Recette de Prompt Parfait de ChatGPT en 10 Composants

Un prompt parfait comporte 10 composants : Objectif (15%), Rôle (10%), Contexte (20%), Données d'entrée (15%), Contrôles de qualité (4%), Contraintes (8%), Exemples (5%), Demande d'itération (5%), Instructions (10%) et Format de sortie (8%). Vous n'avez pas besoin des 10 à chaque fois, mais savoir quels leviers actionner change la donne. 1. Contexte (20% de l'impact) : La réalité de fond que le modèle doit habiter. Inclut le type d'entreprise, le secteur, le public, les objectifs et les défis. Ne supposez jamais que le modèle connaît votre situation. Astuce : Écrivez votre contexte une fois, enregistrez-le dans un fichier texte (ou comme instructions personnalisées/connaissances du projet) et collez-le à chaque fois. Exemple : "Mon entreprise vend des logiciels de gestion de projet à des équipes distantes de 10 à 100 employés. Notre principal défi est que les acheteurs pensent que nous sommes trop chers par rapport aux outils gratuits." 2. Objectif (15% de l'impact) : La définition claire de la tâche. Si votre objectif est flou, la sortie sera du bruit. Astuce : Remplacez les verbes vagues par des résultats spécifiques. Ne dites pas "aidez-moi avec". Dites "créez", "diagnostiquez" ou "réécrivez". Mauvais : "Parlez-moi du marketing." Bon : "Créez une stratégie de marketing de contenu de 90 jours pour une startup SaaS ciblant les petites entreprises." 3. Données d'entrée (15% de l'impact) : Fournissez les informations réelles dont le modèle a besoin pour faire le travail. Cela peut être des notes de réunion, des commentaires de clients, un brouillon, un rapport de recherche ou le texte du site Web. Astuce : Utilisez des balises XML (comme <notes> et </notes>) pour séparer vos données d'entrée de vos instructions. Exemple : "Voici les transcriptions brutes de trois entretiens clients. Sur la base de ces transcriptions..." 4. Rôle (10% de l'impact) : Dites au modèle qui il doit être. Attribuer un rôle active des groupes de connaissances et des schémas de raisonnement complètement différents. Astuce : Associez le rôle à un ton ou une philosophie spécifique pour affiner la concentration. Exemple : "Agissez en tant que rédacteur publicitaire de réponse directe de classe mondiale spécialisé dans les campagnes par e-mail concises, percutantes et dans le style de David Ogilvy." 5. Instructions (10% de l'impact) : Dites à l'IA exactement quoi faire avec le contexte, l'objectif et les données d'entrée. Utilisez des verbes d'action forts. Astuce : Divisez les instructions complexes en étapes numérotées. Exemple : "1. Analysez les données. 2. Identifiez les trois plaintes les plus courantes. 3. Priorisez les recommandations pour les corriger. 4. Expliquez votre raisonnement." 6. Contraintes (8% de l'impact) : Fixez les limites. Inclut les limites maximales de mots, les niveaux de lecture, les limites budgétaires ou les choses qu'il n'est pas autorisé à faire. Astuce : Les contraintes négatives sont puissantes pour éliminer l'"odeur d'IA". Exemple : "Maximum 500 mots. N'utilisez pas les mots 'plonger', 'crucial' ou 'tapisserie'. Maintenez le niveau de lecture à un standard de huitième année. Utilisez uniquement les informations fournies." 7. Format de sortie (8% de l'impact) : Spécifiez exactement la forme que doit prendre la réponse. Astuce : Si vous déplacez des données vers un autre système, demandez du CSV ou du JSON. Si vous présentez, demandez un tableau Markdown. Exemple : "Présentez la réponse dans un tableau avec trois colonnes : Problème, Impact et Solution proposée." 8. Exemples (5% de l'impact) : Aussi connu sous le nom de prompting à quelques exemples. Montrez au modèle à quoi ressemble une bonne sortie. Astuce : Si le modèle continue d'échouer, donner un exemple parfait est généralement plus rapide que de réécrire les instructions. Exemple : "Voici un exemple du ton que je veux. Entrée : Le client se plaint du prix. Sortie : Mettez en évidence le ROI et fournissez trois études de cas pertinentes." 9. Demande d'itération (5% de l'impact) : Le prompting est une conversation aller-retour. Astuce : Demandez au modèle de générer plusieurs options afin que vous puissiez choisir la meilleure direction. Exemple : "Générez trois alternatives distinctes pour le titre. Ensuite, critiquez vos propres réponses et dites-moi laquelle est la plus forte et pourquoi." 10. Contrôles de qualité (4% de l'impact) : Demandez à l'IA de vérifier son propre travail avant de donner la réponse finale. Astuce : Ajoutez un contrôle de qualité à la fin de tout prompt analytique complexe. Exemple : "Avant de finaliser votre réponse, vérifiez l'exactitude factuelle, identifiez toute hypothèse faible que vous avez faite et mettez en évidence toute information manquante qui rendrait votre recommandation plus solide."