Cours 2Maîtriser les prompts 35 à 45 minutes

Maîtriser les prompts : la compétence qui change tout

Deux personnes peuvent utiliser exactement le même assistant IA, gratuit, et obtenir des résultats radicalement différents — pas parce que l'une a un abonnement plus cher, mais parce que l'une sait comment demander et l'autre non. Le Prompt Engineering n'est pas une astuce technique réservée aux informaticiens : c'est une compétence de communication précise, à la portée de tout le monde. Ce cours donne une méthode structurée pour formuler des demandes efficaces à n'importe quel assistant IA, et pour progresser quand le premier résultat ne convient pas.

Ce que vous saurez faire
  • Distinguer un prompt faible d'un prompt efficace, et expliquer précisément pourquoi.
  • Construire une demande complète avec la structure Rôle + Contexte + Objectif + Données + Contraintes + Format de sortie + Critères de qualité.
  • Utiliser la méthode d'itération (Prompt → Résultat → Analyse → Correction → Nouveau prompt) pour améliorer progressivement un résultat.
  • Comprendre que le Prompt Engineering est une compétence transférable, qui fonctionne sur plusieurs assistants IA — pas un tour de magie propre à un seul outil.

Prérequis · Avoir suivi le Cours 1 — Comprendre l'Intelligence Artificielle, ou déjà savoir ce qu'est un assistant IA conversationnel.

Pourquoi la façon de demander change tout

Le prompt faible face au prompt efficace

Facile

Comparons deux demandes envoyées à un assistant IA pour la même tâche : créer une publicité.

Prompt faible : « Fais-moi une publicité. »

Prompt amélioré : « Tu es spécialiste du marketing digital pour les PME béninoises. Crée une publicité Facebook pour une boutique de parfums à Cotonou. Public cible : femmes de 20 à 40 ans. Objectif : générer des messages WhatsApp. Ton : premium, simple et naturel. Propose 3 variantes avec un appel à l'action. »

Le prompt faible force l'IA à deviner presque tout — et quand une IA devine, elle produit une réponse générique, qui pourrait convenir à n'importe qui, donc à personne en particulier. Le prompt amélioré retire les zones de doute une par une : qui parle (rôle), pour quel produit et quelle ville (contexte), pour qui (cible), pour quoi faire (objectif), avec quel ton (contrainte), sous quelle forme (format).

L'IA n'est pas un devin, elle répond à ce qu'on lui donne

Facile

Un assistant IA prédit la suite la plus probable d'un texte, à partir de ce qu'on lui a donné. Il n'a pas accès à vos pensées, à votre contexte professionnel, ni à ce que vous n'avez pas écrit. Une demande vague reçoit une réponse vague — ce n'est pas un défaut caché de l'IA, c'est une conséquence logique et prévisible.

À retenir : chaque information que vous ne donnez pas est une information que l'IA doit deviner à votre place.

L'anatomie d'un bon prompt

Rôle et Contexte : situer l'IA

Facile

Le Rôle indique à l'IA quelle posture adopter : « Tu es un comptable expérimenté », « Tu es un professeur de mathématiques pour lycéens », « Tu es un community manager spécialisé restauration ». Cela oriente le vocabulaire, le niveau de détail et l'angle de la réponse.

Le Contexte donne les informations de situation : où, pour qui, dans quel secteur, avec quelles contraintes de départ. Exemple : « pour une boutique de parfums à Cotonou » n'est pas un détail décoratif — cela évite à l'IA de proposer une publicité pensée pour un supermarché européen.

Objectif et Données : dire précisément ce qu'on veut

Intermédiaire

L'Objectif répond à la question : à quoi doit servir le résultat ? « Générer des messages WhatsApp », « convaincre un client d'attendre son colis », « faire comprendre un concept à un élève de 14 ans » sont trois objectifs très différents qui doivent produire trois réponses différentes.

Les Données sont les informations concrètes que l'IA doit utiliser : un texte à résumer, des chiffres à analyser, une liste de produits, un extrait de cours. Sans données, l'IA travaille dans le vide ou invente — ce qui rejoint directement le risque d'hallucination vu au Cours 1.

Contraintes, Format de sortie et Critères de qualité : cadrer le résultat

Intermédiaire

Les Contraintes sont les limites à respecter : une longueur maximale, un registre de langue, des mots à éviter, une réglementation à respecter.

Le Format de sortie précise comment doit se présenter la réponse : une liste à puces, un tableau, trois variantes, un email prêt à copier-coller, un plan en trois parties.

