre RGPD. Anonymisez dès que possible et définissez une règle interne claire avant tout déploiement.

Un bon prompt remplace-t-il une formation ? Il en est une brique. La formation apporte la pratique, le cadre de sécurité et l'appropriation collective, que la lecture d'un article ne donne pas seule.