J’interroge l’IA, mais la réponse que je souhaite obtenir diffère légèrement à chaque fois.
C’est un exemple du problème auquel étaient confrontés un responsable RH et transformation numérique chargé d’animer un groupe de travail interne sur l’IA générative, ainsi que des collaborateurs des équipes commerciales, administratives et de planification. Il y a six mois, chacun posait spontanément ses questions à ChatGPT ou au chat d’IA interne, et la qualité des e-mails, comptes rendus et notes de recherche produits variait d’une personne à l’autre. Les responsables constataient que « la vérification prend du temps », les équipes ne savaient pas toujours « quoi demander ni comment le formuler », et les personnes chargées de la formation jugeaient difficile de diffuser les bonnes pratiques en interne.
À présent, dans cet exemple hypothétique, 10 participants au groupe d’étude utilisent pendant un mois un modèle commun précisant l’objectif, le contexte, le format, les contraintes et des exemples, puis consignent le nombre de corrections apportées aux comptes rendus et aux brouillons d’e-mails. Il ne s’agit pas de résultats réels, mais la mise en place d’une telle comparaison permet de mieux visualiser les effets de l’amélioration des prompts.
Cet article présente l’ingénierie des prompts non comme une technique complexe réservée aux spécialistes, mais comme la conception d’instructions réutilisables dans un contexte professionnel. L’objectif est de permettre à chacun de solliciter l’IA avec un niveau de qualité constant et de faciliter le partage des pratiques dans les groupes d’étude et les formations internes. Toutefois, un bon prompt ne suffit pas à améliorer à lui seul la qualité de toutes les activités. Il est essentiel de l’associer à la vérification de l’exactitude des informations, à une gestion appropriée des données confidentielles et à des règles de fonctionnement au sein de l’équipe. Si vous estimez ne pas obtenir les réponses attendues, poursuivez votre lecture en gardant à l’esprit l’idée de revoir vos propres prompts.
Qu’est-ce que l’ingénierie des prompts ?
L’ingénierie des prompts consiste à concevoir « ce que l’on souhaite obtenir d’une IA générative, dans quelles conditions et sous quelle forme ».
Dans ce contexte, un prompt désigne une question ou une consigne de travail saisie dans une IA générative. Dans un contexte professionnel, il est plus utile de considérer le prompt comme une « fiche d’instructions » destinée à l’IA que comme une technique spécialisée.
Par exemple, lorsque vous confiez une tâche à un collègue, vous pouvez formuler votre demande ainsi :
Pour la réunion commerciale de demain, veuillez structurer en trois points les principaux enjeux de la proposition destinée à l’entreprise A.
Le document s’adresse au directeur commercial.
Privilégiez les éléments utiles à la décision plutôt que des explications détaillées.
Cette consigne paraît naturelle lorsqu’elle s’adresse à une personne. Le principe est le même avec une IA générative. Plus vous précisez l’objectif, le destinataire et le format attendu, plus la réponse se rapproche d’un résultat directement exploitable dans le cadre professionnel.
À l’inverse, la demande suivante laisserait même un collègue dans l’incertitude :
Fais-moi une bonne synthèse du dossier de l’entreprise A.
Cette consigne n’indique ni l’objectif de la synthèse, ni son lecteur, ni sa longueur, ni les éléments à éviter. De la même manière, l’IA générative tente de produire une réponse alors que les conditions sont insuffisantes. Le résultat peut alors rester général, être trop long ou nécessiter des adaptations avant de pouvoir être utilisé.
Dans un contexte professionnel, l’ingénierie des prompts ne consiste pas à traiter l’IA comme une entité particulière. Il s’agit de décomposer les instructions de travail habituelles et de les reformuler de façon compréhensible pour l’IA.
Quelle différence entre une recherche et un prompt ?
Lorsque l’on commence à utiliser une IA générative, il arrive que l’on saisisse ses demandes comme dans un moteur de recherche.
Par exemple, dans un moteur de recherche, on peut entrer les mots-clés suivants :
prompt rédaction ChatGPT
Un moteur de recherche peut trouver des articles ou des pages pertinents à partir de ces mots-clés. En revanche, pour demander à une IA générative de produire un livrable professionnel, cette saisie ne fournit pas suffisamment de conditions.
