Vous posez une question à votre IA. Elle répond. Vous posez la même question à un collègue, qui a posé la même question à sa propre IA. Les réponses sont différentes. Parfois très différentes.
Ce n'est pas un hasard. C'est la conséquence directe de la façon dont chacun a formulé sa question — de son invocation.
La parole qui façonne
Un grand modèle de langage ne « cherche » pas une réponse dans une base de données. Il génère — mot après mot, en fonction de ce qu'il a reçu. Le prompt n'est pas une clé qui ouvre une porte. C'est une matière première à partir de laquelle le modèle construit sa réponse.
Ce que vous donnez détermine ce que vous obtenez. Un prompt vague produit une réponse vague. Un prompt précis, contextualisé, orienté, produit une réponse d'une toute autre qualité.
Ce que contient une bonne invocation
Trois ingrédients font la différence.
Le contexte d'abord. Qui êtes-vous dans cette conversation, quelle est votre situation, quelles sont vos contraintes ? Un avatar sans contexte vous répond comme il répondrait à n'importe qui. Un avatar briefé vous répond comme un interlocuteur qui vous connaît. (Nous en avons parlé dans « Avatar » — c'est vous qui apportez la continuité.)
L'intention ensuite. Que voulez-vous exactement — une explication, une liste, un texte à corriger, une analyse critique, un avis tranché ? Le modèle ne devine pas votre intention. Si vous ne la formulez pas, il en choisit une par défaut — et ce n'est pas toujours la vôtre.
Le format enfin. Court ou long ? Structuré ou narratif ? Technique ou accessible ? Là encore, si vous ne précisez pas, le modèle tranche seul. Lui dire explicitement ce que vous attendez évite bien des reformulations.
L'art de la précision
Il existe une tentation naturelle de formuler des questions courtes — comme on le ferait dans un moteur de recherche. C'est une habitude à désapprendre.
Un moteur de recherche classe des pages existantes. Un modèle de langage génère du texte nouveau. Plus vous lui donnez de matière, plus il peut produire quelque chose d'adapté à votre situation réelle.
Cela ne signifie pas écrire des paragraphes interminables. Cela signifie être précis sur ce qui compte : qui vous êtes, ce que vous voulez, sous quelle forme.
Vous pouvez aussi corriger en cours de route
Une invocation n'est pas un acte unique et définitif. Si la réponse ne vous convient pas, reformulez — plus précisément, différemment, en ajoutant ce qui manquait. Le modèle n'a pas d'ego blessé. Il ne se souvient pas de votre première tentative comme d'un échec. Il repart de ce que vous lui donnez maintenant.
C'est même une bonne pratique : traiter la première réponse comme un brouillon, et l'échange qui suit comme un affinage progressif.
La maîtrise, pas la magie
On entend parfois parler du « prompt engineering » comme d'une discipline mystérieuse réservée aux initiés. C'est exagéré.
Ce dont il s'agit, c'est simplement de communiquer avec précision — une compétence que vous exercez déjà chaque jour avec les humains qui vous entourent. Appliquez-la à vos échanges avec l'IA, et vous verrez la qualité de vos résultats changer du tout au tout.
L'invocation n'est pas un sortilège. C'est l'art de la question bien posée.