par Ce que l’on croit, et ce qui est vrai
Il existe une idée reçue tenace : le prompt engineering serait l’affaire des développeurs, des data scientists, des gens qui savent ce que signifie « API » ou « token ». En réalité, formuler une bonne instruction à un modèle de langage relève bien davantage de la communication que de l’informatique. C’est un art de la clarté, de la précision et du contexte — des compétences que les communicants, rédacteurs, journalistes et créateurs de contenu maîtrisent souvent mieux que n’importe quel ingénieur.
Ce guide n’est pas un cours de technologie. C’est un atelier de style, appliqué à un nouvel interlocuteur : l’intelligence artificielle générative.
Pourquoi la formulation change tout
Les modèles de langage comme Claude, ChatGPT ou Gemini n’ont pas d’intention propre. Ils produisent des réponses statistiquement cohérentes avec l’instruction reçue. En d’autres termes, ils vous donnent ce que vous demandez — ni plus, ni moins. Si votre demande est vague, la réponse sera générique. Si elle est précise, la réponse sera utile.
Pensez à la différence entre dire à un stagiaire « écris quelque chose sur le développement durable » et lui dire « rédige un édito de 400 mots, sur un ton engagé mais non militant, destiné à des dirigeants de PME sceptiques sur le coût des transitions environnementales, en ouvrant sur un paradoxe économique ». Ce sont deux mondes différents. Le prompt engineering, c’est exactement cela : apprendre à parler à la machine comme on brieferait un collaborateur compétent mais littéral.
Les quatre piliers d’un bon prompt
1. Le rôle
Assigner un rôle à l’IA modifie profondément le registre et la profondeur de ses réponses. Commencer une instruction par « Tu es un expert en communication de crise » ou « Agis comme un rédacteur en chef d’un magazine économique » oriente immédiatement le ton, le vocabulaire et la perspective adoptée.
Exemple concret : Au lieu de demander « Explique-moi le personal branding », essayez : « Tu es un consultant en stratégie de marque personnelle. Explique à un cadre de 45 ans qui reprend son activité LinkedIn après deux ans d’absence pourquoi et comment construire une présence éditoriale cohérente. »
2. Le contexte
Plus vous fournissez d’informations sur la situation, le public cible, le canal de diffusion et les contraintes, plus la réponse sera adaptée. L’IA ne connaît pas votre secteur, votre audience, votre ligne éditoriale. Dites-le-lui.
Exemple concret : « Je prépare une newsletter hebdomadaire pour des professionnels RH dans des entreprises de 50 à 200 salariés. Le ton est bienveillant, pragmatique, sans jargon. Rédige une introduction de 80 mots pour un numéro consacré à l’onboarding des télétravailleurs. »
3. La tâche précise
Évitez les verbes fourre-tout comme « parle de », « explique », « fais ». Préférez des actions concrètes : rédiger, résumer en X mots, reformuler dans un registre plus formel, proposer trois angles alternatifs, identifier les objections possibles d’un lecteur sceptique.
Exemple concret : Plutôt que « Parle-moi des réseaux sociaux pour les marques », demandez : « Propose-moi trois angles d’articles originaux sur l’usage de TikTok par des marques B2B, avec pour chaque angle un titre accrocheur et deux phrases d’introduction. »
4. Le format attendu
Précisez la structure souhaitée : longueur approximative, présence ou absence de sous-titres, ton (formel, conversationnel, ironique), structure narrative (paragraphes fluides, listes, format Q&A). Sans indication, l’IA choisira un format par défaut souvent trop listé ou trop générique.
Exemple concret : « Rédige en prose continue, sans tirets ni listes. Environ 250 mots. Commence par une anecdote ou une image concrète. »
Les erreurs les plus fréquentes
La première erreur est la sous-spécification : donner trop peu d’information et s’étonner d’obtenir du contenu banal. Le modèle ne devine pas vos intentions.
La deuxième est la surcomplication inutile : certains formulent des instructions de deux pages pour une tâche simple. Il n’est pas nécessaire d’écrire un roman pour obtenir une bonne réponse. La règle est : autant de détails que nécessaire, pas davantage.
La troisième erreur est d’accepter la première réponse sans itérer. Les modèles de langage sont faits pour le dialogue. Si le résultat ne vous convient pas, reformulez, affinez, demandez explicitement « reprends ce paragraphe en rendant le ton plus direct » ou « supprime les métaphores et reste factuel ». Cette capacité à affiner en dialogue est l’un des avantages les plus précieux de ces outils.