Lorsque vous sollicitez une IA générative, précisez également l’objectif et le format, comme dans l’exemple suivant :
Je prépare un support pour une formation interne à l’IA générative.
Expliquez à des débutants comment rédiger un prompt pour donner des instructions professionnelles à ChatGPT.
# Lecteurs
Collaborateurs opérationnels qui commencent à utiliser l’IA générative
# Format de sortie
- 5 points essentiels
- Pour chacun, un mauvais exemple et une version améliorée
- Ne pas abuser des termes techniques
# Contraintes
- Employer des formulations directement réutilisables dans un support de formation interne
- Adopter un ton pratique et éviter les affirmations trop catégoriques
Une recherche vise à « trouver des informations ». Un prompt adressé à une IA générative sert, quant à lui, à définir le résultat attendu.
Comprendre cette différence change la manière d’interroger l’IA. Au lieu d’aligner des mots, il est important de préciser l’objectif professionnel, les lecteurs, le contexte et le résultat final attendu.
Pourquoi les résultats de l’IA varient-ils ?
Les variations dans les résultats d’une IA générative ne dépendent pas uniquement des performances du modèle. Elles tiennent aussi à la quantité et à la précision des informations fournies dans les instructions.
Un objectif ambigu conduit facilement à une réponse générale
Prenons la demande suivante :
Rédigez un e-mail commercial.
Avec cette consigne, l’IA doit faire de nombreuses suppositions.
S’agit-il de prospection ou d’un message destiné à un client existant ? Le destinataire est-il un dirigeant ou un collaborateur d’une équipe métier ? L’objectif est-il d’obtenir un rendez-vous, d’envoyer des documents ou de fixer une date ? Faut-il employer une formulation soignée ou rester bref et aller à l’essentiel ?
Si l’objectif reste ambigu, l’IA produit plus facilement un texte passe-partout. On obtient alors « un résultat qui n’est pas faux, mais qui doit être adapté avant de pouvoir être utilisé tel quel ».
Pour l’améliorer, commencez par indiquer l’objectif.
Rédigez un e-mail commercial destiné à un nouveau prospect afin d’aboutir à la prise d’un premier rendez-vous.
Cette seule précision aide déjà l’IA à mieux cibler son résultat.
Un contexte insuffisant crée un décalage avec le lecteur et la situation
Le contenu d’un document professionnel varie selon son destinataire.
Même pour présenter les « avantages de l’adoption de l’IA générative », le retour sur investissement et la gestion des risques comptent davantage pour un dirigeant. Un responsable informatique s’intéressera plutôt à la sécurité, à la gestion des comptes et à la connexion avec les systèmes existants. Pour un responsable marketing ou commercial, l’accent portera sur la création de contenus, la préparation des rendez-vous et la compréhension des clients.
Sans contexte, l’IA a tendance à produire « une explication valable pour tout le monde ». Dans un cadre professionnel, il est important de préciser le public visé, la situation d’utilisation et les informations à prendre en compte.
Sans format de sortie, le résultat est difficile à exploiter
Lorsqu’une réponse de l’IA semble « correcte, mais peu pratique », le format de sortie n’a peut-être pas été précisé.
Pour rédiger un compte rendu, par exemple, la structure suivante est plus facile à vérifier qu’un simple texte :
## Présentation de la réunion
## Décisions prises
## Actions à mener
| Responsable | Action | Échéance |
## Points à vérifier avant la prochaine réunion
Pour un e-mail, séparez l’objet du corps du message. Pour une comparaison, utilisez un tableau. Pour un support de formation, prévoyez des titres et des listes à puces.
Préciser le format de sortie en amont réduit le travail de mise en forme ultérieur.
Sans contraintes, la réponse peut être trop longue ou trop catégorique
Les textes professionnels sont soumis à des contraintes.
Un e-mail peut, par exemple, devoir tenir en quelques lignes. Un rapport destiné à un responsable peut devoir commencer par la conclusion. Une explication destinée à un client doit parfois éviter les affirmations excessives et les chiffres incertains.
Sans contraintes, l’IA peut produire un texte long en cherchant à fournir une explication complète, ou présenter comme certains des éléments qui nécessitent une vérification.
