Maîtrise de l'IA
Pourquoi la manière d'écrire votre prompt change tout
Une plongée non technique dans l'attention, le contexte, et la raison pour laquelle le même modèle donne des réponses radicalement différentes à des questions presque identiques.
L’erreur la plus courante au début de l’usage de l’IA consiste à traiter le prompt comme une requête de moteur de recherche. Ce n’en est pas une. Un prompt est un contexte ; et la différence entre une réponse inutilisable et une réponse brillante tient souvent à quelques phrases de cadrage que la plupart des gens sautent.
L’attention est toute l’affaire
Les modèles de langage modernes ne “cherchent” pas des réponses. Ils répartissent leur attention sur les mots que vous leur donnez et prédisent ce qui devrait suivre. Chaque mot de votre prompt est un vote pour ce que le modèle doit pondérer davantage ; et le silence sur un sujet est un vote pour le prior du modèle, c’est-à-dire la moyenne d’internet.
[Migration en cours - corps complet de l’article à reprendre depuis la source Notion d’origine. L’original inclut un exemple travaillé avec des diagrammes d’attention à préserver.]
Les quatre leviers
- Rôle. Dites au modèle depuis quelle position il doit écrire.
- Contraintes. Dites au modèle ce qu’il ne doit pas faire, pas seulement ce qu’il doit faire.
- Audience. Dites au modèle qui va lire le résultat, et pourquoi.
- Exemples. Montrez, ne décrivez pas. Un exemple travaillé vaut mieux qu’un paragraphe d’instructions.
À lire aussi
Maîtrise de l'IA • 2 oct. 2025 • FR
Quand ouvrir une nouvelle conversation IA, et quand continuer ?
La fenêtre de contexte est une ressource finie. Savoir quand réinitialiser et quand poursuivre est l'une des compétences les plus utiles en maîtrise de l'IA.
Maîtrise de l'IA • 18 sept. 2025 • FR
Comment repérer une hallucination avant qu'elle ne vous repère
Cinq signaux pratiques indiquant qu'une réponse d'IA est inventée, pour les lecteurs non techniques qui veulent faire confiance à leurs outils sans se brûler.
Maîtrise de l'IA • 12 août 2025 • FR
Les langues ne se valent pas face à l'IA
La tokenisation n'est pas neutre. Le français consomme plus de tokens que l'anglais pour exprimer la même idée — avec des conséquences directes sur le coût, la latence et la qualité.