Module 1 — Changer de posture : penser en prompts

Promesse du module

À la fin de cette leçon, vous saurez transformer une demande vague en consigne exploitable. Vous comprendrez pourquoi l'IA répond parfois de manière floue, comment mieux la cadrer, et comment installer dès le départ une méthode simple de test et d'ajustement.

Pourquoi ce module compte

La plupart des utilisateurs abordent une IA générative comme un moteur de recherche, un stagiaire magique ou une boîte noire censée "comprendre toute seule". C'est précisément ce qui produit des réponses décevantes.

Le Prompt Thinking commence par un changement de posture. L'enjeu n'est pas de "trouver la phrase parfaite" une fois pour toutes. L'enjeu est de penser en consignes claires, de préciser ce qui compte vraiment, puis d'améliorer la demande à partir de ce que la machine renvoie.

Autrement dit, un bon prompt n'est pas une formule secrète. C'est un cadre de travail.

1. Ce qu'un LLM produit réellement

Un modèle de langage ne "sait" pas au sens humain du terme. Il produit une réponse probable à partir de votre demande, du contexte disponible, et des régularités apprises dans ses données d'entraînement.

Cette distinction est fondamentale, parce qu'elle change votre manière d'interpréter ses réponses :

Une réponse fluide n'est pas automatiquement une réponse vraie.
Une réponse assurée n'est pas automatiquement une réponse fiable.
Une réponse vague est souvent le reflet d'une demande vague.
Une réponse utile est généralement le résultat d'un bon cadrage.

Dans un contexte professionnel, cela implique une règle simple : vous ne jugez pas l'IA sur son style, mais sur la qualité opérationnelle de sa sortie.

Posez-vous toujours ces questions :

Est-ce que la réponse est exploitable ?
Est-ce qu'elle correspond à mon besoin réel ?
Est-ce qu'elle respecte mes contraintes ?
Est-ce qu'elle doit être vérifiée avant usage ?

Le Prompt Thinking consiste donc à réduire l'écart entre votre intention réelle et la sortie générée.

2. Les limites de l'IA générative dans un contexte professionnel

L'IA est puissante, mais elle a des limites très concrètes. Les ignorer mène à de mauvais usages.

Elle complète les blancs

Quand votre demande manque de précision, le modèle improvise. Il choisit un angle, un niveau de détail, un ton et parfois même des hypothèses que vous n'avez jamais validées.

Elle peut inventer avec aplomb

Le modèle peut produire une information inexacte, une source inexistante, une certitude injustifiée ou un raisonnement fragile tout en gardant une apparence convaincante.

Elle ne connaît pas votre contexte implicite

Ce qui est évident pour vous ne l'est pas pour elle : votre métier, votre client, votre niveau d'exigence, votre objectif commercial, vos contraintes internes ou vos préférences de format.

Elle optimise souvent la plausibilité avant la précision

Si vous ne demandez pas explicitement une réponse prudente, structurée ou vérifiable, vous obtiendrez souvent une réponse simplement "acceptable en apparence".

La bonne posture n'est donc ni la méfiance totale, ni la confiance aveugle. C'est le pilotage.

3. La différence entre une question improvisée et une consigne bien conçue

Une question improvisée ressemble à ceci :

Fais-moi un email pour relancer un client.

Cette demande n'est pas inutilisable, mais elle laisse trop de place à l'interprétation. L'IA doit deviner :

le contexte commercial,
le ton souhaité,
le niveau de fermeté,
l'objectif exact,
la longueur attendue,
les informations à inclure ou éviter.

Une consigne bien conçue réduit cette ambiguïté.

Rédige un email de relance en français pour un prospect qui a reçu une proposition commerciale il y a 8 jours. Objectif : obtenir une réponse ou un créneau d'appel. Ton : professionnel, direct mais courtois. Longueur : 120 mots maximum. Inclure une relance sur la proposition, une phrase de disponibilité, et un appel à l'action clair. Ne pas être insistant.

Le deuxième prompt ne garantit pas une réponse parfaite. En revanche, il augmente fortement les chances d'obtenir une première version utile.

Le Prompt Thinking consiste précisément à penser comme quelqu'un qui donne une consigne exploitable, pas comme quelqu'un qui espère être deviné.

