Génération contrôlée
E-mails, résumés, reformulations.
Qu'est-ce qu'un prompt ? Instruction donnée à un modèle
Un prompt est le texte (ou le message multimodal) fourni à un modèle génératif pour orienter sa réponse : rôle, tâche, contraintes, exemples et contexte. Chez les LLM, le prompt remplace en partie le code procédural. Google et OpenAI documentent des stratégies de conception ; l'OWASP rappelle que des prompts mal isolés exposent à l'injection.
En une phrase
Le prompt est l'instruction — et le contexte — que l'on donne au modèle.
À retenir
- Il combine objectif, format de sortie, contraintes et éventuellement des exemples.
- System / user / tool messages structurent le dialogue côté API.
- Un bon prompt réduit l'ambiguïté ; il ne remplace pas des données fiables (RAG).
- Les entrées utilisateur doivent être traitées comme non fiables (injection).
Fiche du terme
- Prompt
- Invite · Instruction LLM · Prompt textuel
- Terme anglais
- Prompt
- Domaine
- Intelligence artificielle
- Catégorie
- IA générative
- Niveau
- Débutant
Que signifie exactement « prompt » ?
Avec les modèles instruction-tuned, le prompt est l'interface principale : « Agis comme… », « Réponds en JSON… », « Cite uniquement le contexte… ».
On distingue souvent prompt système (politique durable) et messages utilisateur (requête). Le contexte RAG est injecté comme matériau, pas comme vérité absolue non vérifiée.
Pour une PME, standardiser quelques prompts (résumé de ticket, draft d'e-mail, extraction) évite que chaque employé réinvente des consignes risquées.
Comment rédiger un prompt efficace ?
- 01
Clarifier la tâche
Une action, un public, un critère de succès.
- 02
Spécifier le format
JSON, puces, longueur, langue (FR québécois si besoin).
- 03
Ajouter contraintes
Interdits, sources autorisées, ton, niveau de certitude.
- 04
Tester et versionner
Jeux d'exemples, comparaison A/B de formulations.
Exemple concret de prompt
Une équipe support utilise : « Tu es un agent de premier niveau. À partir du ticket et de la FAQ fournie, propose une réponse en français canadien, max 120 mots, et liste les points non couverts par la FAQ. N'invente aucune politique. » Le taux de corrections humaines baisse parce que le modèle sait quand s'abstenir.
À quoi sert un prompt ?
Extraction
Champs structurés depuis texte libre.
Classification
Router une demande vers la bonne file.
Agents
Décider quel outil appeler ensuite.
Avantages et limites du prompting
- Itération rapide sans redéploiement lourd
- Accessible aux non-développeurs encadrés
- Adaptable par cas d'usage
- Complète RAG et outils
- Sensible à la formulation
- Peut être contourné (injection)
- Non déterministe à 100 %
- Difficile à maintenir sans versioning
Quelle différence entre prompt et fine-tuning ?
| Prompt | Fine-tuning | |
|---|---|---|
| Changement | Instructions à l'inférence | Poids du modèle adaptés |
| Coût initial | Faible | Plus élevé (données + training) |
| Flexibilité | Changement immédiat | Cycle de retrain |
| Cas idéal | Tâches variées, politiques textuelles | Style/format très stable à grande échelle |
Pourquoi le prompt compte pour une PME québécoise ?
C'est le levier le plus rapide pour obtenir de la valeur d'un LLM — et la première surface d'erreur. Des prompts partagés, testés et sécurisés évitent les fuites et les réponses inventées face aux clients.
Questions fréquentes
Un prompt long est-il meilleur ?
Pas forcément. Clair, structuré et avec le contexte utile bat un pavé redondant.
Faut-il des exemples (few-shot) ?
Souvent oui pour le format et les cas limites ; 2–5 exemples bien choisis suffisent fréquemment.
Comment éviter l'injection ?
Séparer instructions et données utilisateur, délimiter le contexte, restreindre les outils.
Qui écrit les prompts en entreprise ?
Idéalement produit + métier + tech, avec revue comme pour du code.
Termes associés
Sources et références
Vos prompts produisent des réponses instables ou risquées ? Nous les structurons, testons et sécurisons pour vos cas métier.
Améliorer vos prompts