Comment écrire un bon prompt (le guide pour les équipes qui débutent avec l'IA)

La plupart des équipes qui trouvent l'IA décevante ont en réalité un problème de prompt, pas un problème d'outil. Un prompt bien structuré change radicalement la qualité des résultats. Voici comment en écrire un, concrètement, avec des exemples que vous pouvez reprendre dès aujourd'hui.

On le constate à chaque formation que nous animons en entreprise. Les collaborateurs ouvrent ChatGPT, Claude ou Gemini. Ils tapent une demande vague. Ils obtiennent une réponse générique. Ils ferment l'outil en se disant que l'IA n'est pas à la hauteur. Sauf que le problème ne vient presque jamais de l'outil. Il vient de ce qu'on lui demande. Un prompt flou produit une réponse floue. Un prompt précis produit une réponse exploitable. C'est aussi simple que ça.

La bonne nouvelle, c'est que ça s'apprend. En dix minutes, n'importe quel collaborateur peut passer d'un prompt inefficace à un prompt qui produit un résultat directement utilisable dans son métier. Pas besoin de formation technique. Pas besoin de connaître le fonctionnement interne des modèles. Il suffit de comprendre l'anatomie d'un bon prompt.

‍

L'anatomie d'un prompt efficace (cinq composantes)

Les guides officiels d'Anthropic (Claude), d'OpenAI (ChatGPT) et de Google (Gemini) convergent tous sur le même constat. Un bon prompt repose sur cinq composantes. Pas nécessairement les cinq à chaque fois, mais plus vous en intégrez, plus le résultat sera pertinent.

1. Le rôle

Vous indiquez à l'IA qui elle est dans cette conversation. Un expert en recrutement, un contrôleur de gestion, un commercial B2B expérimenté, un juriste spécialisé en droit du travail. Cette simple ligne transforme la qualité de la réponse. Demander « aide-moi à rédiger une offre d'emploi » produit un résultat générique. Demander « tu es un DRH de PME industrielle avec 15 ans d'expérience, aide-moi à rédiger une offre d'emploi pour un technicien de maintenance » produit quelque chose de directement exploitable.

2. Le contexte

C'est la composante que les débutants oublient systématiquement. L'IA ne connaît pas votre entreprise. Elle ne sait pas si vous êtes une PME de 30 personnes ou un groupe de 5 000. Elle ne sait pas si votre cible est B2B ou B2C, si vous êtes dans l'industrie ou dans le conseil. Plus vous lui donnez de contexte sur votre situation réelle, plus sa réponse sera adaptée à votre environnement. Pas à celui d'une startup californienne ou d'un grand groupe du CAC 40.

3. La tâche précise

C'est le cœur du prompt. Pas « aide-moi à faire une proposition commerciale ». Mais « rédige une proposition commerciale de deux pages maximum pour une PME manufacturière de 80 personnes qui envisage d'automatiser son processus de réponse aux appels d'offres. L'interlocuteur est le directeur des opérations, il est convaincu de l'intérêt mais craint la complexité technique. Centre l'argumentaire sur le ROI et la simplicité de mise en œuvre. » La différence de précision entre ces deux formulations produit une différence de qualité considérable dans la réponse.

4. Le format de sortie

Vous voulez un email prêt à envoyer ? Un tableau comparatif ? Un texte narratif ? Un résumé en cinq points ? Précisez-le. L'IA est capable de produire dans n'importe quel format, mais elle ne devinera pas celui dont vous avez besoin. Trois mots pour spécifier le format vous font gagner une itération complète.

5. Un ou plusieurs exemples

C'est la technique la plus puissante du prompt engineering. Elle porte un nom dans la documentation technique. Le few-shot prompting. Le principe est simple. Plutôt que de décrire le résultat que vous attendez, vous en montrez un exemple concret. L'IA reproduit alors le même format, le même niveau de détail, le même ton. Cette technique fonctionne de manière identique sur Claude, ChatGPT ou Gemini. Les trois documentations officielles la citent comme la méthode à plus fort retour sur investissement.

‍

Un prompt avant/après (la différence est immédiate)

Prenons un cas réel. Un responsable commercial de PME doit relancer un prospect qui n'a pas donné suite à une proposition à 12 000 euros envoyée il y a dix jours.

Le prompt faible ressemble à ça. « Écris un email de relance pour un prospect qui n'a pas répondu. » L'IA va produire un email générique, poli, sans saveur, inutilisable en l'état.

Le prompt structuré ressemble à ça. « Tu es un commercial B2B expérimenté dans le secteur des services aux entreprises. Mon prospect est le DAF d'une PME industrielle de 120 personnes. Je lui ai envoyé une proposition d'accompagnement IA à 12 000 euros il y a dix jours, pas de retour. Il avait exprimé deux hésitations en rendez-vous. Le budget face à d'autres priorités IT. La crainte que ses équipes n'adoptent pas l'outil. Rédige un email de relance de 150 mots maximum qui apporte de la valeur sans être insistant. Intègre un élément de preuve sociale et adresse directement ses deux objections. Ton professionnel mais direct. » Le résultat est un email que le commercial peut envoyer en l'état ou ajuster en deux minutes.