Les conditions suivantes facilitent donc l’utilisation du résultat dans la pratique :
- 100 mots maximum
- Commencer par la conclusion
- Indiquer « À vérifier » pour toute information incertaine
- Ne pas inventer de chiffres
- Expliquer les termes techniques lors de leur première occurrence
Les contraintes ne servent pas uniquement à réduire la liberté de l’IA. Elles permettent de rapprocher le résultat d’une forme exploitable dans le cadre professionnel.
Structure de base d’un prompt professionnel
Pour structurer un prompt professionnel, il est utile de le concevoir autour des cinq éléments suivants :
- Objectif
- Contexte
- Format
- Contraintes
- Exemples
Il n’est pas nécessaire de détailler systématiquement ces cinq éléments. Toutefois, lorsque les résultats varient, il est possible que l’un d’eux soit insuffisant.
Objectif : que souhaitez-vous accomplir ?
L’objectif indique à l’IA « à quoi doit servir le résultat ».
Voici un mauvais exemple :
Résumez les notes de la réunion.
Dans ce cas, l’IA ignore la finalité de la synthèse. Sa forme varie selon qu’elle sert à votre propre suivi, à informer votre responsable ou à être partagée avec les participants.
Voici une version améliorée :
Pour informer un responsable qui n’a pas assisté à la réunion, résumez les notes en distinguant les points essentiels et les décisions prises.
En indiquant l’objectif, vous aidez l’IA à hiérarchiser les éléments du résultat.
Contexte : qui utilisera le résultat, dans quel but et dans quelle situation ?
Le contexte précise les lecteurs, la situation d’utilisation et les informations générales.
# Contexte
- Lecteur : directeur commercial
- Situation : réunion de revue du dossier demain
- Finalité : décider de l’orientation de la proposition destinée à l’entreprise A
- État actuel : premier rendez-vous terminé ; budget et décisionnaire non confirmés
Ce contexte aide l’IA à déterminer ce qui doit être détaillé et ce qui peut rester concis.
Dans les activités B2B en particulier, la fonction de l’interlocuteur et l’étape du processus de décision sont importantes. Un document destiné à la direction et une note partagée avec les équipes opérationnelles ne se rédigent pas de la même manière, même s’ils traitent du même sujet.
Format : sous quelle forme souhaitez-vous obtenir le résultat ?
Le format permet de réutiliser plus facilement la réponse de l’IA dans les activités professionnelles.
Les formats courants comprennent :
- liste à puces
- tableau
- compte rendu
- FAQ
- tableau comparatif
- plan de proposition commerciale
- proposition de titres pour un support de formation
- liste de contrôle
Pour demander une comparaison, vous pouvez par exemple préciser :
Comparez les trois options.
Présentez le résultat sous forme de tableau avec les colonnes « Option », « Avantages », « Inconvénients », « Cas adaptés » et « Points d’attention ».
La définition du format facilite la reprise de la réponse dans un document ou une messagerie interne.
Contraintes : indiquez ce qu’il faut éviter et les conditions à respecter
Les contraintes portent sur la longueur, le ton, les interdictions et les points à vérifier.
# Contraintes
- 150 mots maximum
- Ton courtois, sans être trop formel
- Ne pas abuser des termes techniques
- Ne pas inventer de chiffres incertains
- Distinguer les faits des suppositions
Dans un usage professionnel, il est particulièrement important de demander de « ne pas présenter les informations incertaines comme des certitudes ».
L’IA sait produire des textes plausibles. Elle peut donc présenter naturellement des chiffres, des dispositifs ou des exemples dont l’existence n’est pas certaine. Tout document externe ou support utilisé pour une décision interne doit impérativement être vérifié par une personne.
Exemples : fournissez un résultat idéal ou un exemple à éviter
Les exemples constituent des repères importants pour l’IA.
La consigne « soyez concis » peut être interprétée différemment selon les personnes. Un exemple comme celui-ci permet de mieux aligner le résultat :
# Bon exemple
Conclusion : nous recommandons l’option A.
Motif : malgré un coût initial élevé, sa charge d’exploitation est faible et elle se prête à une utilisation commune par trois services.
Point d’attention : une validation avec le service informatique est nécessaire avant le déploiement.
# Exemple à éviter
L’option A me paraît très bonne. Elle présente différents avantages et son adoption devrait produire des effets positifs.
Fournir un contre-exemple peut être aussi utile qu’un bon exemple. Cette méthode aide à écarter les formulations abstraites, un ton excessivement commercial ou des textes dont la conclusion manque de clarté.
