Le prompt-engineering, qu’est-ce que c’est ?

Demander quelque chose à une IA est simple. Obtenir une réponse utile, claire et exploitable demande une compétence : le prompt engineering. C’est l’art de rédiger un bon prompt – une instruction précise, structurée et contextualisée – pour guider un modèle de langage vers un résultat exploitable. La maîtrise du prompt-engineering est une des 10 étapes incontournables des entreprises qui souhaitent faire de l’IA un véritable atout, et plus un simple gadget.

Tous les outils IA, qu’ils génèrent du texte (Claude, ChatGPT, Gemini, etc.), des images (Midjourney, Leonardo, etc.) ou même des vidéos (Sora, Synthesia, etc.) impliquent que vous sachiez générer des prompts pertinents. Pourquoi ? Car il ne comprennent pas vos intentions. Ils ne raisonnent pas : ils prédisent mot après mot, selon des probabilités. Mal orientée, l’IA répondra donc toujours côté. Un prompt efficace repose donc sur trois fondamentaux :

• Un objectif clair : c’est l’intention
• Un rôle défini pour l’IA : c’est le contexte
• Un format et un ton : c’est la contrainte

Pour tirer le meilleur d’un modèle IA, la meilleur chose à faire est de se former au prompt-engineering pour en comprendre les principaux paramètres clés : température, tokens, seed… Mais pas de panique, Yes we prompt vous explique tout dans ce tutoriel dédié.

1°) La température : ajustez le niveau de créativité

La température vous permet de contrôler le niveau de créativité de l’IA : plus elle est basse (minimum = 0), plus les réponses sont factuelles, cohérentes et prévisibles. À l’inverse, plus elle est élevée (maximum = 1), plus les réponses deviennent variées, originales… mais parfois hasardeuses.

Faisons l’exercice avec un prompt basique soumis à ChatGPT, en changeant uniquement le paramètre de température. La différence de ton et d’analyse saute aux yeux !

Prompt : Quel est le meilleur modèle IA (LLM) actuellement ? Réponds avec une température à 0.2 et en moins de 20 mots. Ensuite réponds avec une température à 1.

🥶 Réponse en température basse (0.2) : Claude 3 Opus, pour sa compréhension fine, sa rigueur et sa performance globale.

🥵 Réponse en température haute (1) : Claude 3 Opus, c’est l’élève prodige de l’IA : hyper malin, fluide, presque trop fort pour être vrai.

2°) Les tokens : votre IA compte ses efforts

Les tokens sont les unités de texte que l’IA utilise pour comprendre une consigne et formuler une réponse. Plus un prompt et sa réponse utilisent de tokens, plus l’invite est complexe et plus votre IA doit réaliser de calculs. Open AI propose d’ailleurs compteur dédié qui vous permet d’estimer le coût en tokens de chacun de vos prompts.

• Un mot courant correspond généralement à 1 ou 2 tokens.
• Chaque prompt consomme un certain nombre de tokens, qui s’ajoutent à ceux générés en réponse.
• Un nombre trop élevé de tokens peut affecter la clarté, la rapidité ou même le coût (pour les appels API).

3°) La fenêtre de contexte : évitez que l’IA perde le fil

La fenêtre de contexte correspond à la mémoire temporaire de l’IA : elle définit la quantité maximale de texte (en entrée et en sortie) que le modèle peut comprendre et traiter en une seule fois. Si on dépasse cette limite, l’IA oublie le début de la conversation ou tronque l’information.

• Par exemple, GPT-4 peut traiter jusqu’à 32 000 tokens dans sa fênetre tandis que Claude va jusqu’à 200 000.
• Quand l’échange dépasse cette limite, l’IA “oublie” les premiers éléments et risque de générer des hallucinations (elle commence à inventer).
• Il est donc essentiel de rédiger des consignes synthétiques et hiérarchisées pour ne pas perdre d’informations importantes.

4°) La seed : gérer l’aléatoire

La seed (ou « graine ») est un nombre qui sert à fixer le hasard dans le fonctionnement d’une IA. Soumettez un prompt aujourd’hui à votre IA et refaite de même demain, avec le même prompt, sur le même modèle : vous obtiendrez des résultats légèrement différents. En revanche, si on utilise exactement les mêmes paramètres avec la même seed, on obtient toujours le même résultat. C’est très utile pour tester, comparer ou gérer la variance dans les automatisations qui font appel à des briques IA.

Comment rédiger un bon prompt IA avec la règle des 3C

Pour guider une IA vers une réponse de haute-qualité, la méthode la plus simple repose sur trois piliers : Contexte, Clarté, Contrainte. C’est la base du prompt engineering telle que Yes we prompt l’enseigne dans ses formations IA.