‍

Trois techniques avancées qui changent le niveau

La chaîne de raisonnement

Quand vous demandez à l'IA de résoudre un problème complexe, ajoutez « Raisonne étape par étape avant de donner ta recommandation. » Cette instruction, appelée chain of thought dans la littérature, force le modèle à décomposer son analyse au lieu de sauter directement à une conclusion. Sur les tâches d'analyse, de diagnostic ou de prise de décision, la qualité de la réponse s'améliore significativement. Anthropic le recommande explicitement dans sa documentation. OpenAI aussi.

Le prompt en chaîne

Plutôt qu'un seul prompt monolithique de 500 mots, découpez votre demande en étapes successives. Premier message, vous donnez le contexte et demandez une analyse. Deuxième message, vous demandez des recommandations basées sur cette analyse. Troisième message, vous demandez de rédiger le livrable final. Cette approche par chaînage fonctionne particulièrement bien pour les tâches complexes. Chaque étape affine le résultat de la précédente.

La structuration par balises

Les IA modernes répondent très bien aux prompts structurés avec des sections clairement délimitées. Vous pouvez utiliser des titres en majuscules (CONTEXTE, TÂCHE, FORMAT, CONTRAINTES) ou des balises de type XML pour séparer les parties de votre prompt. Cette structuration réduit considérablement l'ambiguïté. Claude y est particulièrement réceptif selon la documentation d'Anthropic. Mais ChatGPT et Gemini en tirent également profit.

‍

Les cinq erreurs que nous voyons le plus souvent en entreprise

Première erreur, être trop vague. « Rédige une offre commerciale » n'est pas un prompt. C'est un souhait. Il manque le contexte, la cible, les contraintes, le format. L'IA va produire quelque chose de générique parce que vous ne lui avez pas donné de quoi faire mieux.

Deuxième erreur, oublier le rôle. « Aide-moi à analyser ce tableau » ne produit pas le même résultat que « Tu es un contrôleur de gestion de PME industrielle, analyse ce tableau de suivi de trésorerie et identifie les trois risques majeurs pour le trimestre à venir ». Le rôle cadre l'expertise que l'IA va mobiliser.

Troisième erreur, demander tout en un seul prompt. Si vous demandez une analyse de marché, une recommandation stratégique, un plan d'action et un budget en une seule requête, le résultat sera superficiel sur tout. Découpez. Un prompt, une tâche. Vous itérerez ensuite.

Quatrième erreur, ne jamais montrer d'exemple. Si vous attendez un format précis, montrez-le. Un seul exemple de ce que vous attendez en sortie vaut mieux que trois paragraphes d'instructions.

Cinquième erreur, oublier la confidentialité. Dans un contexte professionnel, vous travaillez avec des données réelles. Ne mettez jamais de noms de clients, de montants de contrats ou d'informations stratégiques dans un prompt envoyé à un outil en ligne. Anonymisez. « Client principal dans le secteur pharmaceutique » au lieu du vrai nom. C'est une habitude à prendre dès le premier jour.

‍

Les cas d'usage où le prompting crée le plus de valeur en PME

En accompagnement, nous constatons que les gains les plus rapides se concentrent sur quatre familles de tâches. La rédaction de premières versions, qu'il s'agisse d'emails commerciaux, de propositions, de fiches produits ou de comptes-rendus. La synthèse de documents longs, de retours clients, de notes de réunion. L'analyse structurée, comme l'évaluation de CV, l'audit d'une offre concurrente ou la vérification d'un cahier des charges. Le brainstorm sous contrainte, pour générer des idées de positionnement, de noms de produits ou d'angles de communication dans un cadre précis.

En revanche, les prompts qui demandent « fais-moi une stratégie complète » ne produisent presque jamais de valeur exploitable. La raison est simple. Une stratégie nécessite un contexte extrêmement riche que personne ne prend le temps de fournir dans un prompt. Les résultats restent superficiels. En décomposant la demande en sous-tâches précises, vous obtenez un résultat bien supérieur.

‍

Capitaliser au niveau de l'équipe

Un bon prompt a trop de valeur pour rester dans la tête d'un seul collaborateur. Quand un prompt fonctionne bien sur une tâche récurrente, documentez-le. Créez un répertoire partagé avec le nom de la tâche, le prompt exact, un exemple de résultat obtenu. En quelques semaines, vous construisez une bibliothèque de prompts métier qui accélère l'adoption par toute l'équipe.

L'exercice le plus efficace que nous proposons en formation consiste à prendre un prompt mal écrit, à le réécrire ensemble en appliquant les cinq composantes, puis à comparer les résultats. La différence est immédiate. C'est souvent le moment où les équipes réalisent que le prompting n'est pas un talent inné mais une compétence qui se structure et se partage.

Chez Edison IA, la formation au prompting fait partie de notre programme d'acculturation IA. Ce n'est pas un module théorique. C'est un atelier pratique où chaque participant repart avec des prompts testés sur ses propres cas d'usage métier. Parce que la meilleure façon de convaincre une équipe que l'IA peut lui faire gagner du temps, c'est de le lui prouver en live. Si vous voulez organiser cet atelier dans votre entreprise, parlons-en !