Qu’est-ce qu’un prompt IA ? Définition, exemples et méthode

Un prompt est le texte que vous envoyez à un modèle d’intelligence artificielle générative pour déclencher une réponse. C’est votre unique interface : le modèle ne voit pas votre écran, ne connaît pas votre métier, n’a pas accès à votre projet. Il ne dispose que des mots que vous lui donnez, plus ce qu’il a appris pendant son entraînement.

Un prompt n’est donc pas une « recherche » au sens de Google. Vous ne cherchez pas une page existante : vous commandez la production d’un contenu. La différence est fondamentale. Sur un moteur de recherche, trois mots-clés suffisent parce que le moteur choisit parmi des documents déjà écrits. Avec une IA générative, ces trois mots-clés obligent le modèle à inventer tout le reste : le format, la longueur, le ton, le public visé, le niveau de détail. Il devine — et il devine la moyenne.

D’où la règle qui structure tout le reste de ce guide : tout ce que vous ne précisez pas, le modèle le décide à votre place. Un prompt de qualité est simplement un prompt qui laisse peu de place à la décision arbitraire.

Techniquement, un grand modèle de langage (LLM) ne « comprend » pas votre demande comme le ferait un collègue. Il découpe votre texte en tokens (fragments de mots), puis prédit, token après token, la suite la plus probable compte tenu de tout ce qui précède. Votre prompt est ce « tout ce qui précède » : il conditionne l’ensemble de la réponse.

Trois conséquences pratiques découlent directement de ce fonctionnement :

• Le contexte prime sur les mots-clés. Écrire « email pro » n’active rien de magique. Écrire « tu es responsable du service client d’une banque en ligne, ton client attend une réponse depuis 4 jours » place le modèle dans une région de son espace de probabilités où le vocabulaire, le registre et les réflexes correspondent à cette situation.
• L’ambiguïté produit de la moyenne. Face à une consigne vague, le modèle produit la réponse la plus « attendue » — donc la plus générique, la plus tiède, celle que tout le monde obtient.
• La fin du prompt pèse lourd. Les instructions de format placées juste avant la génération (« réponds en 5 puces, sans introduction ») sont mieux respectées que les mêmes instructions noyées au milieu d’un long paragraphe.

Le mot « prompt » recouvre en réalité plusieurs objets distincts, et savoir les distinguer évite beaucoup de frustration.

• Le prompt utilisateur : votre message, celui que vous tapez dans la zone de saisie. C’est la demande ponctuelle.
• Le prompt système (ou « instructions personnalisées ») : un cadre persistant qui s’applique à toute la conversation. C’est là que l’on définit un rôle stable (« tu es un relecteur juridique exigeant »), des règles de style, des interdits. La plupart des interfaces grand public l’exposent sous un autre nom : « Custom instructions » chez ChatGPT, « Project instructions » chez Claude.
• Le contexte : les documents, extraits de code ou données que vous collez. Ce n’est pas une instruction, c’est de la matière première. Une erreur classique consiste à coller un document sans dire ce qu’on veut qu’il en soit fait.

Règle simple : le rôle et les règles durables vont dans le prompt système ; la tâche du moment va dans le prompt utilisateur ; les données sont clairement délimitées, par exemple entre des balises ou des triples guillemets.

Un prompt efficace n’est ni une formule magique ni un mot de passe secret. C’est un assemblage de six blocs, dont les trois premiers sont non négociables.

• 1. Le rôle — qui parle. « Tu es un [métier] avec [X] ans d’expérience en [domaine]. » Ce bloc oriente le vocabulaire et le niveau d’exigence.
• 2. La tâche — un verbe d’action unique et sans ambiguïté : rédige, résume, traduis, classe, corrige, compare. Une tâche par prompt.
• 3. Le contexte — le public visé, l’objectif business, les contraintes réelles. « Pour des [audience] qui ne connaissent pas [X]. Objectif : [résultat attendu]. »
• 4. Le format — la forme exacte de la sortie : longueur, structure, gabarit. « 5 puces de 15 mots maximum, sans introduction ni conclusion. »
• 5. Le ton — direct, chaleureux, technique, factuel. Précisez aussi ce que vous refusez : « pas de superlatifs, pas de formules creuses ».
• 6. Les exemples — un ou deux échantillons de ce que vous attendez. C’est le levier le plus puissant et le plus sous-utilisé (voir la technique du few-shot).