Les Critères de qualité indiquent ce qui distingue une bonne réponse d'une réponse médiocre pour cette tâche précise : « le ton doit rester naturel, pas commercial et insistant », « chaque point doit être compréhensible sans relire le document ».

Formule à retenir : RÔLE + CONTEXTE + OBJECTIF + DONNÉES + CONTRAINTES + FORMAT DE SORTIE + CRITÈRES DE QUALITÉ.

Une compétence transférable, pas un tour de magie propre à un outil

Étude de cas : un même prompt, quatre assistants différents

Intermédiaire

Une ressource identifiée documente un prompt qui transforme un assistant IA en correcteur orthographique et grammatical strict, sans toucher au style ni au contenu du texte — conçu pour fonctionner de façon identique sur ChatGPT, Claude, Mistral et Gemini.

Sa structure : Rôle = correcteur spécialisé dans les documents administratifs et professionnels en français. Objectif = corriger uniquement l'orthographe, la grammaire, la conjugaison et la typographie. Contraintes = ne rien modifier d'autre — ni le style, ni la structure, ni la mise en forme du texte original. Critère de qualité = le texte corrigé doit rester reconnaissable comme celui de l'auteur, seulement débarrassé de ses fautes.

Ce que cet exemple enseigne : la valeur n'est pas dans « quel assistant utiliser », elle est dans la clarté du rôle, de l'objectif et des contraintes. Le même prompt, bien construit, produit un résultat cohérent quel que soit l'assistant choisi.

(Cette étude de cas s'inspire d'une ressource publique identifiée sur yes-we-prompt.fr ; la méthode est reprise ici, reformulée pour l'enseignement — le texte exact du prompt original n'est pas reproduit.)

Étude de cas : l'anatomie du Skill « analyste documentaire »

Challenge

Une autre ressource identifiée transforme un assistant IA en analyste documentaire méthodique, capable de traiter un rapport de plusieurs dizaines de pages et d'en sortir : les points clés, les données chiffrées contextualisées, les décisions à prendre, les questions ouvertes et les risques identifiés — à trois niveaux de détail (une phrase, un paragraphe, une page).

Rôle = analyste senior spécialisé dans la synthèse de documents complexes. Contexte = type de document reçu, sa longueur, son niveau de complexité. Objectif = produire une synthèse exploitable pour une décision, pas un résumé scolaire. Contraintes = ne jamais inventer d'information absente du document ; signaler les données manquantes plutôt que les deviner. Format de sortie = trois niveaux de lecture (phrase / paragraphe / synthèse complète).

Ce que cet exemple enseigne en plus : un bon prompt peut définir un format de sortie à plusieurs niveaux, pour que celui qui pose la question choisisse lui-même le niveau de détail dont il a besoin.

Itérer : la méthode pour améliorer un prompt

Le cycle Prompt → Résultat → Analyse → Correction

Intermédiaire

Le Prompt Engineering n'est presque jamais parfait du premier coup, et ce n'est pas un échec : Prompt → Résultat → Analyse → Correction → Nouveau prompt → Résultat amélioré.

Exemple : une enseignante à Parakou veut des questions de révision sur la photosynthèse pour des élèves de 5e. Prompt initial : « Donne-moi des questions sur la photosynthèse. » Résultat : trop technique. Analyse : le niveau des élèves n'était pas précisé. Correction : ajouter le rôle (professeure de SVT), le contexte (élèves de 5e, collège béninois), le format (10 QCM, difficulté progressive). Nouveau prompt, résultat amélioré et directement utilisable après vérification.

Reconnaître les signaux d'un mauvais résultat et corriger

Intermédiaire

Réponse trop générale → contexte insuffisant. Réponse dans un ton ou un niveau inadapté → rôle non précisé. Réponse trop longue ou trop courte → contraintes de longueur absentes. Réponse dans une forme inexploitable → format de sortie non précisé. Réponse hors-sujet → objectif mal formulé ou absent.

Exemples réels
  • « Un chargé de communication d'une ONG à Cotonou obtient un communiqué générique avec « Rédige un communiqué » ; en ajoutant rôle, contexte, objectif et format, il obtient un texte directement utilisable. »
  • « Un technicien BTP demande à l'IA d'expliquer une norme de sécurité sans préciser le niveau attendu et reçoit une réponse trop technique — une seule phrase de contexte aurait suffi. »
Applications

Cas d'usage par contexte

Où utiliser concrètement ce que vous venez d'apprendre.

Travail

Rédiger un compte-rendu avec un rôle (assistant de direction) et un format (points clés + actions).

Études

Générer des questions de révision calibrées sur le niveau exact de l'apprenant.