Modèle de base prêt à l’emploi
Lorsque vous hésitez dans un contexte professionnel, le modèle suivant peut être utile.
Vous êtes {rôle}.
# Objectif
{Ce que ce résultat doit permettre d’accomplir}
# Contexte
- Lecteur : {qui le lira}
- Situation d’utilisation : {où il sera utilisé}
- Informations générales : {informations nécessaires à la décision}
# Format de sortie
{tableau, liste à puces, e-mail, compte rendu, etc.}
# Contraintes
- {nombre de caractères}
- {ton}
- {formulations à exclure}
- Indiquer « À vérifier » pour toute information incertaine
# Exemple de référence
{exemple idéal ou exemple à éviter}
Compte tenu de ces éléments, créez {contenu demandé}.
Il n’est pas nécessaire de remplir chaque rubrique de ce modèle à chaque utilisation. Une demande courte peut parfois suffire.
Toutefois, si le résultat semble difficile à exploiter, vérifiez quelle rubrique manque. Dans de nombreux cas, l’ajout de l’« objectif », du « contexte », du « format » ou des « contraintes » suffit à l’améliorer.
Exemples de prompts par activité
Voici des exemples représentatifs, faciles à adapter au travail quotidien. Ils sont tous hypothétiques. Adaptez-les aux règles et à la politique de gestion de l’information de votre entreprise.
Prompt pour rédiger un e-mail
Voici un mauvais exemple :
Rédigez un e-mail destiné à un client.
Cette demande ne précise ni la relation avec le destinataire ni l’objectif.
Voici une version améliorée :
Vous assistez une équipe commerciale B2B dans la rédaction d’e-mails.
# Objectif
Remercier le client après un premier rendez-vous et organiser la date du prochain échange.
# Contexte
- Destinataire : responsable du service informatique d’une entreprise industrielle
- Situation : entretien en ligne de 30 minutes réalisé hier
- Sujet d’intérêt : améliorer l’efficacité du traitement des demandes internes
- Étape suivante souhaitée : entretien complémentaire avec les services concernés
# Format de sortie
- 3 propositions d’objet
- 1 proposition de corps de message
# Contraintes
- Corps du message limité à 300 caractères
- Ton courtois, sans être trop formel
- Éviter un ton trop commercial
- Ne pas inclure de dates dans le message ; écrire « Nous vous transmettrons séparément plusieurs créneaux »
Rédigez l’e-mail selon ces conditions.
Cette formulation permet d’obtenir plus facilement un message adapté à la situation du destinataire.
Prompt pour rédiger un compte rendu
Dans un compte rendu, il est important de distinguer les décisions des actions à mener.
Organisez les notes de réunion ci-dessous sous la forme d’un compte rendu destiné à un partage interne.
# Objectif
Permettre aux personnes absentes de comprendre les décisions et les prochaines actions.
# Format de sortie
## Présentation de la réunion
- Date et heure :
- Participants :
- Objectif :
## Décisions prises
-
## Actions à mener
| Responsable | Action | Échéance |
## Principaux points abordés
-
## Points à vérifier
-
# Contraintes
- Exclure les conversations informelles et digressions
- Indiquer « À vérifier » pour les chiffres ou dates incertains
- Indiquer « Responsable à déterminer » si le responsable d’une action est inconnu
- Ne pas mélanger faits et suppositions
# Entrée
{coller ici les notes de réunion}
Pour traiter un enregistrement ou des notes de réunion, il est également possible d’associer un outil de synthèse par IA ou de transcription. Kanata prévoit par exemple la synthèse d’enregistrements, de notes et de documents selon un format défini. Pour les réunions régulières qui doivent toujours être structurées de la même façon, des mécanismes de génération personnalisée et de modèles sont utiles.
Prompt pour résumer un document
Pour résumer un document, demander uniquement de « raccourcir » ne suffit pas. Il faut préciser ce qui doit être conservé.
Résumez le document ci-dessous sous la forme d’une note de vérification destinée à un directeur.
# Objectif
Structurer les points nécessaires pour décider de l’adoption lors de la réunion de la semaine prochaine.
# Lecteur
Directeur d’activité, qui privilégie le rapport coût-efficacité, les risques et les incidences internes aux spécifications techniques détaillées.
