Templates & débogage

Le problème du recommencement perpétuel

Faisons les comptes avec Sofia. Chaque semaine, elle écrit : trois posts LinkedIn, deux newsletters, une dizaine de réponses à des avis clients, des reformulations d'emails. Pour chacune de ces tâches, elle réinvente son prompt à chaque fois — de mémoire, avec des variations involontaires, et des résultats en dents de scie. Les bons prompts qu'elle a écrits le mois dernier ? Perdus dans l'historique de conversations.

C'est le dernier palier de ce cours, et le plus rentable : passer de l'artisanat (réécrire à chaque fois) à l'outillage (capitaliser ce qui marche). Les quatre chapitres précédents t'ont appris à écrire un bon prompt ; celui-ci t'apprend à ne plus jamais le réécrire.

Identifier tes prompts gagnants

Quand un prompt donne un excellent résultat, le réflexe à installer immédiatement : sauvegarde-le. Pas mentalement — dans une note dédiée. Puis repère ce qui, dans ce prompt, est permanent (le rôle, le ton, les contraintes, la structure) et ce qui est variable (le sujet du jour, le texte à traiter, la longueur cible). Remplace les parties variables par des champs {{ }} : tu viens de créer un template.

[TEMPLATE — Réécriture d'email]
Tu es {{rôle}}.
Réécris cet email pour qu'il soit {{objectif : plus court / plus chaleureux / plus ferme}} :
{{email}}
Contraintes : max {{n}} mots, ton {{ton}}.

Remarque la convention d'écriture : le champ {{objectif}} liste ses valeurs habituelles directement dans le template. Dans trois semaines, tu auras oublié ce que tu mettais dans ce champ — le template te le rappelle. Un bon template se suffit à lui-même : n'importe quel collègue doit pouvoir le remplir sans te poser de question.

Anatomie d’un template robuste

Tous les acquis du cours convergent ici. Un template robuste contient : un rôle avec audience (chapitre 4), un bloc contexte permanent sur ton entreprise et ta cible (chapitre 1), la tâche avec ses champs variables, des exemples few-shot si le format est spécifique (chapitre 2), les contraintes et le format de sortie (chapitres 1 et 4), et si la tâche est analytique, le guidage du raisonnement avec une ligne « Réponse : » (chapitre 3).

[TEMPLATE — Post LinkedIn produit]
Tu es une responsable communication B2B qui écrit pour des restaurateurs pressés, peu technophiles. Ton : direct, concret, jamais corporate.

Exemples de notre style :
{{2 posts existants dont tu es fier}}

Tâche : rédige un post LinkedIn sur {{sujet}}, angle {{angle : gain de temps / témoignage / chiffre clé}}.

Contraintes : 80-120 mots, accroche en question, 1 bénéfice chiffré, appel à l'action final, aucun point d'exclamation, pas de hashtag.

Ce template encapsule des heures d'itérations passées. C'est ça, l'effet de capitalisation : chaque amélioration trouvée une fois profite à toutes les utilisations futures. Au bout de trois mois, tes templates encodent une expertise que ni toi ni tes collègues n'avez plus besoin de retrouver de mémoire.

Construire ta bibliothèque (et la faire vivre)

Trois ou quatre templates ne demandent aucune organisation. Mais à quinze, il te faut une bibliothèque : une note ou un document par projet, avec pour chaque template un nom clair orienté tâche (« Réécriture email — adoucir », pas « prompt 7 »), le template lui-même, un exemple de sortie réussie en dessous (pour vérifier d'un coup d'œil que c'est le bon), et la date de dernière mise à jour.

Où la stocker ? Là où tu travailles déjà : une note Notion ou Obsidian, un doc partagé, voire un simple fichier texte. L'outil importe peu ; la routine importe : chaque vendredi, deux minutes pour reporter dans la bibliothèque les bons prompts de la semaine. Sofia a aussi transformé ses trois templates les plus utilisés en « GPTs » personnalisés — le template devient le prompt système (chapitre 1), et il ne reste plus qu'à remplir les champs au quotidien.

