La plupart des prompts ratés ne sont pas trop courts. Ils sont trop libres : ils laissent le modèle décider de choses que vous seul pouvez trancher. Prenons un cas concret et suivons-le du début à la fin, parce qu’une méthode se juge sur un exemple, pas sur des principes. L’objectif : obtenir un e-mail de relance pour une facture impayée, utilisable sans retouche. Voici les cinq étapes, puis les trois habitudes qu’il faut abandonner en 2026.

Le prompt de départ, et ce qui cloche dedans

Écris un mail de relance pour une facture impayée.

Le résultat est prévisible : trois cents mots, un ton d’huissier, des crochets à remplir un peu partout, et parfois des détails inventés — une pénalité de retard qui ne figure dans aucun de vos contrats, par exemple. Ce n’est pas une défaillance du modèle. C’est une commande incomplète.

Quatre informations manquent, et aucune ne peut être devinée : qui écrit à qui, ce qui s’est déjà passé, ce que le lecteur doit faire après lecture, et à quoi ressemble un bon e-mail selon vous. Les cinq étapes qui suivent comblent ces trous dans l’ordre.

Étape 1 — Décrire la tâche et le résultat attendu

Un prompt commence par un verbe d’action, un livrable et une destination. « Écris un mail » désigne un sujet ; « rédige un e-mail de relance que j’enverrai moi-même à un client » désigne une tâche.

La question la plus rentable à ce stade tient en une ligne : que doit faire le lecteur après avoir lu ? Payer sous 48 heures, appeler pour convenir d’un échéancier, ou simplement répondre ? Ces trois objectifs produisent trois e-mails radicalement différents. Tant qu’il n’est pas énoncé, le modèle choisit à votre place.

Rédige un e-mail que j'enverrai à un client professionnel.
Objectif : qu'il règle une facture en retard, ou qu'il me réponde
pour proposer un échéancier.

Étape 2 — Fournir la matière que le modèle n’a pas

Le modèle connaît tout des relances impayées en général et rien de votre dossier. C’est précisément l’inverse de vous. Cette étape consiste à transférer ce déséquilibre : montant, numéro et date de la facture, échéance dépassée, historique de la relation, relances déjà envoyées, ce que vous savez de la situation du client.

Un principe de placement mérite d’être connu, car il change les résultats sur les gros dossiers. Quand vous collez un document long — un contrat, un compte rendu, plusieurs pages d’échanges —, placez-le en haut du prompt et gardez votre demande pour la fin. La documentation d’Anthropic recommande cet ordre pour les entrées dépassant environ 20 000 jetons, avec un gain mesuré jusqu’à 30 % sur les cas complexes ou multi-documents. Sur un e-mail de trois lignes, l’ordre n’a aucune importance. Sur une analyse de contrat, si.

Autre réflexe utile : les contraintes que vous n’écrivez pas n’existent pas. « C’est un client que je veux garder » ou « nous sommes en pleine renégociation de contrat » changent tout le registre du message.

Étape 3 — Contraindre la sortie

Longueur, structure, registre, ce qui doit être exclu. C’est l’étape la plus rapide et celle qui évite le plus de réécriture.

Formulez ces contraintes positivement. Une consigne du type « ne sois pas trop formel » laisse encore le champ ouvert ; « vouvoiement, ton direct, phrases courtes » ne le laisse pas. Même logique pour la longueur : un nombre de mots fonctionne mieux qu’un adjectif.

Format : objet + corps de 120 mots maximum.
Vouvoiement, ton direct, aucune formule d'excuse.
Une seule demande d'action, placée en dernière phrase.
Ne rien inventer : si une information te manque, signale-la
entre crochets plutôt que de la deviner.

Cette dernière ligne mérite qu’on s’y arrête : elle transforme les inventions en questions visibles, et c’est souvent ce qui distingue un brouillon relisable d’un brouillon dangereux.