# Format de sortie
1. Conclusion
2. Points nécessaires à la décision
3. Avantages
4. Risques
5. Éléments complémentaires à vérifier
# Contraintes
- 800 caractères maximum au total
- N’utiliser que les chiffres présents dans le document
- Ne pas supposer les éléments inconnus ; écrire « À vérifier »
- Ajouter une brève explication aux termes techniques
# Entrée
{coller le texte du document}
La définition du lecteur modifie ainsi l’angle du résultat, même à partir d’un document identique.
Prompt pour préparer une recherche
L’IA générative est plus utile pour structurer les enjeux et recenser les axes de recherche que pour lui confier la conclusion finale.
Thème : conception de la formation initiale lors du déploiement interne d’une IA générative
Pour préparer un document de réflexion interne sur ce thème, structurez les points à étudier.
# Format de sortie
1. 7 enjeux importants
2. Informations à vérifier pour chaque enjeu
3. Documents ou services à consulter comme sources primaires
4. Risques faciles à négliger
5. Différences d’intérêt entre dirigeants, responsables informatiques et responsables opérationnels
# Contraintes
- Ne pas inventer de chiffres précis
- Indiquer « Recherche nécessaire » pour toute information incertaine
- Distinguer les considérations générales des vérifications propres à l’entreprise
Dans cet usage, l’IA ne produit pas la « réponse », mais une « carte des recherches à mener ». Cette approche est particulièrement utile pour un sujet traité pour la première fois.
Prompt pour créer un contenu de formation interne
Lorsqu’un responsable RH/DX conçoit un groupe d’étude interne, il est important de préciser les connaissances préalables des participants.
Vous concevez des supports de formation interne à l’IA générative.
# Objectif
Expliquer aux collaborateurs qui commencent à utiliser l’IA générative les bases des prompts professionnels.
# Participants
- Ils ont déjà essayé une IA générative
- Ils ne connaissent toutefois pas de structure de prompt
- Leurs fonctions sont variées : commerce, administration, planification, etc.
# Format de sortie
Proposez le plan de 10 diapositives.
Pour chaque diapositive, indiquez :
- le titre
- le contenu à transmettre
- un exemple
- les points que le formateur doit compléter
# Contraintes
- Réduire les termes techniques au minimum
- Un message par diapositive
- Éviter les affirmations telles que « l’IA améliore toujours l’efficacité »
- Terminer par un exercice destiné aux participants
Une formation ne doit pas seulement transmettre des connaissances, mais aussi permettre aux participants de les transposer à leur propre activité. Vidéos, portail interne, LMS et chat d’IA figurent parmi les différents modes de fonctionnement possibles.
Outre le chat et la synthèse par IA, Kanata propose une fonction d’e-learning permettant de créer des supports à partir de vidéos et de les diffuser comme contenus pédagogiques aux collaborateurs. Pour organiser une formation interne, il est utile de concevoir non seulement les prompts, mais aussi le parcours de participation, de partage et de réutilisation.
5 conseils pour améliorer vos prompts
Une fois la structure de base maîtrisée, quelques ajustements peuvent encore stabiliser les résultats.
Ne demandez pas immédiatement une version définitive
Demander dès le départ un texte définitif peut produire un résultat éloigné des attentes.
Pour une proposition, un article, un support de formation ou une règle interne dont la structure est importante, il est recommandé de commencer par demander un plan.
Commencez par proposer uniquement le plan.
Ne rédigez pas encore le texte ; structurez les titres et les points essentiels à transmettre sous chacun d’eux.
Valider la structure avant de rédiger le texte limite les reprises importantes.
Demandez plusieurs options et une explication de leurs différences
Avec une seule proposition, il peut être difficile de juger si elle est bonne.
Proposez trois options.
Pour chacune, indiquez en une phrase les situations adaptées, les avantages et les points d’attention.
Comparer plusieurs options facilite le choix de l’orientation qui correspond le mieux à votre objectif.
Distinguez les faits, les suppositions et les points à vérifier
Dans un usage professionnel, il est particulièrement important de ne pas mélanger les faits et les suppositions.
Répartissez le résultat en trois rubriques : « Faits », « Suppositions » et « À vérifier ».
Classez comme supposition ou point à vérifier tout élément qui n’est pas explicitement indiqué dans le document.
Cette seule consigne rend le résultat plus facile à examiner.
