Aller au contenu principal
Technique

Les 10 techniques de prompt qui changent tout

Équipe English Tree
12 janvier 2025
15 min de lecture

Introduction : au-delà du prompt basique

La qualité de vos résultats avec l'IA dépend directement de la qualité de vos prompts. Un prompt bien construit peut transformer une réponse mediocre en résultat professionnel.

Ces 10 techniques sont utilisées par les experts du prompt engineering pour obtenir des résultats exceptionnels. Chacune répond à un besoin spécifique et peut être combinee avec les autres.

Pourquoi ces techniques ?

Ces méthodes exploitent la façon dont les modèles de langage fonctionnent. En structurant vos demandes differemment, vous activez des capacités que l'IA n'utilisé pas par défaut.

1Zero-shot prompting

Le zero-shot consiste à demander à l'IA d'effectuer une tâche sans lui donner d'exemple. C'est la forme la plus simple de prompting.

Quand l'utiliser ?

  • Taches simples et bien définies
  • Demandes standards (résumé, traduction, reformulation)
  • Quand vous n'avez pas d'exemples sous la main

Exemple

"Traduis ce texte en anglais : [votre texte]"

Limite : Peut manquer de précision pour les tâches complexes ou spécifiques à votre domaine.

2Few-shot prompting

Le few-shot fournit quelques exemples à l'IA avant de lui demander d'effectuer la tâche. L'IA apprend le pattern à partir de ces exemples.

Pourquoi ca fonctionne ?

Les exemples montrent exactement ce que vous attendez : format, ton, niveau de détail. L'IA imite ensuite ce pattern.

Voici comment classifier les avis clients : Avis : "Livraison rapide mais produit abime" Classification : Mitige Avis : "Parfait, exactement ce que je voulais !" Classification : Positif Avis : "Ne fonctionne pas, tres déçu" Classification : Negatif Maintenant, classifie cet avis : Avis : "Bon rapport qualité-prix malgre un délai plus long que prévu" Classification :

Conseils

  • 2 à 5 exemples suffisent généralement
  • Choisissez des exemples varies qui couvrent les cas typiques
  • Gardez un format coherent entre les exemples

3Chain-of-thought (CoT)

Le Chain-of-thought demande à l'IA de raisonner étape par étape avant de donner sa réponse finale. Cette technique améliore significativement les résultats sur les problèmes complexes.

Comment l'appliquer ?

Ajoutez simplement "Raisonne étape par étape" ou "Explique ton raisonnement" à votre prompt.

Exemple

"Analyse cette situation commerciale et recommandé une stratégie. Raisonne étape par étape en expliquant chaque élément de ton analyse."

Cas d'usage ideaux

  • Problemes mathématiques ou logiques
  • Analyse stratégique
  • Prise de décision complexe
  • Debugging de code

4Role playing

Attribuer un rôle spécifique à l'IA modifie profondément ses réponses. Le rôle influence le ton, le vocabulaire, le niveau de détail et l'angle d'approche.

Tu es un directeur marketing expérimenté avec 15 ans d'expérience dans l'industrie tech B2B. Tu es reconnu pour tes analyses stratégiques pragmatiques et tes recommandations actionnables. Analyse cette campagne marketing et propose des améliorations.

Roles efficaces

  • Expert du domaine : "Tu es un avocat spécialisé en droit du travail"
  • Public cible : "Tu es un client mecontent qui..."
  • Mentor : "Tu es un coach qui aidé à progresser..."
  • Critique : "Tu es un reviewer exigeant qui cherche les failles..."

5Structured output (JSON, Markdown)

Demander une sortie structuree permet d'obtenir des résultats directement exploitables et facilite l'intégration avec d'autres outils.

Analyse ce CV et retourne les informations au format JSON : { "nom": "", "poste_actuel": "", "annees_expérience": 0, "compétences_cles": [], "points_forts": [], "points_attention": [], "adequation_poste": "faible/moyenne/forte" }

Formats utiles

  • JSON : Pour l'intégration avec des applications
  • Markdown : Pour des documents structures
  • Tableau : Pour les comparaisons
  • Liste a puces : Pour la lisibilite

6Temperature et parametres

La temperature contrôle le niveau de créativité vs determinisme de l'IA. C'est un levier puissant souvent sous-utilisé.