Le contexte : poser le décor pour guider l’IA

L’IA ne connaît ni votre métier, ni votre intention. Elle ne sait pas qui vous êtes ou pourquoi vous lui posez telle ou telle question. Alors sans contexte précis, elle n’a pas d’autres choix que d’inventer et donc de répondre à côté de la plaque. Commencez toujours, et dans cet ordre, par :

• 1️⃣ Donner un rôle bien précis à l’IA (un métier, une expertise, etc.)
• 2️⃣ Expliquer ce que vous voulez obtenir concrètement
• 3️⃣ Ajouter toute information utile à la compréhension de l’IA sur votre contexte

La clarté : si vous attendez une réponse précise, posez une question précise

L’IA suit vos mots à la lettre, sans interprétation ni bon sens humain. Alors si votre demande manque de clarté, elle génèrera une réponse floue, approximative et déconnectée de vos attentes.

• Dites précisément ce que vous attendez comme livrables
• Évitez les expressions vagues ou générales
• Soyez direct : une consigne = une tâche

Les contraintes : cadrer la forme et le fond

Une IA sans consigne de format ou de style part dans toutes les directions car n’est plus cadrée que par son paramètre de température. Sans cadre clair, elle produit souvent une réponse trop longue, mal structurée ou inutilisable.

Le prompt sera un peu plus long à rédiger, certes, vous passerez 1 minute à le rédiger au lieu de 30 seconde : mais vous allez ensuite gagner beaucoup de temps en évitant de devoir ré-itérer encore et encore pour obtenir le bon résultat.

• Précisez le format attendu : liste, tableau, résumé, etc.
• Indiquez le ton souhaité : professionnel, dynamique, pédagogue, etc.
• Fixez les limites : nombre de mots, paragraphes, structure imposée, mots interdits, etc.

Un prompt plus long vous fait gagner du temps !

Les 10 meilleures techniques de prompt

N°1 – Zero-shot : pour aller droit au but

C’est la technique la plus simple, la moins efficace et… la plus utilisée. Elle consiste à donner une instruction directe à l’IA, sans fournir d’exemple ni de cadrage additionnel. Le zero-shot est le prompt le plus rapide, mais il génère une réponse qui devra souvent être améliorée ensuite.

📌 Comment faire : Posez une question ou donnez une consigne, en espérant que le modèle comprenne l’intention uniquement à partir de la formulation.

Exemple de prompt : Donne-moi la définition du commerce électronique, j'en ai besoin pour illustrer l'essor de la vente en ligne dans le marché du foodpet ces 10 dernières années.

👉 Quand l’utiliser :

• Pour une demande simple, factuelle ou générique (la réponse le sera aussi…)
• Quand vous avez besoin d’une réponse rapide, et peu de temps pour préparer votre prompt
• En première tentative, avant d’affiner avec les prompts suivants

N°2 – Few-shot : promptez par l’exemple

Le few-shot consiste à fournir un ou plusieurs exemples dans votre prompt pour aider l’IA à comprendre le style, le format ou le niveau de détail attendu. Cette méthode améliore nettement la pertinence, car l’IA s’appuie sur les exemples pour reproduire le bon modèle de réponse.

📌 Comment faire : Ajoutez 1 à 3 exemples clairs après votre consigne, pour guider l’IA vers le type de réponse souhaité.

Exemple de prompt : Rédige un résumé de l’article que je vais t’envoyer. Appuie-toi sur la structure et le style des deux exemples que je vais t’envoyer avant.

###Exemple d'output n°1###

###Exemple d'output n°2###

👉 Quand l’utiliser :

• Pour obtenir un ton, un format ou une logique de réponse bien spécifiques
• Pour améliorer la cohérence globale dans une série de contenus
• Pour gagner en précision dans une tâche éditoriale ou analytique

N°3 – Chain of thought : pour guider l’IA étape par étape

Le chain of thought (ou « chaîne de raisonnement ») permet de forcer l’IA à dérouler son raisonnement par étapes, au lieu de répondre directement. Cela améliore la logique, la cohérence et la précision des réponses, surtout sur des tâches complexes.

📌 Comment faire : Ajoutez une consigne explicite dans le prompt, du type « Raisonne étape par étape » ou « Détaille ton cheminement avant de conclure ».

Exemple de prompt : Tu es analyste financier. Raisonne étape par étape pour estimer l’impact de l’inflation du prix des matières premières sur la marge de mes produits pour le 1er trimestre 2025. Explique bien ton raisonnement et les hypothèses sous-jacentes à chaque étape.