4. Les quatre briques d'un bon prompt

Pour débuter, vous n'avez pas besoin de techniques complexes. Quatre briques suffisent dans la majorité des cas.

1. Le contexte

Le contexte répond à la question : "De quoi parle-t-on exactement ?"

Il peut inclure :

la situation,
le type de projet,
le public visé,
le problème à résoudre,
les informations déjà disponibles.

Sans contexte, l'IA comble les trous. Avec trop peu de contexte, elle part souvent dans une direction générique.

2. L'objectif

L'objectif répond à la question : "Quel résultat utile veux-je obtenir ?"

Un objectif faible :

Aide-moi sur ce sujet.

Un objectif exploitable :

Aide-moi à structurer une note de décision d'une page pour comparer trois options.

L'objectif doit être formulé en termes de sortie attendue, pas seulement d'intention vague.

3. Les contraintes

Les contraintes répondent à la question : "Quelles règles doivent guider la réponse ?"

Exemples de contraintes utiles :

longueur maximale,
niveau de langage,
format,
éléments obligatoires,
éléments à éviter,
niveau de prudence,
priorité entre clarté, exhaustivité et rapidité.

Les contraintes ne servent pas à compliquer le prompt. Elles servent à éviter les réponses inutiles.

4. Le livrable

Le livrable répond à la question : "Sous quelle forme veux-je recevoir le résultat ?"

Par exemple :

un plan en 5 points,
un tableau comparatif,
un email prêt à envoyer,
une synthèse en puces,
une liste de questions à poser,
un brouillon d'argumentaire.

Un livrable bien défini réduit fortement le temps de retravail.

5. Le cycle simple : test, observation, ajustement

Beaucoup de débutants pensent qu'un mauvais résultat signifie que l'outil "n'est pas bon". En réalité, la bonne question est souvent : qu'est-ce que cette réponse m'apprend sur mon cadrage ?

Voici la boucle minimale à adopter :

Étape 1 : tester

Rédigez une première consigne avec les quatre briques de base. Pas besoin de viser la perfection.

Étape 2 : observer

Regardez ce qui manque dans la réponse :

trop vague ?
trop longue ?
mauvais ton ?
pas assez concret ?
format inutilisable ?
hypothèses douteuses ?

Étape 3 : ajuster

Ajoutez ce qui manquait :

plus de contexte,
un objectif plus précis,
une contrainte supplémentaire,
un format de sortie plus clair,
une demande de prudence ou de vérification.

Cette logique d'itération est centrale. Les utilisateurs faibles jugent la première réponse. Les utilisateurs solides améliorent la conversation.

6. Trois erreurs fréquentes à éviter dès le départ

Erreur 1 : confondre brièveté et clarté

Un prompt court peut être excellent, mais un prompt trop court est souvent juste ambigu.

Erreur 2 : demander une réponse "complète" sans définir ce que cela veut dire

"Sois complet" ne donne pas un cadre suffisant. "Couvre les risques, le budget, le calendrier et les dépendances" est bien plus utile.

Erreur 3 : oublier l'usage final

Une bonne réponse n'est pas une réponse intéressante. C'est une réponse que vous pouvez utiliser dans votre travail.

7. Exemples pratiques de prompts avec commentaire

Les exemples ci-dessous illustrent une progression. Le but n'est pas de copier les formulations mot pour mot, mais de voir comment un prompt devient plus exploitable quand il précise le cadre.

Exemple 1 — Passer d'une demande vague à une relance commerciale utilisable

Prompt faible :

Écris un message pour relancer un client.

Prompt amélioré :

Rédige un email de relance en français pour un prospect B2B qui a reçu notre proposition il y a une semaine et n'a pas répondu. Objectif : obtenir soit une réponse, soit un créneau d'échange de 15 minutes. Ton : professionnel, calme, confiant. Longueur : 100 à 130 mots. Inclure un rappel bref de la proposition, une phrase orientée valeur, et un appel à l'action clair. Évite tout ton passif-agressif.

Commentaire :

Ce prompt fonctionne mieux parce qu'il précise le contexte commercial, le but exact, le ton, la longueur et l'élément à éviter. L'IA n'a plus besoin de deviner ce qu'est une "bonne relance" dans votre cas.

