Aller au contenu principal
Applications & Domaines

Prompt (ingénierie de prompt)

Un prompt est l'instruction ou le texte envoyé à un modèle d'IA générative ; l'ingénierie de prompt consiste à le formuler pour obtenir des résultats fiables et adaptés.

Définition

Le prompt (ou requête) est l'ensemble des informations transmises à un modèle de langage : consigne, contexte, exemples, format de réponse attendu. L'ingénierie de prompt (prompt engineering) regroupe les pratiques qui visent à rédiger ces instructions pour améliorer la qualité, la cohérence et la sécurité des réponses, sans modifier le modèle lui-même. Parmi les techniques courantes : formuler clairement la tâche, donner un rôle ou un public cible, fournir des exemples (approche dite few-shot), décomposer un problème en étapes, imposer un format de sortie, ou encore séparer les instructions des données à traiter. Les documentations des éditeurs de modèles recommandent aussi de définir des critères de succès et de tester les prompts sur des cas variés. Dans un contexte professionnel, un prompt bien conçu est souvent versionné, testé et conservé comme un actif réutilisable, notamment pour les assistants et automatisations. Il ne remplace pas un contrôle humain : même un bon prompt n'élimine pas le risque d'erreur.

Catégorie

Applications & Domaines

Synonymes

prompt engineering, requête, invite de commande IA, prompting

Avantages

  • Améliore la pertinence des réponses sans réentraîner le modèle
  • Rapide et peu coûteux à tester et à ajuster
  • Rend les résultats plus homogènes d'un usage à l'autre

Limites

  • Résultats parfois sensibles à de petites variations de formulation
  • Un prompt ne garantit pas l'absence d'erreurs ou d'hallucinations
  • À maintenir dans le temps car les modèles évoluent

Exemples concrets

Découvrez comment ce concept s'applique dans la réalité

  1. Demander un résumé en cinq points d'un document, destiné à un client non technique

  2. Fournir deux exemples de réponses attendues avant de soumettre une nouvelle demande

  3. Imposer une réponse au format tableau ou JSON pour l'intégrer dans un outil

Applications pratiques

Secteurs et domaines où ce concept est utilisé

  • Rédaction et reformulation de contenus

  • Extraction d'informations depuis des documents

  • Création d'assistants spécialisés par consignes système

  • Automatisation de tâches textuelles dans des workflows

Questions fréquentes

Réponses aux questions les plus courantes sur ce concept

Qu'est-ce qu'un prompt ?

C'est le message, la consigne ou le contexte que l'on envoie à une IA générative pour obtenir une réponse.

L'ingénierie de prompt est-elle un vrai métier ?

C'est surtout une compétence : savoir formuler, structurer et tester des instructions. Elle s'intègre à de nombreux postes plutôt qu'à un métier à part entière.

Quels éléments un bon prompt contient-il ?

Une tâche claire, le contexte utile, le public visé, des exemples si nécessaire et le format de sortie attendu.

Qu'est-ce que le few-shot prompting ?

Il consiste à inclure quelques exemples de réponses attendues dans le prompt pour guider le modèle.

Prompt, RAG et fine-tuning : quelle différence ?

Le prompt guide le modèle à chaque requête, le RAG lui fournit des documents à consulter et le fine-tuning modifie le modèle par un entraînement complémentaire.

Faut-il mettre des données confidentielles dans un prompt ?

Il faut l'éviter sauf si l'outil, son hébergement et son contrat offrent des garanties adaptées. Les données personnelles sont soumises au RGPD.

Source et références

Source : Anthropic – Documentation : Prompt engineering overview

Voir la source

Envie d'approfondir vos connaissances en IA ?

Découvrez tous nos termes et concepts dans le lexique complet