Passer au contenu principal
Obtenir des réponses de haute qualité des modèles IA commence par des questions bien conçues. Ce guide progresse des principes de base aux techniques avancées, vous aidant à améliorer continuellement vos compétences en prompting.
La qualité des réponses IA est directement corrélée à la clarté et la structure de vos prompts. De petites améliorations dans la façon dont vous posez les questions peuvent améliorer considérablement les résultats.

​
Principes de base du prompting

Le fondement de l’interaction IA efficace :
  • Soyez clair et spécifique - Les questions vagues produisent des réponses vagues.
  • Utilisez des instructions positives - Concentrez-vous sur ce que vous voulez, pas sur ce que vous ne voulez pas.
  • Fournissez du contexte - Donnez des informations de base pertinentes pour adapter les réponses.
Plus votre demande est spécifique, meilleure sera la réponse.Au lieu de :
Parlez-moi du marketing.
Essayez :
Expliquez les trois stratégies de marketing digital les plus efficaces pour 
une entreprise B2B SaaS avec un budget mensuel de 10 000€.
Concentrez-vous sur ce que vous voulez que l’IA fasse, plutôt que sur ce que vous ne voulez pas.Au lieu de :
Ne soyez pas trop technique.
Essayez :
Expliquez cela en termes simples qu'un propriétaire d'entreprise non technique 
pourrait comprendre.
Donnez à l’IA des informations de base pertinentes pour adapter sa réponse.Exemple :
Je suis chef de produit dans une startup fintech. Nous décidons entre 
les microservices et l'architecture monolithique pour notre MVP. Quels facteurs 
devons-nous considérer compte tenu de notre calendrier de lancement de 3 mois et 
d'une équipe de 4 développeurs ?
Pensez à l’IA comme un collègue compétent qui a besoin de contexte pour vous donner les meilleurs conseils.

​
Techniques de définition du contexte

Un contexte approprié garantit que l’IA comprend vos objectifs, votre public et vos contraintes.

Définir votre public

Spécifiez qui va utiliser ou lire la réponse pour ajuster la complexité et le ton.

Définir la portée

Définissez clairement les limites pour éviter des réponses trop larges ou trop étroites.

Fournir des exemples

Montrez des exemples de ce que vous recherchez pour guider le style de sortie.

Énoncer votre objectif

Expliquez ce que vous ferez avec la réponse pour obtenir des résultats plus exploitables.

​
Modèle de définition de contexte efficace

Utilisez cette structure pour fournir un contexte complet : 
[Rôle/Perspective] : Je suis un [votre rôle] travaillant sur [projet/tâche]

[Situation] : Actuellement, [décrivez votre situation]

🎯 [OBJECTIF] : Ce que je dois accomplir

📏 [PORTÉE - Contraintes] : 
- [Contrainte 1]
- [Contrainte 2]
- [Contrainte 3]

👥 [PUBLIC] : Qui va utiliser/lire ceci ou expliquez le format dont la sortie a besoin

💡 [EXEMPLES] : Exemples pertinents ou approche actuelle (si applicable)

[SORTIE] : Spécifiez le format exact que vous voulez pour la réponse ici. Par exemple, demandez un tableau, un résumé, une liste d'étapes d'action, un brouillon d'e-mail ou des points - ce qui serait le plus utile pour vos personnes ou parties prenantes.

[Votre question spécifique]
Exemple : 
Rôle : Je suis analyste de données dans une startup de santé

Situation : Nous avons des données d'enquête de satisfaction des patients de 500 
répondants dans 3 emplacements de clinique sur 6 mois.

