Sommaire Cet article résumé en quelques mots : L’IA générative est de plus en plus utilisée en entreprise. La qualité des résultats dépend fortement de l’ingénierie de prompt (prompt engineering en anglais), qui consiste à formuler des instructions claires, structurées et contextualisées. Cet article propose dix conseils pour optimiser ses prompts : préciser le contexte professionnel, éviter les données personnelles, structurer les demandes, itérer ou utiliser des techniques avancées comme la chaîne de pensée. Attention : si l’IA est un outil puissant, il demeure imparfait et nécessite une utilisation réfléchie ainsi qu’une vérification humaine constante des résultats. Notez-le : pour des raisons de commodité, nous utiliserons des mots anglais dans cet article, parce qu’ils sont désormais associés aux LLM. Ces mots seront systématiquement définis, et traduits dans la mesure du possible. Introduction : les usages de l’IA se multiplient, il faut s’adapter ! Selon une étude de l’INSEE, en 2024, « 10 % des entreprises implantées en France déclarent utiliser au moins une technologie d’intelligence artificielle (IA) ». C’est quatre points de plus qu’en 2023, signe que l’IA générative s’impose rapidement dans le monde du travail depuis le déploiement des LLM au début des années 2020. Il faut dire que les usages peuvent être nombreux : L’IA peut être utilisée pour des tâches éditoriales, la description de produits et de service, la personnalisation des courriels, la génération d’idées, de logos, de slogans… L’IA peut également servir dans le secteur des ressources humaines. Elle permet de décrire des fiches de poste, de générer des questions utilisables en entretien d’embauche, d’évaluer des C.V., etc. L’IA peut assister les services chargés de la relation client, notamment en générant des réponses spécifiques ou en proposant des FAQ ; On peut aussi avoir recours à l’IA pour analyser des données de multiples manières. Cette liste non exhaustive montre qu’il est important pour les salariés d’apprendre à travailler avec l’intelligence artificielle. Pour un employeur, il est nécessaire de cadrer son utilisation en interne et de former ses collaborateurs à l’ingénierie de prompt (ou prompt engineering). Pour rappel, le prompt engineering désigne le processus de structuration des commandes données à une intelligence artificielle. Dit autrement, il s’agit de la manière de formuler des instructions claires, efficaces et ciblées à une IA générative (comme Claude, ChatGPT, Gemini, etc.). L’utilisateur veut généralement obtenir un résultat de type textuel, visuel, vidéo, sonore, etc. Le prompt engineering constitue une étape qui ne doit pas être négligée. En effet, si on n’utilise pas un lexique adapté, si on ne fournit pas à l’IA sollicitée un contexte précis ou si on n’exprime pas son attente de manière claire, il y a de grandes chances que le résultat produit ne soit pas pertinent, ou pas à la hauteur des attentes. Sur le prompt engineering, les créateurs des IA eux-mêmes reconnaissent que cela requiert des compétences. Précisons par ailleurs que plus une requête adressée à une intelligence artificielle est complexe, plus le prompt doit être de qualité. La maîtrise d’une méthode comme celle-ci est nécessaire pour réaliser des prompts de qualité, en particulier dans un cadre professionnel. Mais il est possible d’aller plus loin, notamment si vous vous appuyez sur l’intelligence artificielle pour résoudre des problèmes complexes. Voici dix recommandations pour optimiser vos prompts pour l’entreprise et interagir plus efficacement avec l’intelligence artificielle. 1/ Précisez les caractéristiques de l’entreprise dans laquelle vous travaillez En premier lieu, il est possible – et souhaitable – d’indiquer à l’IA sollicitée les caractéristiques de l’entreprise. Selon la nature de votre requête, vous pouvez notamment préciser : le secteur d’activité ; le positionnement sur le marché ; la structure et l’organisation interne ; la typologie de clientèle ; votre fonction au sein de l’entreprise. Précisez également dans votre prompt quels sont les résultats attendus pour l’entreprise : « Ta production servira à… » Cela permettra de mieux aiguiller l’IA. Encore une fois, pour cela comme pour toutes les étapes qui suivent, il est indispensable de maîtriser parfaitement la langue française. Si nécessaire, testez notre parcours Expression, qui permet d’enrichir son vocabulaire et de mieux s’exprimer. Je découvre le parcours Expression 2/ Ne transmettez à l’IA aucune donnée à caractère personnel On ne le répétera jamais