Aller au contenu principal
PGlossaire IA

Prompt engineering

Art et science de concevoir des instructions optimales pour les LLMs.

Définition complète

Le prompt engineering est devenu une compétence à part entière en 2023-2024. Au début c'était presque magique : changer une virgule pouvait changer la qualité de la réponse de 30%. En 2026, les modèles sont devenus plus robustes, mais maîtriser le prompting reste critique pour tout usage sérieux.

Les techniques essentielles à connaître :

1. **Zero-shot** : décrire la tâche en mots, sans exemple. Marche pour les tâches simples. 2. **Few-shot** : montrer 2-5 exemples du format attendu. Ultra efficace pour les formats structurés. 3. **Chain of thought** : demander un raisonnement étape par étape avant la réponse finale. 4. **Persona** : assigner un rôle expert ("Tu es un avocat spécialisé en droit du travail…"). 5. **Constraints** : préciser ce qu'il NE FAUT PAS faire ("Pas plus de 200 mots", "Pas d'emoji"). 6. **Self-consistency** : générer plusieurs réponses et garder la majoritaire. 7. **Iteration** : prompt → réponse → analyse → ajustement → re-prompt.

Anti-patterns à éviter : - Prompts vagues ("Améliore ça") - Trop d'instructions contradictoires dans un seul prompt - Demander au modèle d'"être créatif" sans cadre (résultats inconsistants) - Ignorer le system prompt et tout mettre dans le user prompt

La règle d'or : si tu obtiens un mauvais résultat, c'est presque toujours un problème de prompt, pas de modèle. Avant de changer de modèle, itère sur le prompt.

Approfondir

Tu veux maîtriser Prompt engineering en pratique ?

Le module "Prompt engineering — penser comme un LLM" couvre prompt engineering en profondeur, avec démonstrations interactives et exercices.

Découvrir le module →

Termes liés