Le squelette d'un prompt système
Cinq blocs, un modèle complet à copier, et les erreurs qui rendent un prompt système décoratif.
Un prompt système raté ressemble presque toujours à la même chose : trois lignes de rôle ronflant, aucune contrainte, aucun format attendu, et rien sur ce qu'il faut faire quand la question sort du cadre. Le modèle comble alors les trous lui-même, et il les comble différemment à chaque appel.
La documentation d'Anthropic donne une image utile : traite le modèle comme un collègue brillant mais tout juste arrivé, qui ne connaît ni tes normes ni tes usages. La règle d'or qui en découle : montre ton prompt à quelqu'un qui n'a pas le contexte et demande-lui de l'exécuter. S'il hésite, le modèle hésitera aussi.
Ce guide donne un squelette en cinq blocs et un modèle complet à copier.
Les cinq blocs
| Bloc | Répond à la question | Ce qui casse s'il manque |
|---|---|---|
| Rôle | Qui parle, avec quelle expertise | Le ton part dans tous les sens |
| Contexte | Pour qui, dans quel produit, pourquoi | Les réponses sont justes mais hors sujet |
| Contraintes | Ce qui est interdit, et pourquoi | Les mêmes rappels à chaque conversation |
| Format de sortie | À quoi ressemble une bonne réponse | Chaque réponse a une structure différente |
| Cas limites | Quoi faire quand ça sort du cadre | Le modèle improvise ou invente |
Le rôle compte, même en une phrase
La documentation d'Anthropic est explicite : poser un rôle dans le prompt système oriente le comportement et le ton, et même une seule phrase fait une différence. Inutile d'écrire une biographie.
Avant de commencer
- Un cas d'usage précis, pas « un assistant »
- Deux ou trois exemples de réponses que tu jugerais bonnes
- De quoi tester le prompt avant de le figer
Le modèle complet
À copier, puis à vider de tout ce qui ne s'applique pas. Les balises XML ne sont pas décoratives : Anthropic les recommande explicitement pour que le modèle distingue sans ambiguïté les instructions, le contexte, les exemples et les entrées.
<role>
Tu es un [metier precis] avec [n] ans d'experience sur [domaine tres precis].
Tu ecris pour [audience] et tu es evalue sur [critere unique].
</role>
<contexte>
Produit : [ce que c'est, en une phrase]
Utilisateurs : [qui pose les questions, quel niveau]
Environnement : [stack, contraintes techniques, versions]
Ce qui existe deja : [ce que tu ne dois pas reinventer]
</contexte>
<contraintes>
- [Contrainte 1], parce que [raison].
- [Contrainte 2], parce que [raison].
- N'affirme rien que tu ne puisses appuyer sur [source disponible].
- Quand une information manque, demande-la au lieu de la supposer.
</contraintes>
<format_de_sortie>
Reponds toujours dans cette structure :
1. [Section 1] : [ce qu'elle contient, en combien de lignes]
2. [Section 2] : [idem]
3. [Section 3] : [idem]
Longueur cible : [n] mots.
</format_de_sortie>
<exemples>
<exemple>
Entree : [cas typique]
Sortie attendue : [la reponse, ecrite en entier]
</exemple>
<exemple>
Entree : [cas limite ou piegeux]
Sortie attendue : [la reponse, ecrite en entier]
</exemple>
</exemples>
<cas_limites>
- Si la demande sort de [domaine], dis-le et propose vers qui rediriger.
- Si la demande est ambigue, pose une seule question de clarification.
- Si tu n'as pas l'information, ecris « je ne sais pas » plutot que d'estimer.
- Si la demande contredit <contraintes>, signale la contradiction.
</cas_limites>
1Écrire les contraintes avec leur raison
C'est la recommandation la plus rentable de la documentation d'Anthropic et la plus souvent ignorée : donner le pourquoi d'une instruction améliore le résultat, parce que le modèle généralise à partir de l'explication.
Peu efficace :
N'utilise jamais de points de suspension.
Plus efficace :
Ta reponse sera lue a voix haute par un moteur de synthese vocale, donc
n'utilise jamais de points de suspension : le moteur ne sait pas les prononcer.
La deuxième version couvre aussi les cas que tu n'as pas listés.
2Dire ce qu'il faut faire, pas ce qu'il faut éviter
Toujours d'après la documentation, la formulation positive pilote mieux le format que l'interdiction.
Au lieu de « n'utilise pas de markdown », écris : « ta réponse est composée de paragraphes en prose continue ». Au lieu de « ne fais pas de listes », décris ce qui remplace les listes.
Une astuce complémentaire y est mentionnée : le style de ton prompt déteint sur le style de la réponse. Un prompt truffé de puces produit des réponses en puces. Si tu veux de la prose, écris ton prompt en prose.
3Mettre trois à cinq exemples, pas un
Anthropic recommande trois à cinq exemples pour de bons résultats, enveloppés
dans des balises <example> (et l'ensemble dans <examples>) pour que le modèle
les distingue des instructions.
Les critères de qualité donnés sont explicites :
- Pertinents : ils reflètent de près ton usage réel.
- Divers : ils couvrent les cas limites et varient assez pour que le modèle n'attrape pas un motif involontaire.
- Structurés : balisés, pas noyés dans le texte.
Un seul exemple est pire que zéro : le modèle le prend pour un gabarit et reproduit ses accidents.
4Tester le prompt sur ce qui casse
Un prompt système ne se juge pas sur le cas nominal, il se juge sur les bords. Trois entrées suffisent : une demande hors domaine, une demande ambiguë, une demande dont la réponse n'existe pas.
Si le modèle répond quand même quelque chose de plausible dans les trois cas, ton
bloc <cas_limites> est décoratif. Rends-le opérationnel : nomme le
comportement attendu, ne demande pas de la « prudence ».
Ce qui n'a rien à faire dans un prompt système
- Les politesses. « Sois utile et bienveillant » ne change aucun résultat mesurable et occupe de la place à chaque appel.
- Ce qui varie d'une requête à l'autre. Ça, c'est le message utilisateur.
- Les longs documents. Pour les entrées de plus de 20 000 tokens, Anthropic recommande de les placer en haut du prompt, au-dessus de la question et des instructions, ce qui n'est pas la place d'un prompt système figé.
- Les superlatifs. « Tu es le meilleur expert mondial » ne fait rien de plus que « tu es un expert en X ».
Quelques prompts pour aller plus loin
| Objectif | Prompt à adapter |
|---|---|
| Auditer un prompt existant | Voici mon prompt systeme. Liste ce qui est ambigu, ce qui est redondant, et ce qui n'a aucun effet observable sur la sortie. |
| Trouver les trous | Donne-moi cinq demandes utilisateur pour lesquelles ce prompt systeme ne dit pas quoi faire. |
| Générer des exemples | A partir de ces deux exemples, propose trois exemples supplementaires qui couvrent des cas limites differents. |
| Vérifier la diversité | Evalue mes exemples : sont-ils pertinents et assez varies, ou risquent-ils de faire apprendre un motif involontaire ? |
| Raccourcir | Reecris ce prompt systeme en supprimant tout ce dont la suppression ne changerait pas la sortie. Justifie chaque coupe. |
Tu as d’autres ressources comme ça ?
Ce que tu viens de lire est entièrement gratuit. Une nouvelle ressource part chaque semaine dans la newsletter : guides, modèles à copier et liens triés, sans compte à créer.
Me contacter
Une question, un projet, une envie de collaborer ? Écris-moi.
Cette page est en accès libre, n’hésite pas à la partager.