👉 Quand l’utiliser :

• Pour des calculs, raisonnements, diagnostics ou évaluations
• Pour comprendre le raisonnement de l’IA et détecter d’éventuelles biais
• Pour obtenir des réponses plus argumentées et pédagogiques

N°4 – Roleplay : pour simuler une situation réelle

Le roleplay consiste à demander à l’IA d’adopter un rôle précis (expert, client, collaborateur…) pour simuler une interaction. Cela permet d’obtenir des réponses contextualisées, proches de la réalité, et particulièrement utiles pour les entraînements ou les mises en situation.

📌 Comment faire : Attribuez un rôle clair à l’IA, puis décrivez le scénario à jouer. Spécifiez votre propre position dans l’échange si besoin.

Exemple de prompt : Tu es expert en recrutement. Prends le rôle d’un recruteur pour l’offre d’emploi que je vais t’envoyer. Puis engage un entretien de recrutement avec moi (je suis le candidat). À l’issue de l’entretien, propose-moi un feedback complet avec points forts et axes d’amélioration.

👉 Quand l’utiliser :

• Pour simuler un dialogue ou une situation métier (entretien, vente, réunion, négociation…)
• Pour tester une argumentation ou anticiper des objections
• Pour s’entraîner à prendre la parole ou se préparer à un échange réel

N°5 – Self-consistency : pour améliorer la qualité par auto-évaluation

Les IA génératives sont particulièrement douées pour créer, mais encore plus pour améliorer. Cette technique consiste donc à demander à l’IA d’évaluer sa réponse, puis de proposer de meilleures alternatives. Elle est particulièrement utile pour affiner un contenu, éviter les incohérences ou obtenir plusieurs versions d’un même résultat.

📌 Comment faire : Ajoutez une consigne du type « Relis ta réponse et indique ce qui pourrait être amélioré », ou « Propose trois variantes puis sélectionne la meilleure ».

Exemple de prompt : Rédige une proposition d’intro pour un article de blog sur le télétravail. Puis note ta réponse sur 20, propose 3 axes d’amélioration, et réécris l’intro en appliquant ces changements pour arriver à la meilleure note possible.

👉 Quand l’utiliser :

• Pour affiner une réponse existante et gagner en qualité
• Pour faire ressortir la version la plus pertinente parmi plusieurs propositions
• Pour bénéficier d’une auto-critique structurée, sans reformuler vous-même le prompt

N°6 – Self-generation : pour laisser l’IA s’auto-prompter

La self-generation consiste à demander à l’IA de rédiger elle-même le prompt optimal pour accomplir une tâche. Cela permet de bénéficier de sa compréhension fine des mécanismes de génération et d’obtenir une requête mieux structurée… avant de l’utiliser.

📌 Comment faire : Expliquez ce que vous souhaitez obtenir, puis demandez à l’IA quel prompt vous devriez lui donner. Vous pouvez ensuite copier ce prompt pour lancer une nouvelle génération, ou lui demander de l’exécuter directement.

Exemple de prompt : J’ai besoin d’un résumé très concis et engageant d’un article destiné à LinkedIn. Quel serait le meilleur prompt à te donner pour obtenir cela ?

👉 Quand l’utiliser :

• Quand vous ne savez pas comment formuler votre demande
• Pour apprendre à rédiger un bon prompt en s’inspirant de ceux proposés par l’IA
• Pour gagner du temps dans la structuration d’une consigne complexe

N°7 – Negative prompt : pour éviter les erreurs dès le départ

Le negative prompting consiste à préciser dans votre consigne ce que vous ne voulez pas voir apparaître dans la réponse de l’IA. C’est un levier essentiel pour éviter les hors-sujet, les maladresses de style ou les contenus inadaptés.

📌 Comment faire : Ajoutez des exclusions explicites dans votre prompt, par exemple : « Ne sois pas trop technique », « N’utilise pas de termes juridiques », ou encore « N’inclue pas cette sélection de mots interdits ».

Exemple de prompt : Rédige une présentation de notre entreprise pour une page web — sans jargon technique, sans abréviations, et sans faire référence à l’histoire de la marque.

👉 Quand l’utiliser :

• Quand certaines erreurs ou dérives reviennent souvent dans les réponses de l’IA
• Pour cadrer le style ou le ton en supprimant ce que vous ne voulez pas lire
• Pour éviter les biais ou automatismes du modèle dans certaines situations sensibles

N°8 – Deepsearch prompt : pour construire une réponse ultra-fiable et documentée

Le deepsearch consiste à utiliser les capacités de recherche web approfondie des derniers modèles IA pour créer un premier socle de réponse sourcées, puis à affiner cette bas. L’IA agit ici comme un assistant de veille, capable d’agréger, croiser et structurer les informations disponibles en ligne.

