2026-03-15

Le Prompt comme Miroir : Comment Nous Formons l’IA à Refléter Nos Propres Mauvaises Habitudes

J’essaie d’apprendre à mon fils de cinq ans, Léo, à ranger ses chaussures. Pas juste près du porte-chaussures, je vous prie de noter, mais *sur* le porte-chaussures. Dans le cubby désigné. C’est une lutte quotidienne, une petite guerre de volontés qui se livre autour des chaussures. Et plus souvent qu’à mon tour, je me retrouve frustré, répétant les mêmes instructions, pour découvrir une heure plus tard que ses baskets Avengers sont toujours étalées dans le couloir.

Quel rapport cela a-t-il avec l’IA, demandez-vous ? Tout en fait. Parce qu’alors que j’expliquais patiemment (ou pas si patiemment) pour la énième fois où la chaussure d’Iron Man appartenait, une pensée m’a frappé : je fais exactement la même chose que ce que nous faisons avec l’IA. Nous lui donnons des instructions, parfois vagues, parfois trop spécifiques, et ensuite nous sommes surpris lorsque le résultat n’est pas tout à fait ce que nous imaginions. Nous blâmons l’IA, ou le modèle, ou la ‘boîte noire’, mais il est rare que nous regardions le prompt – cette graine initiale d’intention – comme un reflet de notre propre communication défectueuse.

Pour agntzen.com, nous parlons souvent d’agence, du locus de contrôle et de la nature de l’intention. En ce qui concerne l’IA, le prompt est l’endroit où notre agence, notre intention, laisse vraiment sa première empreinte. Et de plus en plus, je constate que nos prompts sont moins à propos d’une direction claire et plus à propos d’un espoir que l’IA devinera magiquement ce que nous voulons dire. C’est comme dire à Léo, “Range bien tes chaussures,” et attendre qu’elles tombent parfaitement dans leurs cubbies.

La Chambre d’Écho de l’Ambiguïté

Pensez à l’interaction typique avec un grand modèle de langage. Vous tapez une requête : “Écrivez un article sur l’avenir du travail.” Que recevez-vous en retour ? Quelque chose de générique, certainement bien écrit, mais probablement dépourvu de l’étincelle spécifique que vous espériez. Pourquoi ? Parce que “avenir du travail” est un concept énorme et tentaculaire. C’est un prompt qui demande plus de contexte, plus de contraintes, plus de *vous*.

Nous sommes devenus habitués à un certain niveau de langage abrégé avec d’autres humains. Nous comblons les lacunes, nous déduisons le sens à partir du ton, du contexte partagé, des indices non verbaux. L’IA n’a pas cela. Elle fonctionne sur les relations statistiques précises qu’elle a apprises à partir de vastes ensembles de données. Donc, lorsque nous lui donnons un prompt vague, elle comble aussi les lacunes – mais elle les remplit avec les informations statistiquement les plus probables, ce qui se traduit souvent par les réponses les plus communes, les plus génériques, et donc les moins intéressantes.

Il ne s’agit pas seulement d’obtenir une réponse ‘meilleure’ ; il s’agit de comprendre la nature de notre interaction. Si nous abordons l’IA avec la même imprécision décontractée que nous utilisons parfois les uns avec les autres, nous sommes essentiellement en train de l’entraîner à refléter cette imprécision. Nous créons une chambre d’écho d’ambiguïté, où nos entrées vagues mènent à des sorties également vagues, renforçant nos propres mauvaises habitudes de communication.

Quand de Bonnes Intentions Rencontrent de Mauvais Prompts : Une Étude de Cas

Un ami à moi, chef de produit dans une petite startup, a récemment été chargé de générer un texte marketing initial pour un nouvel outil de communication interne. Il avait entendu parler du pouvoir des LLMs et était excité d’essayer. Son prompt :

"Générez un texte marketing engageant pour notre nouvel outil de communication interne. Faites-le sonner nouveau."

Le résultat était… correct. Plein de jargon d’entreprise, de mots à la mode, et de phrases comme “rationaliser les flux de travail” et “favoriser la collaboration”. Mon ami était déçu. “Ça sonne comme tous les autres outils là-bas !” se plaignait-il à moi autour d’un café. “Je voulais quelque chose de frais, d’unique.”

