Avant toute technique savante, la plupart des réponses IA décevantes se résument à une chose : un prompt flou. Le modèle complète ce que vous lui donnez — donnez-lui du brouillard, il vous rend du brouillard. La bonne nouvelle : une poignée d’habitudes corrige 80 % du problème, et chacune a un effet très concret sur votre facture.

L’analogie

Le brief au freelance. « Fais-moi un logo » produit trois mauvais brouillons et trois allers-retours facturés. « Logo pour une boulangerie artisanale, couleurs chaudes, lisible à 32 px, SVG + PNG, deux options pour vendredi » produit quelque chose d’utilisable du premier coup. Le modèle est ce freelance — brillant, mais il facture chaque échange.

Le principe

Un prompt qui marche du premier coup a quatre parties, dans un ordre stable :

① RÔLE       Qui est le modèle :
             « Tu es un relecteur C# senior, direct, focalisé sécurité. »
② CONTEXTE   Ce qu'il doit savoir :
             le code, le doc, l'audience, la contrainte qui compte.
③ TÂCHE      Une demande précise, formulée positivement :
             « Liste les 3 problèmes les plus risqués » — pas « n'oublie rien ».
④ FORMAT     À quoi doit ressembler la sortie :
             « Un tableau markdown : problème | gravité | correctif. »

Les astuces qui rapportent, par ordre d’impact :

• Soyez précis jusqu’à la gêne. « Résume » → « Résume en 5 puces pour un dirigeant non technique, sans jargon. »
• Dites quoi faire, pas quoi éviter. « Réponds en français soutenu » bat « ne sois pas familier » — les négations sont les consignes que les modèles lâchent en premier.
• Délimitez vos matériaux. Encadrez les documents collés de balises (<document>…</document>) ou de triples guillemets pour que consignes et données ne se mélangent pas — ce mélange, c’est aussi là que vit la prompt injection.
• Donnez-lui une porte de sortie. Ajoutez « si l’information n’est pas dans le document, dis-le » — c’est l’assurance anti-hallucination la moins chère qui existe.
• Ordonnez pour le cache : les parties stables (rôle, règles, docs de référence) d’abord, la question variable en dernier — voir le gain ci-dessous.

Un exemple concret

AVANT :  « Tu peux regarder ce contrat ? »
         → remarques génériques, 3 prompts de relance nécessaires.

APRÈS :  « Tu es spécialiste des baux commerciaux.
          <contrat>…</contrat>
          Liste chaque clause qui s'écarte de la pratique standard
          belge, une ligne chacune : clause → risque → correctif.
          Si une clause est standard, ne la mentionne pas. »
         → sortie utilisable, du premier coup.

💶 Le gain en tokens

• Une reprise n’est jamais un seul message — elle renvoie toute la conversation en tokens d’entrée. Trois allers-retours de clarification sur un contexte de 4 000 tokens ≈ 12 000 tokens d’entrée en plus, plus les sorties gâchées (les plus chères). Le prompt qui marche du premier coup est l’optimisation la moins chère qui existe.
• L’ordre stable-d’abord rend le préfixe cachable : rôle + règles + docs de référence relus jusqu’à ~90 % moins cher à chaque appel suivant (prompt caching).
• Une demande de format précise plafonne la sortie : « 5 puces max » coûte une fraction de la dissertation de trois pages que le modèle offre spontanément — et les tokens de sortie sont les plus chers.

Le piège classique

Le prompt fourre-tout. Empiler vingt règles, cinq rôles et trois exemples dans chaque requête ne rend pas les réponses meilleures — ça les rend plus lentes, plus chères, et le modèle se met à ignorer des règles au hasard. Un bon prompt est comme un bon brief : tout le nécessaire, rien de plus. Quand des règles deviennent permanentes, déménagez-les dans des instructions, leur vraie place.