🎯 OBJECTIF : Identifier les 3 principaux facteurs affectant la satisfaction 
des patients à présenter à notre équipe exécutive

📏 PORTÉE - Contraintes :
- Se concentrer sur les insights exploitables que nos cliniques peuvent mettre en œuvre
- Les résultats doivent être statistiquement significatifs (p < 0,05)
- Période de 6 mois dans 3 emplacements de clinique
- Utiliser Tableau pour la visualisation de données (requis par notre organisation)

👥 PUBLIC : Cadres non techniques qui ont besoin d'insights clairs et exploitables
- Préfèrent les présentations visuelles aux statistiques brutes
- Doivent comprendre l'impact métier

💡 EXEMPLES : L'approche actuelle inclut des scores de satisfaction de base, mais 
les cadres ont demandé une analyse plus approfondie reliant la satisfaction à des 
facteurs opérationnels spécifiques

Sortie :
Veuillez fournir votre réponse dans le format suivant :

- [Nom du facteur] : [Brève explication ou insight]
- [Nom du facteur] : [Brève explication ou insight]
- [Nom du facteur] : [Brève explication ou insight]

Par exemple :
- Temps d'attente : La rapidité avec laquelle les patients sont pris en charge impacte la satisfaction
- Amabilité du personnel : Les interactions positives du personnel améliorent l'expérience
- Clarté des instructions : Les patients apprécient les informations claires après la visite

Question : Quelle approche d'analyse recommanderiez-vous, et quels types 
de visualisation devrais-je utiliser pour la présentation exécutive ?
Cette structure applique les quatre techniques de définition de contexte : énoncer votre objectif 🎯, définir votre public 👥, définir la portée 📏 et fournir des exemples pertinents 💡.

​
Voir en action : Exemple vidéo

Regardez la vidéo suivante pour une démonstration pratique de l’utilisation de ces Bonnes pratiques pour instruire un agent IA et obtenir des résultats de haute qualité.
Cette vidéo vous guide étape par étape dans l’application de la clarté, des instructions positives et de la définition de contexte efficace lors du prompting d’un agent IA.

​
Demandes de sortie structurée

Demander des formats spécifiques vous aide à obtenir des réponses immédiatement utilisables.
Demandez des informations organisées dans un format scannable.Exemple :
Listez les 5 considérations les plus importantes lors du choix d'une base de données 
pour une plateforme d'analytique en temps réel. Pour chaque point :
- Énoncez la considération
- Expliquez pourquoi c'est important
- Fournissez un exemple concret
Obtenez des comparaisons côte à côte pour la prise de décision.Exemple :
Créez un tableau de comparaison de React, Vue et Angular avec ces colonnes :
- Nom du framework
- Courbe d'apprentissage (facile/modérée/raide)
- Meilleur cas d'usage
- Taille de la communauté
- Adoption en entreprise
Demandez des procédures en format séquentiel.Exemple :
Fournissez des instructions étape par étape pour configurer CI/CD pour une 
application Node.js en utilisant GitHub Actions. Incluez :
1. Prérequis nécessaires
2. Chaque étape de configuration
3. Comment vérifier que chaque étape a fonctionné
4. Conseils de dépannage courants
Demandez du code fonctionnel avec des explications.Exemple :
Écrivez une fonction Python pour valider les adresses e-mail en utilisant regex.
Incluez :
- Code complet et exécutable avec indications de type
- Commentaires en ligne expliquant le pattern regex
- Exemple d'utilisation
- Cas limites qu'elle gère
Spécifiez la longueur et la structure souhaitées pour obtenir des réponses appropriément détaillées.Exemples :
Résumez ceci en exactement 3 points.
Fournissez une analyse complète (environ 500 mots).
Donnez-moi d'abord une réponse brève d'une phrase, puis développez avec des détails.

​
Ingénierie de prompts

Utilisez des stratégies d’ingénierie de prompts adaptées pour obtenir des réponses de haute qualité et ciblées de l’IA. Choisissez l’approche qui correspond à vos besoins et votre niveau d’expérience actuel.
Maîtrisez ces techniques fondamentales pour obtenir systématiquement de meilleurs résultats :
N’attendez pas la réponse parfaite du premier coup. Ajustez votre prompt à chaque fois en fonction de la réponse IA précédente.
1

Commencer avec un prompt basique

Commencez avec une question claire mais simple.
Expliquez comment fonctionnent les fenêtres de contexte dans les modèles IA.
2

Évaluer la réponse

Vérifiez si la réponse répond à vos besoins. Était-elle trop technique, trop vague ou hors sujet ?
3