assez : il faut absolument éviter de fournir à une IA des données à caractère personnel. En effet, les LLM (grands modèles de langage) exploitent les données qu’on leur fournit pour s’entraîner et sont susceptibles de les réutiliser. La CNIL le rappelle : une donnée personnelle est « toute information se rapportant à une personne physique identifiée ou identifiable ». Cela désigne notamment : le nom et le prénom ; le numéro de téléphone ; l’adresse électronique ; le numéro de sécurité sociale ; l’adresse postale ; l’image. La CNIL précise également : « Par contre, des coordonnées d’entreprises (par exemple, l’entreprise “Compagnie A” avec son adresse postale, le numéro de téléphone de son standard et un courriel de contact générique “compagnie1[@]email.fr”) ne sont pas, en principe, des données personnelles. » Au besoin, pensez bien à anonymiser les données que vous fournissez aux IA. 3/ Réglez les paramètres de l’IA sollicitée pour plus d’efficacité Vous avez la possibilité de régler les paramètres des intelligences artificielles que vous utilisez. Par exemple, avec ChatGPT, vous pouvez : régler le style et le ton employé par défaut ; autoriser ou non la présence d’émojis dans les réponses ; préciser quelle est votre profession ; accepter ou non les références aux éléments utilisés et à l’historique des enregistrements. Au moyen des connecteurs, vous pouvez aussi autoriser l’IA à accéder à votre adresse électronique, à vos documents stockés sur Google Drive, à votre calendrier en ligne, etc. Cela vous permet d’automatiser un grand nombre de tâches. Tout cela concerne indirectement l’art du prompt, mais vous permet de gagner un temps précieux. 4/ Approfondissez certains points Pour toute demande un tant soit peu complexe à une IA générative, il ne faut pas hésiter à demander des éclaircissements, des précisions, des approfondissements sur certains points spécifiques. Vous pouvez ajouter des exemples ou des références à votre prompt de départ, ou introduire davantage de contraintes dans votre prompt. Par exemple, si vous avez demandé à l’IA trois références de livres sur un sujet précis, vous pouvez lui demander de préciser davantage le sujet de ces livres. Bien entendu, il demeure essentiel de ne pas accorder une confiance aveugle à l’IA et de vérifier point par point ce qui est produit. Rappelons que les intelligences artificielles génèrent encore fréquemment des réponses fausses ou trompeuses (ce sont les fameuses « hallucinations »). 5/ Misez sur une série de questions posées de manière séquentielle Pour répondre à certaines demandes complexes, vous pouvez poser une série de questions à une IA, mais de manière structurée et séquentielle : à chaque étape, l’utilisateur s’appuie sur la réponse précédente pour atteindre l’objectif fixé. Cette méthode est appelée prompt chaining (chaîne de prompts). Par exemple, au lieu de demander directement à une IA de créer un slogan pour l’entreprise, on peut d’abord lui demander : de formaliser les valeurs de l’entreprise ; de définir en quelques mots la proposition de valeur ; d’analyser le profil type de clients. Chacun de ces points peut d’ailleurs faire l’objet de plusieurs questions. Une fois que l’utilisateur a obtenu les réponses dont il avait besoin et donné à l’IA les informations nécessaires, il peut travailler grâce à elle sur la création d’un slogan qui corresponde vraiment à ce que fait et représente l’entreprise. 6/ Structurez vos prompts de manière logique Souvenez-vous que si l’IA est capable de donner l’illusion qu’elle « comprend » et « parle » comme un humain, elle n’en reste pas moins un système informatique. En lui adressant des demandes structurées (avec des titres, des sous-titres, des listes à puces, des tableaux…), vous lui facilitez la tâche. Certains outils de balisage comme Markdown peuvent vous aider à structurer vos prompts. Il vous sera très facile d’indiquer ce qui est un titre, ce qui est un paragraphe, etc. Vous avez également la possibilité de structurer vos prompts au moyen de balises XML. Pour les demandes complexes, cela peut s’avérer très utile et guider l’IA beaucoup plus efficacement qu’un prompt classique. Voici un exemple donné par ChatGPT : </> <contexte> Je crée un site e-commerce de vêtements. </contexte> <objectif> Trouver 3 idées de page d’accueil efficace. </objectif> <contraintes> Style moderne, audience jeune. </contraintes> Voici un autre exemple, donné cette fois par Claude : <email>Bonjour, merci de rappeler le client. Cordialement.</email> <tâche>Résume cet e-mail.