« Améliore ce texte. » L’IA rend une bouillie corporate. « Non, mieux. » Autre bouillie, cravate différente. « PLUS PERCUTANT ! » Au dixième message, vous tapez en majuscules face à une machine qui n’arrête pas de s’excuser. Ça vous rappelle quelque chose ?
Les développeurs ont un mot pour ce genre de piège : un antipattern : une solution qui a l’air sensée, que tout le monde adopte, et qui échoue de façon prévisible. Les bonnes recettes ont des noms pour qu’on puisse les copier (nous les avons cataloguées dans la section patterns) ; les pièges ont des noms pour qu’on puisse se prendre la main dans le sac. Voici les sept qu’on croise partout en prompting avec, à chaque fois, le correctif. Vous allez voir : c’est pas sorcier.
Une seule image mentale pour tout l’article, la même que dans nos fondamentaux du prompt : un prompt, c’est un brief à un freelance brillant — talentueux, absurdement rapide, et payé au mot échangé. Les sept antipatterns ci-dessous, ce sont les sept clients que tous les freelances redoutent.
1. La boule de cristal
« Faites-moi quelque chose de bien. » Puis vous jugez le résultat, sévèrement.
Le mécanisme : un modèle complète votre texte avec la suite la plus plausible. Donnez-lui une demande vague, et la réponse la plus plausible à une demande vague, c’est la moyenne statistique de tout : ce ton générique, vaguement corporate, que vous avez reconnu au premier coup d’œil. La bouillie n’est pas une panne ; c’est exactement ce que « améliore ce texte » veut dire, en moyenne, sur tout Internet.
Le correctif, c’est le brief en quatre parties des fondamentaux du prompt : un rôle, le contexte, une tâche précise, le format attendu. « Réécris ceci pour la newsletter : abonnés non techniques, 120 mots max, termine par une question » obtient en un passage ce que « améliore ça » n’obtiendra pas en dix.
2. Le brief fourre-tout
Le client inverse : le brief de 40 pages. Cinq rôles, trente règles, trois anciennes versions « pour référence », toutes les consignes jamais écrites, collées dans chaque demande, au cas où.
Deux choses déraillent. D’abord, des règles passent à la trappe : la recherche sur les longs contextes a montré que les modèles exploitent bien mieux le début et la fin d’un prompt que ce qui se trouve entre les deux. Le phénomène a un nom, lost in the middle, et on l’a vu dans l’article sur la fenêtre de contexte. La règle 17 sur 30, noyée au milieu, c’est celle que le modèle oublie. Ensuite, vous payez la pile à chaque message, puisque tout le brief est renvoyé en tokens d’entrée à chaque tour.
Le correctif : tout le nécessaire, rien de plus. Promouvez les règles toujours vraies en instructions permanentes (écrites une fois, appliquées partout), et gardez le prompt pour ce qui est spécifique à cette tâche, avec les contraintes cruciales au début ou à la fin, pas noyées au milieu.
3. L’éléphant rose
« Surtout, ne mentionnez PAS notre concurrent. » Devinez qui apparaît au premier paragraphe.
C’est le plus vieux tour de la psychologie : pour ne pas penser à un éléphant rose, il faut d’abord y penser. Les modèles ont la même faiblesse, pour une raison mécanique : le mot interdit est désormais posé dans le contexte, et il irradie de la probabilité sur chaque token suivant. Les négations sont par ailleurs simplement fragiles : « ne sois pas formel » est le genre de consigne qu’un modèle lâche en premier, comme on le notait dans les fondamentaux du prompt.
Le correctif : nommez la cible, pas le vide, et donnez une porte de sortie. Au lieu de « ne parle pas des concurrents » : « Parle uniquement de notre produit. Si une comparaison est inévitable, renvoie vers la page comparatif. » Une consigne positive donne à la probabilité une direction vers laquelle couler.
4. Le catalogue d’adjectifs
« Professionnel mais chaleureux. Percutant mais pas agressif. Moderne mais intemporel. » Un freelance humain hoche poliment la tête et ne comprend rien ; le modèle fait pareil, la politesse en moins.
Les adjectifs ne coûtent rien parce qu’ils sont ambigus : votre « percutant » et le « percutant » moyen d’Internet sont deux choses différentes. Il existe un outil conçu exactement pour ça : le few-shot. Montrez deux ou trois vrais exemples du ton voulu, et le modèle copie le schéma ; les modèles imitent bien mieux qu’ils ne décodent du vocabulaire, comme le détaille le pattern few-shot.
Le correctif : pour tout ce qui est stylistique, un bon exemple bat dix adjectifs. Un exemple coûte quelques centaines de tokens d’entrée ; avec le cache de prompt, des miettes. Dix adjectifs coûtent trois allers-retours de « non, pas comme ça ».
5. Le fil zombie
Message 63 de la même conversation. Vous avez corrigé le tir douze fois, collé trois versions du document, changé deux fois d’avis sur le format. Et les réponses continuent de… se dégrader ?