Affiner et ajouter de la spécificité

Ajustez votre question pour clarifier ce que vous voulez.
Expliquez comment fonctionnent les fenêtres de contexte dans les modèles IA en termes simples. 
Utilisez une analogie pour aider une personne non technique à comprendre, et 
expliquez pourquoi cela importe pour les utilisateurs quotidiens de l'IA.
4

Itérer jusqu'à satisfaction

Répétez ce processus jusqu’à ce que la réponse corresponde à vos besoins.
Vous apprendrez ce qui fonctionne le mieux pour vos objectifs en raffinant à chaque fois.
Utilisez les réponses précédentes de l’IA comme tremplin pour une exploration plus approfondie ou une plus grande profondeur.Modèle :
Premier prompt : « Expliquez les avantages de l'architecture microservices. »

Suivi : « Vous avez mentionné la scalabilité comme avantage clé. Pouvez-vous fournir 
un exemple concret de comment les microservices ont permis la scalabilité pour une entreprise 
gérant une croissance rapide ? »

Suivi supplémentaire : « Compte tenu de ces avantages de scalabilité, quels sont les principaux 
défis que les petites équipes rencontrent lors de l'adoption des microservices ? »
Cette approche conduit à une exploration plus naturelle, conversationnelle et productive de sujets complexes.
Demandez à l’IA d’adopter un rôle professionnel spécifique ou d’expert en la matière.Exemple :
Vous êtes un ingénieur DevOps expérimenté avec une expertise en Kubernetes. 
Examinez cette configuration de déploiement et identifiez les vulnérabilités de sécurité 
potentielles et les goulots d'étranglement de performance.

[Votre configuration ici]
Spécifiez clairement les règles de réponse pour limiter la portée, la structure ou le style.Exemple :
Analysez cet ensemble de données avec les contraintes suivantes :
- Se concentrer uniquement sur les données Q4 2024
- Exclure les valeurs aberrantes au-delà de 2 écarts types
- Présenter les résultats par ordre d'impact métier
- Inclure les niveaux de confiance statistique

​
Erreurs courantes à éviter

Problème : « Parlez-moi de l’IA. »Mieux : « Expliquez les différences clés entre l’apprentissage supervisé et non supervisé pour un analyste métier évaluant quelle approche utiliser pour la segmentation client. »
Problème : « Comment améliorer notre SEO, devrions-nous utiliser les publicités sur les réseaux sociaux, et quelle stratégie de contenu fonctionne le mieux pour le B2B ? »Mieux : Décomposez en prompts séparés et ciblés ou demandez explicitement un traitement séparé de chaque question.
Problème : « Est-ce une bonne approche ? » [sans expliquer ce qu’est ‘ceci’ ou quels sont vos objectifs]Mieux : Fournissez l’approche, votre contexte, vos objectifs et les critères pour « bon ».
Problème : Commencer une nouvelle conversation avec « Continuez là où nous nous sommes arrêtés » sans rétablir le contexte.Pourquoi cela échoue : Les modèles IA ne peuvent pas accéder aux informations des conversations précédentes. Chaque nouvelle conversation commence avec une fenêtre de contexte vide, donc l’IA n’a aucun moyen de récupérer ou référencer ce qui a été discuté avant.
En savoir plus sur les fenêtres de contexte et comment elles fonctionnent dans Gestion des conversations.
Mieux : Résumez brièvement le contexte pertinent des conversations précédentes lors du démarrage d’un nouveau chat.

​
Résumé des Bonnes pratiques

Commencer simplement

Commencez par un prompt de base clair, puis ajoutez de la complexité au besoin.

Soyez spécifique

Les questions vagues obtiennent des réponses vagues. Fournissez des détails et du contexte.

Itérez

Affinez vos prompts en fonction des réponses que vous recevez.

Sauvegardez ce qui fonctionne

Construisez une bibliothèque de prompts efficaces pour les tâches récurrentes.
Le meilleur prompt est celui qui vous donne le résultat dont vous avez besoin. Expérimentez avec différentes approches et apprenez ce qui fonctionne pour vos cas d’usage.

​
Prochaines étapes

Gestion des conversations

Apprenez à gérer les longues conversations et à comprendre les fenêtres de contexte.

Bibliothèque de prompts

Sauvegardez et réutilisez vos meilleurs prompts avec des variables pour l’efficacité.