</tâche> Selon cette IA, cela est plus efficace que d’écrire : « Voici un e-mail. Résume-le. Bonjour, merci de rappeler le client. Cordialement. » 7/ Fournissez une méthode ou un canevas à l’IA Vous avez besoin de recourir très fréquemment aux services d’une IA ? Pour gagner du temps, vous pouvez utiliser le metaprompting (ou méta-prompt). Cette technique consiste à fournir à l’IA un « canevas » ou une méthode pour résoudre un problème ou pour répondre à une demande complexe. Le prompt fourni à l’IA insiste sur le format du problème à résoudre, et non sur les données. Vous pouvez ensuite réutiliser ce prompt pour d’autres demandes similaires, en modifiant simplement les données. Par exemple, pour résoudre une série de problèmes mathématiques, un méta-prompt peut s’avérer parfaitement adapté : vous donnez à l’IA la méthode pour le résoudre, et elle pourra utiliser la même logique par la suite. Utile pour les tâches répétitives ! 8/ Testez la chaîne de pensée Toujours dans le but de décomposer une tâche complexe, il est possible de formuler sa demande à l’IA, puis de lui demander d’expliquer comment elle a construit sa réponse, étape par étape. Cette technique peut être très utile, car elle permet d’identifier d’éventuels points de blocage ou un manque de compréhension de la part de l’IA. Dans le cadre d’une entreprise, si l’on demande à l’IA de créer un logo, on peut ensuite la questionner sur les étapes qui l’ont amenée à faire ses choix. Cela peut permettre d’améliorer le résultat final. 9/ Essayez « l’arbre de pensée » Et si on proposait à l’IA différents « chemins » pour parvenir au meilleur résultat possible ? Si on voit ces « chemins » comme des branches, on obtient la métaphore de « l’arbre de pensée ». Concrètement, il s’agit de formuler sa demande à l’IA, puis de lui indiquer plusieurs manières d’y donner suite. Par exemple, si vous souhaitez que l’IA rédige un article un peu complexe sur un sujet précis, vous pouvez lui spécifier plusieurs solutions pour structurer l’article en question : « Tu peux d’abord aborder tel point, puis tel autre… » « Ou alors, tu peux commencer par tel point, puis expliquer… » Notez que cette méthode est parfaitement compatible avec celle de la chaîne de pensée : on peut demander à l’IA d’expliquer son choix et les étapes de son raisonnement. Cela permet d’explorer plusieurs chemins de raisonnement simultanément pour des problèmes abstraits ou complexes, tels que le développement de nouvelles intrigues ou la création de plans. Vous pouvez travailler avec l’IA pour explorer et évaluer différentes options jusqu’à ce que vous obteniez le meilleur résultat. 10/ Testez l’ajustement de l’IA (ou le fine-tuning) La CNIL définit le fine-tuning (l’ajustement de l’IA) comme une technique « consistant à spécialiser un modèle d’IA pré-entraîné à l’accomplissement d’une tâche spécifique ». Concrètement, cette technique peut servir à entraîner une IA à répondre à certaines questions de clients, ou bien à rappeler des instructions en interne aux salariés de l’entreprise. Pour le mettre en place, vous devez tout d’abord définir très précisément le besoin : Quel rôle doit jouer l’IA ? À quels besoins ou questions doit-elle répondre ? Quelles tâches doit-elle effectuer ? En fonction de cela, il sera nécessaire de sélectionner un corpus de données et de les fournir à l’IA. De nombreuses IA actuelles facilitent le travail de l’utilisateur en proposant des canevas à remplir. Par exemple, ChatGPT permet de créer des « GPT personnalisés ». Il est possible de définir les actions à effectuer. Notez que les données fournies doivent être claires, et qu’il faut bien évidemment tester l’IA ainsi entraînée. Cela demande donc un peu de temps. Conclusion : redéfinir la manière dont on travaille avec les IA Correctement déployée et utilisée, l’intelligence artificielle permet aux entreprises des gains de productivité considérables. Il est difficile cependant de fournir des méthodes « clé en main ». Dans la plupart des cas, il est nécessaire d’imaginer de nouvelles manières d’utiliser l’IA, sans oublier que celle-ci ne représente pas une solution « magique » et qu’elle peut tout à fait se tromper. Les techniques données dans cet article ont précisément pour objectif de redéfinir la manière de travailler avec une IA, d’en faire un véritable assistant tout en permettant à l’humain de conserver un rôle « moteur ». Nous vous encourageons toujours à vérifier soigneusement les résultats produits. Nous vous rappelons également la nécessité de réaliser vos prompts avec soin, en employant un vocabulaire adapté et précis.
