Photo : Steve Johnson / Unsplash
1.4Erreurs de prompt fréquentes & comment les éviter
Objectif : repérer les demandes trop vagues, ambiguës ou trop longues et les corriger.
Temps estimé : 12 min
Cinq erreurs expliquent l'immense majorité des réponses décevantes : la demande trop vague (« parle-moi du management »), la demande multiple (cinq questions en une), le contexte manquant (l'IA remplit les trous avec des suppositions), le format non spécifié (dissertation reçue, puces attendues) et la question orientée qui dicte sa réponse à un modèle naturellement complaisant.
Vous apprendrez à diagnostiquer ces erreurs dans vos propres prompts, avec pour chacune le correctif — et une technique anti-complaisance précieuse : demander explicitement la critique et les contre-arguments.
Vocabulaire de la section
- Demande vague
- Sans objectif ni angle (« parle-moi de X ») : l'IA produit une encyclopédie tiède. Correctif : préciser tâche + usage prévu.
- Demande multiple
- Plusieurs questions dans un prompt : réponses superficielles à chacune. Correctif : découper, une question par message.
- Complaisance (sycophancie)
- La tendance du modèle à aller dans votre sens : « mon plan est bon, non ? » reçoit un oui. Correctif : demander la critique explicite.
- Question orientée
- La formulation qui contient la réponse attendue : elle biaise le modèle. Correctif : formuler neutre, ou demander le pour ET le contre.
Vérifiez votre compréhension
Qu'est-ce que le « few-shot prompting » ?
Un exemple vaut dix lignes de description : le modèle imite structure, ton et format démontrés.
Vidéo hébergée sur YouTube — ouvrir dans un nouvel onglet ↗