Étape 4 — Montrer un exemple plutôt que de le décrire

C’est l’étape que presque personne n’applique, et de loin la plus efficace. Dix adjectifs décrivant votre ton valent moins que deux e-mails que vous avez réellement écrits. Collez-les, et demandez au modèle de s’en inspirer.

La documentation d’Anthropic conseille trois à cinq exemples, pertinents et variés, en précisant qu’ils doivent couvrir des cas différents pour éviter que le modèle ne reproduise un détail accidentel. C’est le principe du few-shot, et il fonctionne pour tout ce qui relève du style : e-mails, fiches produit, réponses aux avis clients, publications sociales.

Le bénéfice est double. Vos textes gagnent votre voix plutôt qu’une voix moyenne d’internet, et vous cessez de décrire l’indescriptible — un ton se montre plus facilement qu’il ne s’explique.

Étape 5 — Corriger le prompt, jamais la réponse

L’erreur classique consiste à récupérer une sortie moyenne et à la retoucher à la main. Vous obtenez un texte correct une fois, et vous recommencerez tout la prochaine fois. Corrigez la commande, pas le produit.

Deux formulations font gagner beaucoup de temps. Avant de générer : « Avant d’écrire, dis-moi quelles informations te manquent. » Le modèle liste alors ce que vous auriez oublié — souvent trois points que vous auriez découverts après coup. Après génération : « La deuxième phrase est trop agressive et l’objet est vague. Reprends le prompt en conséquence et propose-m’en une version corrigée. »

Puis conservez le prompt qui fonctionne. Un fichier, dix prompts nommés, et la relance impayée devient une tâche de trente secondes pour les cinq prochaines années.

Trois habitudes à abandonner

« Réfléchis étape par étape. » Cette formule a fait ses preuves en 2022, sur des modèles qui ne raisonnaient pas seuls. Les modèles de raisonnement actuels effectuent ce travail en interne : la propre documentation d’OpenAI indique que leur demander de raisonner pas à pas est inutile, et qu’insister peut dégrader le résultat. Le réglage d’effort ou de profondeur de réflexion remplace avantageusement la formule magique.

« Tu es un expert en… » L’affirmation selon laquelle attribuer un rôle améliore les réponses résiste mal aux tests. Une étude publiée à EMNLP a comparé 162 rôles sur quatre familles de modèles et 2 410 questions factuelles : aucune amélioration par rapport à l’absence de rôle, et parfois une dégradation. Un rapport de recherche de Wharton publié en décembre 2025 est arrivé à la même conclusion sur des questions scientifiques difficiles. Nuance importante : le rôle influence bien le ton et le vocabulaire. Utilisez-le pour cela, pas en espérant une réponse plus juste.

Empiler des consignes qui se contredisent. « Sois exhaustif mais concis », « professionnel mais décontracté », « créatif mais fidèle à la marque » : face à deux ordres opposés, le modèle en choisit un, généralement pas le vôtre. Quand un prompt gonfle à vingt lignes de règles, relisez-le en cherchant les paires incompatibles. Il y en a presque toujours.

Conclusion : le protocole à appliquer dès votre prochain prompt

Retenez un seul critère de décision : si vous réécrivez une réponse à la main plus de deux fois, le problème n’est pas dans le texte, il est dans votre commande. Remontez d’un cran.

Concrètement, pour votre prochaine tâche répétitive, accordez-lui cinq minutes une seule fois. Écrivez la tâche et l’action attendue (étape 1), collez vos données réelles (étape 2), fixez format et longueur (étape 3), ajoutez deux ou trois exemples de ce que vous produisez déjà (étape 4), puis corrigez le prompt jusqu’à ce que la sortie soit utilisable telle quelle (étape 5). Enregistrez-le.

Cinq minutes investies une fois, sur une tâche que vous faites quatre fois par mois, c’est le meilleur rendement disponible en matière d’IA générative — et il ne dépend d’aucun abonnement.