📌 Comment faire : Avant de valider votre prompt, activez le mode « Deepsearch » (ou équivalent) dans l’interface de votre IA. Ensuite, formulez une consigne qui demande une exploration approfondie du sujet, en précisant les sources attendues, le format, et les angles d’analyse. Découvrez aussi notre sélection des 10 meilleurs prompt pour le deepsearch.

Exemple de prompt : Génère une revue des dernières tendances en matière de transport éco-responsable. Recherche sur le web les articles de moins de deux mois issus uniquement de sites web en français. Identifie 3 tendances clés et synthétise-les en 500 mots chacune avec des exemples concrets.

👉 Quand l’utiliser :

• Pour effectuer une veille rapide sur un sujet d’actualité
• Pour explorer les points de vue d’experts ou des contenus de référence
• Pour créer une base d’analyse structurée à partir de plusieurs sources

N°9 – Visual prompt : pour générer des images précises et réalistes

Le visual prompt consiste à rédiger un prompt pour créer une image réaliste par IA. L’efficacité repose ici sur la clarté de la description, sa précision, et la richesse descriptive de votre prompt.

📌 Comment faire : Rédigez une description complète en précisant le sujet principal, l’environnement, le style graphique attendu (réaliste, illustratif, flat design…), les couleurs dominantes, l’ambiance générale, le cadrage (vue de face, plongée…), et les éléments à exclure (fond flou, watermark, texte…). Plus votre description est rigoureuse et concrète, plus l’image générée correspondra à vos attentes.

Exemple de prompt : Crée une illustration vectorielle en flat design représentant une équipe de 4 personnes (diversité de genre et d’âge) en réunion dans un espace de coworking moderne. L’un des membres est debout et présente un graphique sur un écran géant. L’ambiance doit être collaborative, avec des tons bleu, blanc et gris clair, et un style épuré. Vue de face, lumière naturelle, sans texte, sans watermark, sans fond flou et sans intégration de texte.

👉 Quand l’utiliser :

• Pour illustrer un article, une page web ou un support commercial
• Pour exploiter au mieux les capacités de génération d’images de votre IA
• Pour créer des visuels d’équipe, de services ou d’environnements métier
• Pour contrôler l’apparence et éviter les résultats trop génériques ou hors sujet

N°10 – Prompt itératif : pour enchaîner plusieurs IA ou requêtes

Les prompts itératifs consistent à décomposer une tâche complexe en plusieurs étapes plus simples, en enchaînant plusieurs requêtes ciblées ou en faisant collaborer plusieurs IA. Plutôt que d’attendre un résultat parfait en une seule question, on segmente le processus en plusieurs prompts successifs, chacun jouant un rôle précis.

📌 Comment faire : Identifiez les différentes étapes de votre objectif (brainstorming, sélection, rédaction, validation…) et construisez un prompt distinct pour chaque étape. Vous pouvez aussi copier la réponse d’un premier modèle et la faire analyser ou retravailler par un autre. Cette approche fonctionne aussi avec une seule IA, en dialoguant en plusieurs phases bien cadrées.

Exemple de prompt 1 : Génère 5 slogans pour mon cabinet de conseil en cybersécurité.

Exemple de prompt 2 : Parmi ces 5 slogans, sélectionne le plus percutant et justifie ton choix.

Exemple de prompt 3 : À partir de ce slogan, propose 3 variantes plus synthétiques.

👉 Quand l’utiliser :

• Pour produire un livrable complexe étape par étape
• Pour tirer parti des forces complémentaires de plusieurs IA (créativité, vérification, reformulation…)
• Pour affiner progressivement un contenu jusqu’à obtention d’un résultat final de qualité

Les mégaprompts : ces invites IA ultra-performantes

Parfois, un simple prompt de deux lignes ne suffit pas pour obtenir un résultat de très haut niveau, surtout pour des tâches complexes. C’est là qu’interviennent les mégaprompts.Le but : pousser l’IA dans ses retranchements pour un résultat exploitable dès la première réponse.

Un mégaprompt est une invite IA très élaborée, conçue en amont par des experts du prompt-engineering. Ce sont des templates prêts à l’emploi que l’on peut adapter à son propre contexte. Les mégaprompts exploitent les 10 techniques de prompt IA vues précédemment (deepsearch, few-shot, chain-of-thought, self-consistency, etc.) pour activer tout le potentiel génératif des modèles d’IA.

La plateforme mega-prompt.fr, créée par Yes we prompt, propose gratuitement la plus grande collection de méga-prompts IA dédiée aux professionnels, avec plus de 100 prompts experts testés et classés par métiers.