Exemple 2 — Transformer une demande de synthèse floue en livrable utile

Prompt faible :

Résume cette réunion.

Prompt amélioré :

À partir des notes ci-dessous, produis une synthèse de réunion en français pour une équipe projet. Le livrable doit contenir 4 sections : décisions prises, points en suspens, actions à mener, risques identifiés. Sois concis, concret et factuel. Si une information manque pour formuler une décision certaine, indique-la comme point à confirmer au lieu d'inventer.

Commentaire :

Ici, le changement décisif vient du livrable. On ne demande pas une "synthèse" abstraite, mais une sortie structurée selon l'usage réel. La consigne de prudence limite aussi le risque d'invention.

Exemple 3 — Utiliser l'IA pour préparer une décision

Prompt faible :

Aide-moi à choisir entre plusieurs options.

Prompt amélioré :

Agis comme un assistant de structuration de décision. Je dois choisir entre trois outils SaaS pour une petite équipe de 6 personnes. Mon objectif est de sélectionner l'option la plus simple à déployer dans les 30 prochains jours. Compare les options selon 5 critères : coût, facilité de mise en place, courbe d'apprentissage, risques de migration, valeur à court terme. Présente la réponse dans un tableau puis termine par une recommandation argumentée avec les hypothèses à vérifier avant décision finale.

Commentaire :

Ce prompt cadre le rôle attendu, la situation, les critères, le format de sortie et le niveau de prudence. Il ne demande pas à l'IA de "décider à votre place", mais de structurer l'analyse.

Exemple 4 — Mieux cadrer une demande de rédaction

Prompt faible :

Écris un post LinkedIn sur l'IA.

Prompt amélioré :

Rédige un post LinkedIn en français pour un dirigeant de PME qui veut partager une idée simple : l'IA n'apporte de valeur que si l'équipe apprend à mieux formuler ses demandes. Public : managers non techniques. Ton : clair, crédible, sans jargon. Structure : une accroche, une idée centrale, un exemple concret, une conclusion actionnable. Longueur cible : 180 mots maximum. Évite les promesses exagérées et les formulations sensationnalistes.

Commentaire :

L'amélioration ne vient pas d'un "truc" caché. Elle vient du cadrage éditorial : qui parle, à qui, pour dire quoi, avec quel ton et dans quelle structure.

8. Exercice pratique

Prenez les trois demandes vagues ci-dessous et réécrivez-les en prompts clairs, ciblés et actionnables en utilisant les quatre briques du module : contexte, objectif, contraintes, livrable.

Demandes de départ

Fais-moi une présentation sur notre offre.
Aide-moi à préparer un entretien de recrutement.
Résume cet article pour mon équipe.

Consigne

Pour chaque demande :

ajoutez le contexte minimal nécessaire,
définissez l'objectif exact,
précisez au moins deux contraintes utiles,
imposez un livrable exploitable.

Variante recommandée

Après avoir réécrit vos trois prompts, testez-en un dans l'outil de votre choix. Analysez la réponse obtenue puis améliorez votre prompt une seconde fois. Votre apprentissage se situe autant dans l'itération que dans la rédaction initiale.

9. Mini-grille personnelle d'évaluation d'un bon prompt

Avant d'envoyer un prompt important, vérifiez rapidement :

Ai-je donné assez de contexte pour éviter une réponse générique ?
Mon objectif est-il formulé comme un résultat utile ?
Mes contraintes sont-elles explicites et réellement utiles ?
Le livrable demandé est-il directement exploitable ?
Saurai-je quoi ajuster si la première réponse est insuffisante ?

Si vous répondez "non" à deux questions ou plus, votre prompt mérite probablement un meilleur cadrage avant envoi.

10. Ce qu'il faut retenir

Le Prompt Thinking n'est pas une collection d'astuces. C'est une discipline de formulation.

Pour bien démarrer :

considérez l'IA comme un système à cadrer, pas comme un lecteur de pensée,
partez des quatre briques fondamentales,
jugez la sortie sur son utilité réelle,
itérez rapidement au lieu d'espérer une perfection immédiate.

Le progrès vient moins d'un prompt "brillant" que d'une méthode simple, consciente et répétable.