La quatrième erreur, enfin, est de traiter l’IA comme une oracle. Elle fabrique des réponses plausibles, pas nécessairement exactes. Pour tout contenu factuel — dates, statistiques, citations, actualités récentes — une vérification des sources reste indispensable.
Techniques avancées accessibles à tous
Le chaînage de tâches. Décomposez une mission complexe en étapes successives. Demandez d’abord un plan, validez-le, puis demandez la rédaction section par section. Cela donne de meilleurs résultats qu’une instruction unique pour un long article.
L’exemple dans le prompt. Montrez à l’IA ce que vous voulez en lui fournissant un exemple de texte existant que vous appréciez : « Voici un extrait de ma newsletter des semaines passées [coller le texte]. Rédige la prochaine introduction dans le même style. »
La contrainte négative. Indiquer ce que vous ne voulez pas est aussi utile que d’indiquer ce que vous voulez. « Sans utiliser le mot ‘innovant’. Sans introduction générique. Sans liste à puces. » Ce type de contrainte améliore significativement la qualité perçue des réponses.
Le jeu de rôle inversé. Demandez à l’IA d’adopter le point de vue d’un lecteur critique : « Relis ce texte comme si tu étais un journaliste de Libération particulièrement exigeant sur la forme. Quels sont les trois points faibles ? » C’est un excellent outil d’auto-correction.
Cas d’usage concrets pour les communicants
Pour la veille et la synthèse, un prompt efficace pourrait être : « Voici un article de 800 mots [coller le texte]. Résume les trois idées clés en 150 mots maximum, formulées comme des insights actionnables pour un directeur marketing. »
Pour la création de contenu social media, essayez : « À partir de cet article de blog [coller ou résumer], propose cinq posts LinkedIn de longueur variée : un très court (moins de 100 mots), deux de format moyen (150-200 mots), deux longs avec question d’engagement en fin de post. Chaque post doit avoir une accroche différente. »
Pour la reformulation et adaptation de ton, une demande utile : « Ce texte est destiné à un rapport annuel institutionnel. Reformule-le pour un post Instagram d’une marque de mode éco-responsable qui s’adresse à des 25-35 ans urbains. »
Pour la génération d’idées, l’IA est une partenaire de brainstorming redoutable : « Je dois écrire douze articles pour un blog B2B sur la logistique durable. Propose-moi vingt angles différents en variant les formats (interview fictive, étude de cas, opinion, tutoriel, data story). »
Quelques ressources pour aller plus loin
Anthropic, l’entreprise qui développe Claude, publie une documentation complète sur les techniques de prompting. Elle est rédigée de façon accessible et constitue une base solide même pour les non-développeurs.
OpenAI maintient également un guide de prompt engineering, qui présente des stratégies généralement applicables à l’ensemble des modèles de langage actuels.
Le Prompt Engineering Guide du projet DAIR.AI est disponible en français et offre une vue pédagogique et progressive, des bases jusqu’aux techniques les plus avancées comme le chain-of-thought prompting.
Enfin, pour les communicants qui souhaitent explorer des cas d’usage spécifiques au secteur des médias et de la création de contenu, le Reuters Institute for the Study of Journalism publie régulièrement des rapports sur l’usage de l’IA dans les rédactions, consultables ici.
Une posture, pas une recette
Le prompt engineering n’est pas un ensemble de formules magiques à mémoriser. C’est une posture intellectuelle : celle de quelqu’un qui apprend à formuler clairement ce qu’il veut, à décomposer des besoins complexes, à itérer sans se décourager et à rester le vrai auteur de son travail.
L’IA produit, mais elle ne pense pas à votre place. Elle n’a pas votre expérience du secteur, votre connaissance de votre audience, votre ligne éditoriale ni votre voix. Elle est un outil d’une puissance remarquable entre des mains qui savent ce qu’elles cherchent. Et les communicants — habitués à briffer, à reformuler, à adapter des messages pour des publics précis — ont là une compétence naturelle à transférer.
La meilleure façon d’apprendre reste la pratique. Ouvrez une conversation, reformulez, comparez, gardez vos meilleurs prompts dans un document de référence. En quelques semaines, vous aurez constitué votre propre bibliothèque d’instructions calibrées pour votre usage — et vous serez, sans le savoir, devenu prompt engineer.
Lire aussi L’IA au service de la création visuelle jeunesse et Vers un nouveau laboratoire de R&D graphique
Cet article a été rédigé avec l’aide de Claude (Anthropic). Les informations factuelles ont été vérifiées manuellement. Les liens fournis pointent vers des ressources officielles et publiquement accessibles au moment de la rédaction.
Retrouver le visuel illustrant cet artiche chez notre partenaire kidpixstudio.com