Bonus d'équipe : une bibliothèque partagée aligne tout le monde. Quand le stagiaire de Sofia rédige un post avec le template maison, il produit le ton de la marque dès son premier jour — l'expertise de prompt de Sofia est devenue un actif de l'équipe, pas un savoir dans sa tête.

Déboguer un mauvais résultat : la méthode

Même outillé, un prompt te décevra régulièrement. Le réflexe amateur : tout réécrire au hasard, ou pire, relancer le même prompt en espérant un miracle. Le réflexe pro : diagnostiquer avant de modifier, en passant en revue les ingrédients dans l'ordre :

• Contexte manquant ? → ajoute qui tu es et la situation.
• Tâche ambiguë ? → précise l'action attendue.
• Format non précisé ? → impose longueur et structure.
• Pas d'exemple ? → ajoute 1-2 exemples (few-shot).

80 % des mauvais prompts manquent d'un seul de ces éléments. Ajoute l'ingrédient manquant au lieu de repartir de zéro — et ne change qu'une chose à la fois. Si tu modifies trois éléments d'un coup et que ça s'améliore, tu ne sais pas lequel a agi, et ta bibliothèque n'apprend rien. Le débogage de prompt suit la même hygiène que le débogage de code : une hypothèse, un changement, un test.

flowchart TD
  B["Mauvais résultat"] --> Q1{"Contexte manquant ?"}
  Q1 -->|"Oui"| F1["Ajoute qui tu es + la situation"]
  Q1 -->|"Non"| Q2{"Tâche ambiguë ?"}
  Q2 -->|"Oui"| F2["Précise l'action attendue"]
  Q2 -->|"Non"| Q3{"Format absent ?"}
  Q3 -->|"Oui"| F3["Impose longueur + structure"]
  Q3 -->|"Non"| F4["Ajoute 1-2 exemples few-shot"]

Une technique de diagnostic sous-utilisée : demande au modèle lui-même. « Voici mon prompt et la sortie obtenue. La sortie est trop générique : qu'est-ce qui, dans mon prompt, manque ou prête à confusion ? » Le modèle est étonnamment bon pour repérer les ambiguïtés de tes consignes — c'est ton premier relecteur de prompts, gratuit et disponible.

Les pièges du prompt sur-corrigé

Le débogage a son excès inverse : le prompt obèse. À force d'ajouter une consigne à chaque déception, certains prompts deviennent des murs de quinze contraintes — dont plusieurs se contredisent (« sois exhaustif » + « maximum 100 mots » ; « ton chaleureux » + « strictement factuel »). Face à des instructions contradictoires, le modèle arbitre en silence, et tu perds la maîtrise de ce qui est réellement appliqué.

Règle d'hygiène : à chaque ajout de contrainte, demande-toi si une contrainte existante devient caduque ou contradictoire. Et périodiquement, refais une passe à vide : repars du template nu (rôle + tâche + format) et ne réintroduis que les contraintes dont l'absence dégrade visiblement le résultat. Tu seras surpris du nombre de consignes accumulées qui ne servaient plus à rien.

Le mot de la fin : une compétence qui compose

Récapitulons le chemin de Sofia. Chapitre 1 : ses prompts ont gagné un squelette (contexte, tâche, format). Chapitre 2 : ses exemples ont remplacé ses adjectifs. Chapitre 3 : ses calculs et analyses sont devenus vérifiables. Chapitre 4 : ses sorties respectent un registre et des formats exploitables. Chapitre 5 : tout cela est capitalisé dans une bibliothèque qui s'améliore chaque semaine. Même modèle qu'au premier jour — résultats sans comparaison.

C'est la vraie nature du prompt engineering : non pas une collection d'astuces magiques, mais une compétence de communication structurée qui compose dans le temps. Les modèles changeront ; la capacité à formuler un besoin précis, à montrer par l'exemple, à exiger du vérifiable et à capitaliser ce qui marche restera ton avantage. À toi de jouer.