Anatomie d'un prompt efficace — les 5 briques
Anatomie d'un prompt efficace — les 5 briques
Pourquoi deux personnes obtiennent des résultats opposés avec le même outil
Deux personnes ouvrent ChatGPT (ou Claude, ou Gemini) et posent une question sur le même sujet. L'une reçoit une réponse générique, plate, inutilisable. L'autre reçoit exactement ce dont elle avait besoin, prêt à l'emploi. La différence ne vient pas de l'outil. Elle vient de la question.
Un modèle de langage ne lit pas dans tes pensées : il complète ce que tu écris avec ce qui est le plus probable. Plus ton prompt est vague, plus la réponse est moyenne — parce que "la moyenne" est justement ce qui est le plus probable. Un bon prompt réduit l'ambiguïté et guide le modèle vers TA réponse, pas vers une réponse générique.
Le prompt engineering n'est pas une astuce technique réservée aux développeurs. C'est simplement la compétence de formuler une demande claire — la même qui fait la différence quand tu délègues à un humain. Sauf qu'ici, le collaborateur travaille en trois secondes et ne se vexe jamais si tu recommences.
Les 5 briques d'un prompt qui fonctionne
Un prompt solide contient cinq éléments. Tu n'as pas besoin des cinq à chaque fois, mais dès que la tâche compte, ajoute-les :
1. Le CONTEXTE — qui tu es, la situation, pour qui.
"Je suis freelance en design graphique, j'écris à un prospect qui hésite après un premier appel."
2. L'OBJECTIF précis — le résultat voulu, pas le thème.
Pas "parle-moi des relances", mais "rédige un email de relance qui rassure sans mettre la pression".
3. Les CONTRAINTES — ce qu'il faut éviter, le cadre.
"Maximum 120 mots, ton chaleureux et direct, pas de jargon, pas de remise commerciale."
4. Le FORMAT de sortie — comment tu veux la réponse.
"En 3 variantes numérotées, chacune avec un objet d'email différent."
5. Un EXEMPLE ou une référence (optionnel mais puissant) — montre à quoi ressemble le bon.
"Inspire-toi de ce ton : [colle un email que tu aimes]."
Avec ces briques, tu ne poses plus une question : tu passes une commande précise. Le modèle a tout ce qu'il faut pour viser juste du premier coup.
Avant / après : le même besoin, deux prompts
Prompt faible :
"Écris un post LinkedIn sur l'IA."
→ Résultat : un texte creux, plein de généralités, qui ressemble à 10 000 autres posts.
Prompt fort :
"Contexte : je suis consultante en RH, mon audience LinkedIn ce sont des managers de PME.
Objectif : un post qui montre comment l'IA aide au recrutement SANS déshumaniser.
Contraintes : 150 mots max, ton concret et nuancé, une anecdote réelle en ouverture, pas de hashtags à la fin, pas de 'l'IA va tout changer'.
Format : accroche courte (1 ligne) + corps + une question finale pour lancer les commentaires."
→ Résultat : un post spécifique, crédible, publiable après une petite relecture.
Le second prompt prend 30 secondes de plus à écrire. Il t'économise 20 minutes de réécriture. C'est tout le retour sur investissement du prompt engineering : un peu de clarté en entrée, beaucoup de temps gagné en sortie.
Un modèle complète le plus probable : un prompt vague donne une réponse moyenne, un prompt précis donne TA réponse
Les 5 briques : contexte, objectif précis, contraintes, format de sortie, exemple/référence
Décris le RÉSULTAT voulu, pas juste le thème ("rédige une relance qui rassure" > "parle des relances")
30 secondes de clarté en entrée = plusieurs dizaines de minutes économisées en réécriture
DIALOGUE AVEC PROF SFM
CAS PRATIQUE — MISE EN SITUATION
Quel prompt écris-tu ?