Traitez un seul thème par chat
Lorsque plusieurs thèmes se succèdent dans un même chat, le contexte antérieur peut subsister et décaler le résultat.
Par exemple, si vous commencez à produire un e-mail commercial puis passez à un support de formation interne dans le même chat, le style et le contexte risquent de se mélanger.
Le guide des bonnes pratiques quotidiennes de Kanata recommande également « un thème par chat » et l’ouverture d’un nouveau chat lorsque le sujet change.
Cette organisation ne se limite pas à Kanata : elle est utile pour tout usage professionnel de l’IA générative. Séparer les chats par dossier, document et objectif facilite également leur consultation ultérieure.
Enregistrez et réutilisez les bons prompts
Un bon prompt ne doit pas rester enfoui dans les notes d’une seule personne : il est important de le rendre réutilisable par l’équipe.
Les prompts suivants peuvent par exemple devenir des ressources réutilisables :
- modèle de compte rendu
- modèle de brouillon d’e-mail
- modèle de structuration des notes d’entretien commercial
- modèle de création de support de formation
- modèle de réponse à une FAQ interne
- modèle de synthèse de document
Vous pouvez les conserver dans une feuille de calcul, un wiki interne, un outil de gestion des connaissances ou une plateforme d’IA, selon le fonctionnement de votre entreprise.
Kanata organise une « bibliothèque » destinée à conserver les paramètres d’IA, les prompts et les données d’apprentissage réutilisés dans les projets ; les instructions courantes peuvent être enregistrées dans la bibliothèque de prompts.
Transformer une bonne pratique individuelle en méthode partagée par toute l’équipe est essentiel pour diffuser l’usage de l’IA générative.
Comment réutiliser les prompts en interne
Un prompt n’est pas achevé une fois pour toutes. Il doit être revu lorsque les activités ou les règles internes évoluent.
Classez-les par usage
Commencez par classer les prompts selon leur usage.
| Catégorie | Exemples de prompts |
|---|---|
| Réunions | Rédaction de comptes rendus, extraction des actions à mener, création d’ordres du jour |
| Commerce | Structuration des notes d’entretien, brouillons d’e-mails, plans de propositions |
| Fonctions administratives | FAQ sur les règles, réponses aux demandes, annonces de formation |
| Marketing | Plans d’articles, propositions de publications sur les réseaux sociaux, structuration des problèmes clients |
| RH/DX | Supports de formation, tests de compréhension, documents de présentation interne |
Un classement facilite la recherche pour les collaborateurs.
Définissez une règle de nommage
Des noms de prompts disparates rendent leur réutilisation difficile.
Il est recommandé d’indiquer l’usage et la version.
modele_compte_rendu_standard_v1
e-mail_commercial_apres_premier_entretien_v1
support_formation_bases_IA_generative_v2
FAQ_interne_reponse_reglement_v1
Un nom qui indique immédiatement l’usage facilite le travail en équipe.
Conservez la date de mise à jour et le responsable
Si d’anciens prompts subsistent, des instructions qui ne correspondent plus aux activités actuelles risquent d’être utilisées.
Conservez au minimum les informations suivantes :
- date de création
- date de dernière mise à jour
- auteur
- responsable
- situation d’utilisation
- points d’attention
Les contenus juridiques, RH, financiers et de sécurité sont particulièrement sensibles aux changements de réglementation et de règles internes ; ils doivent être vérifiés régulièrement.
Réexaminez une fois par mois les prompts utilisés
À titre d’exemple hypothétique, chaque équipe peut consacrer 30 minutes par mois à l’inventaire de ses prompts.
Les points à vérifier sont les suivants :
- quels prompts sont utilisés ;
- lesquels ont produit des résultats de qualité insuffisante ;
- si certains contextes ou formulations sont obsolètes ;
- si de nouveaux modèles doivent être ajoutés ;
- si la gestion des informations confidentielles pose un problème.
Il n’est pas nécessaire d’organiser une grande réunion. L’amélioration progressive des prompts les plus utilisés contribue déjà à rendre les pratiques plus cohérentes au sein de l’équipe.
Précautions à prendre lorsque vous donnez des instructions à une IA générative
Un prompt bien structuré rend le résultat plus facile à utiliser. Il faut toutefois se méfier d’un résultat qui paraît si bien présenté que l’on néglige de le vérifier.
