Écrire de meilleurs prompts : 8 techniques qui marchent sur les principaux modèles

Vous ouvrez ChatGPT, Claude ou Gemini, vous tapez votre demande, et la réponse vous laisse sur votre faim : trop vague, à côté du sujet, inutilisable telle quelle. Vous reformulez, puis reformulez encore. Le modèle n'est pas forcément en cause : c'est souvent la façon de lui parler.

En bref : un prompt flou produit une réponse floue, quelle que soit la puissance du modèle. Huit techniques, que l'on retrouve dans les guides officiels d'Anthropic, d'OpenAI et de Google, structurent vos demandes : rôle, contexte, format, exemples, consignes formulées positivement, raisonnement par étapes, itération et modèles réutilisables. Elles ne demandent aucune compétence technique.

Mise à jour : octobre 2026

Pourquoi vos prompts donnent-ils des résultats aléatoires ?

Parce que le modèle comble avec des hypothèses tout ce que vous ne lui dites pas. Imaginez demander à un prestataire de « faire quelque chose de bien » sans brief ni contexte : vous obtiendrez peut-être un résultat acceptable, rarement celui dont vous aviez besoin. La documentation d'Anthropic le formule ainsi : il faut considérer Claude comme un nouvel employé brillant qui ne connaît ni vos habitudes ni vos processus. Plus vous expliquez précisément, meilleur est le résultat.

Quelles sont les 8 techniques à appliquer ?

1. Définir un rôle précis

Indiquez qui doit répondre. « Vous êtes juriste en droit social et vous conseillez des TPE françaises » cadre le niveau de langage et la profondeur de la réponse. Anthropic, OpenAI et Google recommandent tous les trois de définir un rôle ou une identité quand la tâche s'y prête.

2. Donner le contexte de la demande

Un bon prompt dit qui demande, dans quel cadre et pour quel usage. Exemple : « Je suis responsable commerciale dans une PME de services à Rennes. Je dois relancer un prospect silencieux depuis trois semaines, avec chaleur. » Ce contexte évite la réponse générique qui conviendrait à n'importe qui.

3. Spécifier le format de sortie

Si vous ne précisez pas le format, le modèle choisit pour vous. Indiquez :

• la longueur (trois phrases, une page) ;
• la structure (liste, paragraphes, tableau) ;
• le registre (technique, grand public, formel).

Pour les demandes longues, séparez les parties du prompt (consignes, contexte, document à traiter) par des titres ou des balises : OpenAI et Anthropic conseillent ce découpage pour éviter les confusions.

4. Donner des exemples

Les modèles apprennent très bien par l'exemple : c'est le few-shot prompting. Collez un extrait d'un texte que vous aimez avec la mention « voici un exemple du style attendu ». Google recommande d'inclure systématiquement des exemples, et Anthropic conseille d'en fournir trois à cinq, variés, pour de meilleurs résultats. Le même principe guide la façon dont Claude Code utilise les instructions d'un projet.

5. Cadrer le périmètre, plutôt en positif

Posez vos limites : budget, public, sujets à exclure. Formulez-les de préférence en disant ce que vous voulez plutôt que ce que vous ne voulez pas. La documentation d'Anthropic recommande explicitement de « dire à Claude quoi faire plutôt que quoi ne pas faire ». Au lieu de « pas de jargon », écrivez « employez des mots qu'un dirigeant non technicien comprend ».

6. Demander une réflexion par étapes

Pour une analyse, un diagnostic ou un plan d'action, demandez au modèle de raisonner étape par étape avant de conclure, ou découpez vous-même la tâche en sous-demandes successives. Google conseille de décomposer les tâches complexes, et les modèles récents disposent de modes de réflexion prévus pour ce type de travail. Si vous utilisez l'IA pour préparer vos rendez-vous commerciaux, cette technique améliore la qualité de l'analyse.

7. Itérer avec des consignes ciblées

Un prompt ouvre une conversation. Après une première réponse, affinez :

• « Rendez le premier paragraphe plus direct. »
• « Rendez la formulation plus chaleureuse. »
• « Ajoutez deux objections fréquentes et leurs réponses. »

Vous corrigez ce qui ne va pas sans réécrire toute la demande.

8. Créer des modèles de prompts réutilisables

Construisez une bibliothèque de prompts testés pour vos tâches récurrentes : compte rendu de réunion, réponse à un avis client, fiche produit, email de relance. Partagée en équipe, elle réduit la dépendance à quelques « experts informels » et rend la qualité plus homogène.

Que retenir des 8 techniques ?

Comment ces techniques s'appliquent-elles en pratique ?

Prenons un scénario illustratif : une responsable marketing doit produire chaque semaine un premier jet d'article. Elle écrit un modèle de prompt avec un rôle (« rédacteur B2B »), le contexte de l'entreprise, un plan imposé, un extrait d'article maison comme exemple et une longueur cible. Chaque semaine, elle ne change que le sujet et les notes du commercial. Le gain dépend de son contexte ; la régularité du résultat, elle, vient de la structure.

Pourquoi former l'équipe plutôt que quelques volontaires ?

Parce que l'usage spontané de l'IA reste inégal et peu contrôlé. Certains obtiennent de bons résultats, d'autres abandonnent après deux essais, et des outils grand public sont utilisés sans cadre : c'est le shadow AI, avec ses risques pour la confidentialité. Le choix de l'outil compte aussi : notre comparatif ChatGPT ou Claude en entreprise vous aide à trancher. L'article prompt engineering : former son équipe propose une méthode pour structurer cette montée en compétence.

Sources

• Anthropic : Prompting best practices
• OpenAI : Prompt engineering
• Google : Prompt design strategies (Gemini API)

Article rédigé par Aurélien Page, fondateur d'Audiaa, agence IA et No Code à Rennes.