Prompt faible : « Écris un post LinkedIn sur notre nouvelle fonctionnalité. »

Résultat prévisible : un texte lisse, trois emojis, un « À l’heure où le monde change… », une question rhétorique en clôture. Générique, parce que rien n’a été spécifié.

Prompt solide : « Tu es responsable marketing produit d’un logiciel B2B. Rédige un post LinkedIn annonçant [fonctionnalité]. Audience : [profil, ex. responsables RH de PME de 50 à 200 salariés]. Le post doit : (1) ouvrir sur le problème concret que la fonctionnalité résout, en une phrase ; (2) expliquer le fonctionnement en 3 puces maximum ; (3) donner un chiffre ou un bénéfice mesurable ; (4) se terminer par un appel à l’action vers [lien]. Contraintes : 900 caractères maximum, aucun emoji, aucun superlatif, ton factuel et direct. N’invente aucune statistique : si un chiffre manque, écris [CHIFFRE À FOURNIR]. »

Le second prompt est plus long, et c’est précisément pour cela qu’il fonctionne. Il ne laisse au modèle qu’une seule décision : la formulation. Notez aussi la clause anti-hallucination — « n’invente aucune statistique » — qui traite le problème le plus coûteux de l’IA générative en une phrase.

Vous avez remarqué les [crochets] dans l’exemple ci-dessus. C’est une convention, pas une syntaxe officielle : les modèles n’interprètent pas les crochets d’une façon particulière. Leur intérêt est humain et organisationnel.

Un prompt paramétré devient un gabarit : vous l’écrivez une fois, vous le réutilisez cent fois en ne changeant que les valeurs. Un bon prompt d’annonce produit devient utilisable pour toutes vos annonces produit. C’est la différence entre improviser chaque jour et disposer d’un outil.

Attention à un piège fréquent : remplacez réellement les crochets. Un prompt envoyé tel quel avec « [audience] » non remplacé produit une réponse où le modèle invente lui-même l’audience — ou pire, écrit littéralement « [audience] » dans le résultat.

C’est précisément le principe sur lequel repose Amiral IA : une bibliothèque de prompts déjà structurés selon les six blocs, où il ne reste qu’à renseigner les variables entre crochets avant de copier vers ChatGPT, Claude ou Gemini.

• Empiler plusieurs tâches. « Résume ce texte, traduis-le, puis fais-en un post et propose trois titres. » Le modèle bâcle au moins deux des quatre. Découpez : une tâche, un prompt, puis enchaînez.
• Demander « fais court » sans chiffre. « Court » n’a pas de valeur mesurable. Écrivez « 80 mots maximum » ou « exactement 3 phrases ».
• Confondre le sujet et la consigne. Coller un document et écrire « ce texte » n’est pas une instruction. Dites ce qu’il faut en faire, et pour qui.
• Ne formuler que des interdits. « Ne sois pas trop formel, n’utilise pas de jargon, pas trop long. » Le modèle a besoin d’une cible positive : dites d’abord ce que vous voulez, ajoutez les interdits ensuite.
• Abandonner au premier essai. Un prompt se corrige. Si la sortie rate, ne relancez pas à l’identique : dites précisément ce qui ne va pas (« trop long, coupe l’introduction, garde uniquement les 3 arguments chiffrés ») et faites itérer sur la réponse existante.

Tout ce qui précède vaut pour les modèles de texte (ChatGPT, Claude, Gemini, Copilot). Les générateurs d’images — Midjourney, DALL·E — obéissent à une logique voisine mais distincte.

Un prompt image est moins une conversation qu’une description dense. On y empile : le sujet, l’action, le décor, le style visuel, le cadrage, l’éclairage, la palette, le rendu (photographie, illustration, 3D), et souvent des paramètres techniques (ratio d’image, niveau de fidélité au prompt). L’ordre des mots compte : ce qui est écrit en premier pèse généralement plus lourd.

Exemple : « [sujet] dans [décor], [action], photographie [objectif, ex. 35 mm], lumière [type, ex. rasante de fin d’après-midi], palette [couleurs], profondeur de champ marquée, ratio 3:2 ». Le point commun avec le texte reste entier : ce que vous ne décrivez pas, le modèle l’invente.