Kodokon kodokon.com

Techniques de prompt avancées : rôle, contraintes, exemples, raisonnement

Combinez rôle expert, contraintes fortes, exemples few-shot, raisonnement par étapes et itération pour obtenir des réponses qui vous font vraiment apprendre.

10 min · 3 questions

Ouvrir cette leçon dans Kodokon

La qualité de ce que l'IA vous apprend dépend directement de la qualité de vos prompts. Un prompt vague - « explique-moi les generics » - produit une réponse générique, calibrée pour un lecteur moyen qui n'existe pas. Quatre techniques changent radicalement le rendement, et elles se combinent : le rôle expert (fixer qui parle et avec quelle exigence), les contraintes fortes (longueur, prérequis, interdictions, format), les exemples few-shot (montrer le format attendu au lieu de le décrire), le raisonnement par étapes (exiger la démarche avant la conclusion). La cinquième n'est pas une technique de rédaction mais une posture : l'itération - la première réponse est un brouillon que vous affinez, jamais un produit fini.

PROMPT
Tu es formateur senior en [techno], réputé pour tes explications denses, sans remplissage.

Explique-moi [notion précise] avec ces contraintes :
- Pars du principe que je maîtrise déjà [prérequis] : ne réexplique aucune base.
- 200 mots maximum, puis UN exemple minimal commenté.
- Termine par UNE question qui teste si j'ai vraiment compris - pas une question de restitution, une question d'application.
- Si la notion a un piège classique en production, signale-le en une phrase.

Attends ma réponse à ta question avant de continuer. Si ma réponse est fausse, ne donne pas la correction : indique où mon raisonnement dévie et laisse-moi réessayer.
Prompt : rôle expert + contraintes fortes, au service de l'apprentissage actif

Décortiquons. Le rôle ne sert pas à flatter le modèle : il déplace le registre de la réponse - vocabulaire, niveau d'abstraction, exigence. Les contraintes font le reste : « 200 mots maximum » élimine le remplissage, « ne réexplique aucune base » vous épargne trois paragraphes connus, et la question finale transforme une lecture passive en rappel actif - le mécanisme le mieux établi de la mémorisation. Règle générale : une contrainte vague produit un résultat vague. « Sois concis » ne contraint rien ; « 200 mots, un exemple, une question » contraint tout. Passons au few-shot : quand décrire le format devient laborieux, montrez-le.

PROMPT
Je révise [sujet]. Génère des questions d'entraînement au format EXACT des deux exemples ci-dessous.

Exemple 1 :
Situation : une requête renvoie 10 000 lignes alors que l'écran en affiche 20.
Question : quel mécanisme évite de tout charger, et quel est son coût caché ?
Niveau : intermédiaire.

Exemple 2 :
Situation : deux utilisateurs modifient la même ressource à une seconde d'intervalle.
Question : quelle stratégie de gestion de conflit choisir ici, et pourquoi ?
Niveau : avancé.

Génère 5 questions sur [sujet] en respectant ce format : une situation concrète tirée du métier, une question ouverte qui force un raisonnement (jamais de la restitution par cœur), un niveau. Ne donne pas les réponses : je répondrai une par une et tu corrigeras en pointant ce qui manque à mon raisonnement.
Prompt : few-shot - deux exemples valent mieux qu'un paragraphe de spécification

Le few-shot exploite la force première des modèles : la continuation de motif. Deux exemples bien choisis spécifient le ton, la granularité et la structure plus précisément que dix lignes d'instructions - et vos exemples fixent aussi le niveau d'exigence. Dernière technique de rédaction : le raisonnement par étapes. Pour toute question non triviale, exigez la démarche avant la conclusion. Une réponse qui commence par la conclusion vous prive de l'essentiel : le cheminement, c'est-à-dire précisément ce que vous cherchez à apprendre. Bonus : un raisonnement explicite expose ses propres failles - vous repérez l'hypothèse fausse sur votre contexte avant d'avaler une conclusion erronée.

PROMPT
Avant de répondre, raisonne par étapes visibles.

Ma question : [question technique non triviale].

Format imposé :
1. Reformule ma question pour vérifier que tu l'as comprise.
2. Liste les hypothèses que tu fais sur mon contexte (versions, architecture, volumétrie). Je corrigerai celles qui sont fausses.
3. Déroule ton raisonnement étape par étape, en signalant chaque endroit où une autre voie était possible et pourquoi tu ne l'as pas prise.
4. Conclus en séparant ce qui est certain de ce qui dépend de mes réponses au point 2.

N'écris la conclusion qu'après le raisonnement, jamais avant.
Prompt : la démarche avant la conclusion, avec hypothèses explicites

Reste l'itération, la compétence qui distingue l'utilisateur avancé. Ne relancez jamais un prompt de zéro quand la réponse déçoit : diagnostiquez l'écart et corrigez la contrainte manquante. Trop long ? Imposez une limite. Trop générique ? Ajoutez votre contexte et un exemple. À côté du sujet ? La reformulation du point 1 vous montre où le malentendu s'est installé. Trois ou quatre itérations ciblées produisent des réponses qu'aucun prompt initial, si soigné soit-il, n'aurait obtenues - et chaque itération vous apprend quelque chose sur ce que vous cherchiez vraiment.

Quiz de validation

Vérifiez que vous avez bien retenu les points clés de cette leçon.

  1. Qu'est-ce que la technique du few-shot ?
    • Poser plusieurs questions courtes plutôt qu'une longue
    • Fournir des exemples du résultat attendu pour que le modèle en continue le motif
    • Limiter la réponse à un petit nombre de mots
    • Découper un problème en sous-problèmes
  2. Pourquoi exiger le raisonnement AVANT la conclusion dans une réponse ?
    • Pour ralentir l'IA et économiser des ressources
    • Parce que le cheminement est ce qu'on apprend, et qu'un raisonnement explicite laisse voir ses failles
    • Parce que les conclusions des IA sont toujours fausses
  3. La réponse de l'IA est correcte mais trop générique. Quelle est la meilleure suite ?
    • Reposer exactement la même question en espérant mieux
    • Changer d'outil d'IA
    • Itérer : ajouter votre contexte précis et une contrainte qui cible l'écart constaté