Traitez le résultat de l’IA comme un « brouillon »
L’IA générative sait produire un texte naturel, mais son contenu n’est pas toujours exact.
Les éléments suivants doivent impérativement être vérifiés par une personne :
- chiffres
- dates
- noms propres
- lois et dispositifs
- conditions contractuelles
- règles internes
- informations sur les clients
- sources des citations
- résultats réels
Le résultat de l’IA doit être considéré comme un brouillon, et non comme un livrable définitif. Les textes destinés à l’extérieur et les documents liés à une décision doivent faire l’objet d’une relecture humaine.
Vérifiez les données personnelles et confidentielles avant toute saisie
Avant de rédiger un prompt, il faut vérifier si les informations peuvent être saisies.
Les noms des clients et des interlocuteurs, les montants contractuels, les matricules, les données de santé et les informations RH non publiées exigent notamment une attention particulière.
La CNIL recommande d’encadrer l’utilisation des systèmes d’IA générative par des politiques internes définissant clairement les usages autorisés et interdits, notamment lorsque des données personnelles, confidentielles ou stratégiques sont susceptibles d’être saisies. Dans un contexte professionnel, il convient donc de vérifier les règles internes, le mode de déploiement et les conditions du fournisseur avant de déterminer quelles informations peuvent être utilisées.
Dans la pratique, les substitutions suivantes permettent de renforcer la sécurité :
| Information d’origine | Exemple de remplacement |
|---|---|
| Entreprise A | {grande entreprise industrielle} |
| Mme Martin | {responsable du service informatique} |
| 100 000 euros | {contrat annuel d’environ 100 000 euros} |
| 13 mai 2026 | {mi-mai 2026} |
| Matricule et adresse | Supprimer |
En cas de doute, le principe consiste à ne pas saisir l’information.
Il est également important de permettre à l’IA de dire « je ne sais pas »
Dans un usage professionnel, il est important de ne pas forcer l’IA à répondre.
Pour une réponse liée aux règles internes, précisez par exemple :
Si l’information n’est pas explicitement indiquée dans les règles internes, ne faites aucune supposition et écrivez « Impossible à confirmer dans les règles internes ».
Pour une réponse destinée à un client, vous pouvez préciser :
Ne présentez pas les informations incertaines comme des certitudes ; écrivez « Nous vérifierons ce point et reviendrons vers vous ».
Produire une réponse est facile pour l’IA. Dans certaines situations professionnelles, il est toutefois plus important de traiter comme inconnue une information qui l’est réellement.
Principes de gestion des prompts avec Kanata
Un wiki interne, une feuille de calcul, un outil de gestion documentaire ou une plateforme d’IA peuvent servir à gérer les prompts. Au-delà du choix de l’outil, l’essentiel est de permettre à l’équipe de partager et de réexaminer les instructions courantes.
Kanata se présente comme une plateforme d’assistance professionnelle réunissant en un même endroit les fonctions d’IA nécessaires au travail, notamment le chat d’IA, la synthèse par IA et l’e-learning. Le chat d’IA permet notamment de rédiger, de structurer des idées et d’explorer des informations au fil des questions et des échanges.
Du point de vue de l’ingénierie des prompts, les usages suivants sont envisageables.
Enregistrez les instructions courantes dans la bibliothèque de prompts
Si vous rédigez souvent la même instruction, ce prompt peut probablement être réutilisé par l’équipe.
Les comptes rendus, e-mails commerciaux, supports de formation et FAQ internes, par exemple, conservent souvent un format similaire même lorsque la personne responsable change.
La bibliothèque de projets de Kanata permet de conserver des paramètres d’IA, des prompts et des données d’apprentissage ; les instructions courantes peuvent être enregistrées dans la bibliothèque de prompts.
Distinguez les données d’apprentissage des prompts
Un prompt indique « comment répondre », tandis que les données d’apprentissage concernent « ce qu’il faut consulter ».
Pour créer une FAQ fondée sur les règles internes, par exemple, un prompt bien structuré ne suffit pas si les règles à consulter ne sont pas disponibles.
Il faut alors distinguer :
- Données d’apprentissage
- règlement intérieur, règles de frais, règles de déplacement, recueil de FAQ
- Prompt
- Répondre uniquement à partir des éléments explicitement indiqués dans les règles. En l’absence de fondement, signaler que le point doit être vérifié.