Deux raisons. La qualité : chaque correction, y compris celles que vous avez annulées, est toujours dans le contexte : la v1 du document côtoie la v3, « raccourcis » côtoie « finalement, rallonge », et le modèle fait la moyenne des contradictions. Le coût : chaque nouveau message renvoie tout l’historique. Un fil dont l’historique a gonflé à 20 000 tokens vous facture 20 000 tokens d’entrée par message ; dix échanges de plus, 200 000 tokens supplémentaires. (Le cache de prompt adoucit la facture jusqu’à ~90 % sur le préfixe stable ; il ne peut rien pour la confusion.)
Le correctif : récolter et repartir. Extrayez les deux ou trois décisions qui ont émergé du fil (« audience : débutants, format : tableau, ton : comme cet exemple »), repliez-les dans un prompt neuf et amélioré, et ouvrez une nouvelle conversation. Un fil est un atelier, pas une maison — l’article sur la fenêtre de contexte explique pourquoi le modèle lui-même fonctionne ainsi.
6. Les formules magiques
« Tu es le meilleur expert au monde. » « Je te donne 200 $ de pourboire. » « Ma carrière en dépend. » « Respire un grand coup. »
Moment d’honnêteté, parce que celui-ci n’est pas de la pure superstition : dans une étude Google DeepMind de 2023, le prompt « Take a deep breath and work on this problem step-by-step » a réellement battu toutes les autres consignes testées sur un benchmark de maths… pour ce modèle-là, cette année-là. Des tests communautaires sur les pourboires et les menaces ont aussi trouvé de petits effets, sur certains modèles, parfois. C’est précisément le problème : ces effets sont spécifiques à un modèle, instables, et en voie de disparition à chaque génération, tandis que les choses ennuyeuses (contexte, exemples, format, une tâche claire) paient sur tous les modèles, à tous les coups. Une incantation ne transporte aucune information sur votre tâche ; une contrainte, si.
Le correctif : troquez la flatterie contre des faits. « Tu es le meilleur copywriter du monde » → « Voici deux anciennes newsletters ; reproduis leur ton. » Et si vous tenez à votre porte-bonheur, très bien, mais mesurez-le (voir l’antipattern 7) au lieu d’y croire.
7. « Ça marchait hier »
Vous avez ajusté le prompt sur un exemple, c’était superbe, vous avez mis en production. Trois autres cas ont cassé en silence.
Un prompt posé dans une application, c’est du code, avec des entrées, des sorties et des régressions. Personne ne livre du code après un seul test manuel ; pourtant, des prompts sont modifiés « au feeling » tous les jours. Résultat : le jeu de la taupe, où chaque correction casse quelque chose que vous ne regardez pas.
Le correctif a un nom, les évals : un jeu fixe de cas réels avec les résultats attendus, re-noté après chaque changement de prompt. Vingt lignes dans un tableur est un début parfaitement honnête ; on y a consacré un article entier, et un pattern avec la checklist.
Mentions honorables
Trois de plus, une ligne chacune : utiliser un chatbot comme moteur de recherche (c’est le territoire de l’hallucination : ancrez-le, le RAG existe pour ça) ; toucher au curseur de température pour réparer un problème de prompt (la table de mixage ne sauvera pas un mauvais brief) ; et le méga-prompt qui fait cinq métiers à la fois, quand enchaîner de petites étapes est moins cher et plus facile à déboguer.
Le tableau récap
| # | Antipattern | Le symptôme | Le correctif |
|---|---|---|---|
| 1 | La boule de cristal | « fais bien », puis déception | rôle + contexte + une tâche + format |
| 2 | Le brief fourre-tout | 30 règles « au cas où », à chaque fois | le nécessaire, rien de plus ; règles permanentes → instructions |
| 3 | L’éléphant rose | un brief fait de « ne… pas » | nommer la cible, donner une sortie |
| 4 | Le catalogue d’adjectifs | « percutant mais classe, moderne mais intemporel » | montrer 2–3 exemples (few-shot) |
| 5 | Le fil zombie | correction n° 12, même conversation | récolter les décisions, repartir à neuf |
| 6 | Les formules magiques | « 200 $ de pourboire », « meilleur expert au monde » | troquer la flatterie contre des contraintes ; mesurer |
| 7 | « Ça marchait hier » | testé une fois, livré | des évals : 20 cas réels battent le feeling |
La racine commune
Relisez les sept : ils traitent tous le modèle comme un télépathe (1, 4), un sujet de psycho (3, 6), un collègue qui se souvient de tout (5) ou une machine à sous (7) — tout sauf ce qu’il est : un freelance très littéral, très rapide, payé au token. Briefez-le comme le professionnel qu’il imite, et la plupart s’évaporent.
C’est tout l’intérêt de nommer les antipatterns : la prochaine fois qu’une réponse déçoit, ne tapez pas « mieux !! » : demandez-vous lequel des sept c’était, et le correctif suit tout seul. Vous voyez ? C’est pas sorcier.