Entreprise

Analyser un document fournisseur avec une contrainte claire : ne rien inventer.

Commerce

Rédiger une publicité ciblée avec rôle, cible et format précis.

Administration

Reformuler un courrier avec une contrainte de ton officiel.

Création

Demander une image avec un style, un usage final et un format précis.

Développement

Demander une explication de bug avec le contexte du langage et du niveau technique.

Vie quotidienne

Demander un menu de la semaine avec des contraintes de budget et d'ingrédients disponibles.

Démonstration

Pas à pas, sur un cas réel

  1. 1

    Identifier la tâche réelle : obtenir des questions de révision utilisables en classe, pas « des questions » en général.

  2. 2

    Écrire un premier prompt simple, sans trop réfléchir.

  3. 3

    Lire le résultat avec un œil critique : qu'est-ce qui ne convient pas exactement ?

  4. 4

    Identifier, avec le tableau des signaux, quelle brique de l'anatomie manquait.

  5. 5

    Réécrire le prompt en ajoutant uniquement ce qui manquait.

  6. 6

    Comparer les deux résultats et vérifier que le nouveau répond mieux au vrai besoin.

  7. 7

    Conserver le prompt qui fonctionne pour le réutiliser la prochaine fois avec de nouvelles données.

Erreurs fréquentes
  • Écrire un prompt vague puis se dire que « l'IA n'est pas douée » alors que c'est la demande qui était incomplète.
  • Copier un prompt trouvé en ligne sans l'adapter à son propre contexte (secteur, ville, public, langue).
  • Empiler des contraintes contradictoires (« sois très détaillé » et « fais court » dans le même prompt).
  • Abandonner après un seul essai au lieu d'itérer.
  • Ne jamais préciser de format, puis être déçu par une réponse dans un format inexploitable.
Bonnes pratiques
  • Toujours se demander, avant d'écrire un prompt : qui doit parler, pour qui, pour quoi faire, avec quelles limites, sous quelle forme ?
  • Tester un même bon prompt sur plusieurs assistants si possible, pour vérifier qu'il repose sur une méthode solide.
  • Garder une bibliothèque personnelle de prompts qui ont bien fonctionné, réutilisables en changeant seulement les données.
  • Toujours relire le résultat en se demandant quelle brique de l'anatomie corrigerait le défaut observé.
À vous de jouer

Exercice

Consigne

Reprenez ce prompt faible, écrit par un vendeur de chaussures à Cotonou qui veut promouvoir sa nouvelle collection sur WhatsApp Status : « Écris-moi un texte pour vendre des chaussures. » Réécrivez-le en appliquant toute l'anatomie (Rôle + Contexte + Objectif + Données + Contraintes + Format de sortie + Critères de qualité). Inventez les détails manquants (type de chaussures, public cible, budget, ton).

Vérifiez vos acquis

Quiz

Dans l'anatomie d'un prompt, le « Contexte » sert à :

Pourquoi un prompt vague produit-il souvent une réponse « passe-partout » ?

La méthode d'itération en Prompt Engineering suit quel enchaînement ?

Pourquoi dit-on que le Prompt Engineering est une « compétence transférable » ?

Si un résultat est dans un format inexploitable (un long paragraphe alors qu'il fallait une liste), quelle brique a probablement été oubliée ?

0 vues 0 avis

Avis & commentaires

Partagez votre retour sur ce cours.

Aucun avis pour le moment — soyez le premier à commenter.

À retenir
  • Un prompt efficace retire une à une les zones de doute qu'une IA devrait sinon deviner elle-même.
  • L'anatomie d'un bon prompt : Rôle + Contexte + Objectif + Données + Contraintes + Format de sortie + Critères de qualité.
  • Le Prompt Engineering est une compétence transférable : un prompt bien construit fonctionne sur plusieurs assistants IA.
  • Améliorer un prompt est un processus normal : Prompt → Résultat → Analyse → Correction → Nouveau prompt → Résultat amélioré.
  • Un mauvais résultat n'est presque jamais une preuve que « l'IA n'est pas douée » — c'est un signal qu'une brique de l'anatomie manquait.

Pour la suite

  • Cours 1 — Comprendre l'Intelligence ArtificielleCours précédent du parcours (Module 1).
  • Cours 3 — Petite histoire de l'IA et paysage des outils d'aujourd'huiUtile en amont pour situer les familles d'outils (Module 1).
  • Cours 4 — IA pour la productivitéApplique cette méthode aux emails, résumés et documents du quotidien (Module 4).
Suivez l'Académie IA

Inscrivez-vous pour être averti(e) à chaque nouveau cours publié — gratuit, sans engagement.