Le manuel de Kanata présente l’enregistrement des documents internes à consulter dans une bibliothèque de données d’apprentissage, afin qu’ils soient accessibles depuis le chat et l’application de synthèse.
Reliez la formation aux pratiques opérationnelles
Une formation ponctuelle suffit rarement à ancrer durablement de bonnes pratiques de rédaction des prompts.
Pour favoriser cette appropriation, apprenez la structure de base en formation, consultez la bibliothèque de prompts dans les activités quotidiennes et mettez régulièrement les contenus à jour.
Le fonctionnement suivant est par exemple envisageable :
- apprendre à tous les collaborateurs la structure objectif, contexte, format, contraintes et exemples ;
- créer dans chaque service trois prompts professionnels courants ;
- enregistrer les bons prompts dans l’espace partagé ;
- réexaminer une fois par mois les prompts utilisés ;
- partager les prompts standard avec les nouveaux arrivants et les collaborateurs mutés.
Ce processus permet de dépasser les initiatives individuelles et de faire de l’utilisation de l’IA générative une pratique de travail partagée au sein de l’équipe.
Conclusion
L’ingénierie des prompts peut sembler être une technique spécialisée.
Dans un contexte professionnel, l’essentiel n’est pourtant pas de maîtriser des techniques complexes, mais de formuler des instructions claires, structurées et adaptées au résultat attendu.
Les cinq principes de base sont les suivants :
- indiquer l’objectif ;
- préciser le contexte ;
- définir le format ;
- indiquer les contraintes ;
- fournir des exemples.
Garder ces cinq éléments à l’esprit permet déjà d’obtenir des résultats plus cohérents et plus faciles à exploiter.
Bien entendu, les prompts ne résolvent pas tout. Leur adoption dans les activités repose aussi sur la vérification humaine, des règles de gestion des informations confidentielles et un mécanisme de réutilisation en équipe.
Commencez par choisir une activité récurrente proche de votre quotidien, comme un brouillon d’e-mail, un compte rendu ou une synthèse. Créez ensuite votre prompt professionnel en suivant le modèle présenté ici.
Ne laissez pas un prompt efficace dans vos notes personnelles : partagez-le avec l’équipe. C’est ainsi que l’utilisation interne de l’IA générative peut progressivement devenir plus cohérente et reproductible.
Questions-réponses
L’ingénierie des prompts est-elle réservée aux spécialistes ?Non. Le développement avancé de l’IA et l’ajustement de modèles exigent des connaissances spécialisées, mais, pour les activités quotidiennes, il suffit de la considérer comme une méthode pour donner des instructions claires à l’IA. L’ajout de l’objectif, du contexte, du format, des contraintes et d’exemples rend déjà le résultat plus facile à utiliser.
Faut-il rédiger un long prompt à chaque fois ?Non. Une demande courte suffit dans certaines situations. Toutefois, si le résultat ne correspond pas aux attentes, l’ajout de l’objectif, du lecteur, du format de sortie et des contraintes facilite son amélioration. Pour les activités récurrentes, il est pratique de transformer les prompts fréquents en modèles.
Peut-on demander à l’IA générative de fournir des chiffres et des exemples ?Ils peuvent servir de point de départ à une recherche, mais leurs sources doivent impérativement être vérifiées. Une IA générative peut produire de manière convaincante des chiffres inexacts ou des références inexistantes. Pour un document externe ou une décision, il faut les confirmer auprès d’organismes publics, de sources primaires ou de documents internes d’origine.
Quelles précautions prendre lorsque l’on inclut des informations internes dans un prompt ?Vérifiez les règles internes avant de saisir des données personnelles, des informations sur les clients, des conditions contractuelles, des données financières non publiées ou des informations RH. Masquez si nécessaire les noms d’entreprises et de personnes, les montants et les dates. En cas de doute, le principe le plus sûr consiste à ne pas saisir l’information.
Comment diffuser de bons prompts en interne ?Commencez par créer des modèles pour les activités fréquentes, telles que les comptes rendus, les e-mails et les synthèses. Conservez ensuite la date de création, l’usage, le responsable et les points d’attention, puis réexaminez-les environ une fois par mois. Regroupez-les dans un wiki interne, une feuille de calcul, un outil de gestion des connaissances ou une plateforme d’IA que votre entreprise pourra continuer à utiliser.