Echelle de temperature

  • 0.0 - 0.3 : Tres deterministe. Pour les tâches factuelles, code, données.
  • 0.4 - 0.7 : Equilibre. Pour la rédaction professionnelle.
  • 0.8 - 1.0 : Creatif. Pour le brainstorming, idées originales.

Astuce

Pour un même projet, utilisez une temperature élevée pour le brainstorming initial, puis baissez-la pour la rédaction finale.

7Iterative refinement

Au lieu de chercher le prompt parfait du premier coup, travaillez par iterations successives. Chaque échange affine le résultat.

Processus type

  1. Premier jet : Demande initiale simple
  2. Feedback : "C'est bien, mais ajoute plus de détails sur X"
  3. Ajustement : "Reformule le paragraphe 2 de façon plus concise"
  4. Finalisation : "Parfait, maintenant ajoute une conclusion"

Phrases de refinement utiles

  • "Developpe davantage le point sur..."
  • "Reformule de façon plus [formelle/simple/technique]"
  • "Ajoute des exemples concrets"
  • "Condense en gardant l'essentiel"

8Context window management

La fenêtre de contexte est la quantité d'information que l'IA peut traiter en une fois. Savoir la gerer est essentiel pour les projets complexes.

Strategies cles

  • Prioritisez l'information : Mettez les éléments les plus importants en début et fin de prompt (effet de recence et de primaute).
  • Resumez les échanges précédents : Pour les longues conversations, resumez régulièrement ce qui a été établi.
  • Segmentez les grandes tâches : Divisez un document long en sections traitees séparément.

Capacites actuelles

ChatGPT : 128K tokens | Claude : 200K tokens | Gemini : jusqu'à 1M tokens. Un token = environ 0.75 mot en français.

9System prompts

Les system prompts definissent le comportement général de l'IA avant même que l'utilisateur interagisse. C'est la base de tout assistant personnalisé.

SYSTEM PROMPT : Tu es l'assistant virtuel de [Entreprise], spécialisé dans [domaine]. Tes réponses doivent : - Être professionnelles mais accessibles - Toujours inclure des sources si tu cites des faits - Rediriger vers le support humain pour les cas complexes - Ne jamais partager d'informations confidentielles Tu ne reponds pas aux questions hors de ton domaine d'expertise.

Elements d'un bon system prompt

  • Identite et rôle
  • Ton et style de communication
  • Contraintes et limites
  • Format de réponse attendu
  • Gestion des cas limites

10Meta-prompting

Le meta-prompting consiste à demander à l'IA de vous aider à formuler un meilleur prompt. C'est particulièrement utile quand vous ne savez pas par où commencer.

Exemple de meta-prompt

"Je veux créer un prompt pour [objectif]. Quelles informations devrais-je inclure pour obtenir le meilleur résultat possible ? Propose-moi un template de prompt optimisé."

Applications avancees

  • Demander à l'IA d'évaluer et améliorer vos prompts existants
  • Generer des variations d'un prompt pour tester différentes approches
  • Creer des bibliotheques de prompts pour votre équipé

Conclusion : combiner les techniques

La puissance de ces techniques se révélé pleinement quand vous les combinez. Un prompt expert peut utiliser simultanement :

  • Un rôle pour définir l'angle d'approche
  • Du few-shot pour montrer le format attendu
  • Le chain-of-thought pour structurer le raisonnement
  • Une sortie structuree pour des résultats exploitables

Pour aller plus loin

Ces techniques sont au coeur de nos formations. En Niveau 2 - Maîtrise, vous apprendrez a les appliquer concrètement à vos cas d'usage professionnels.

ET

Équipe English Tree

Centre de formation professionnelle spécialisé en IA générative. Nous formons les professionnels a maîtriser les outils IA pour leur métier.

Contactez-nous

Articlés àssocies

Devenez expert en prompt engineering

Notre formation Niveau 2 - Maîtrise vous apprend a appliquer ces techniques à vos cas d'usage professionnels.