Ma première question fut : “Que signifie ‘nouveau’ *pour vous* pour *cet outil spécifique* ?” Il a marqué une pause. “Eh bien, il est vraiment bon pour la communication asynchrone pour les équipes distribuées. Et il a cette fonctionnalité géniale qui résume automatiquement les longues discussions.”

Aha ! Voilà la spécificité. Voilà la proposition de vente unique. Son prompt initial demandait à l’IA de deviner ce que “nouveau” signifiait dans son contexte, compte tenu de ses vastes données de formation. Et l’IA, étant un moteur statistique docile, lui a donné l’interprétation statistique la plus commune de “nouveau” dans un texte marketing : du jargon générique.

Nous avons affiné son prompt ensemble :

"Générez un texte marketing pour un outil de communication interne conçu pour les équipes distribuées. Mettez en avant ses forces en communication asynchrone et sa fonctionnalité de résumé automatique des fils de discussion alimentée par l'IA. Concentrez-vous sur la réduction de la fatigue liée aux réunions et l'amélioration de la rétention d'informations pour les travailleurs à distance. Utilisez un ton qui est utile et légèrement informel, en évitant le jargon d'entreprise."

La différence était incroyable. Le nouveau résultat était ciblé, spécifique et réellement utile. Ce n’était pas parfait, mais c’était une base solide, un point de départ pour une conversation plutôt qu’un monologue générique.

L’Agence de la Spécificité

Cela me ramène à l’agence. Nous parlons de l’agence de l’IA, de sa capacité à ‘prendre des décisions’ ou à ‘créer.’ Mais avant d’en arriver là, nous devons reconnaître notre propre agence dans la façon de façonner cette interaction. Le prompt n’est pas seulement une instruction ; c’est une déclaration d’intention. C’est là que nous définissons les limites, les paramètres, l’univers spécifique au sein duquel l’IA est censée opérer.

Pensez-y de cette manière : si vous demandez à un chef de “faire quelque chose de bon”, vous pourriez obtenir un plat parfaitement comestible, mais sans inspiration. Si vous leur demandez de “préparer un plat qui combine des saveurs épicées coréennes avec des pâtes italiennes réconfortantes, en utilisant des fruits de mer frais et une sauce légère et citronnée”, vous leur donnez un cadre, un défi, une toile sur laquelle ils peuvent exprimer leur créativité. Le second prompt ne bride pas la créativité ; il l’oriente.

De même, avec l’IA, notre spécificité ne limite pas ses capacités ; elle les concentre. Elle permet au modèle de puiser dans son immense base de connaissances d’une manière qui s’aligne sur *nos* besoins et désirs spécifiques, plutôt que de simplement régurgiter la moyenne statistique.

Étapes Pratiques pour Affiner Votre Agence de Prompting

Alors, comment pouvons-nous aller au-delà de la chambre d’écho de l’ambiguïté et commencer à utiliser des prompts comme des outils puissants d’intention ? Voici quelques éléments que j’ai expérimentés, tant dans mon propre travail que dans le coaching des autres :

1. Définir la Personne et l’Objectif : Qui l’IA est-elle censée être ? Quel est l’objectif ultime de ce résultat ?
   • Mauvais : “Rédigez un rapport sur le changement climatique.”
   • Meilleur : “Agissez en tant qu’analyste de politiques pour l’ONU. Rédigez un rapport de synthèse concis pour un chef d’État sur les impacts économiques de l’élévation du niveau de la mer en Asie du Sud-Est au cours de la prochaine décennie. L’objectif est d’informer les décisions politiques pour l’investissement dans les infrastructures.”
2. Spécifier les Contraintes et les Exclusions : Que ne doit pas faire ou inclure l’IA ? C’est souvent aussi important que ce que vous voulez qu’elle fasse.
   • Mauvais : “Générez des idées pour une nouvelle application.”
   • Meilleur : “Faites un brainstorming d’idées d’applications pour lutter contre la solitude urbaine. Excluez toute idée nécessitant un développement matériel important ou dépendant de modèles d’abonnement pour des fonctionnalités clés. Concentrez-vous sur la création de communautés et des solutions à faible barrière à l’entrée.”
3. Donner des Exemples (Few-Shot Prompting) : Si vous avez un style, un ton ou un format particulier en tête, donnez à l’IA quelques exemples. Cela est incroyablement puissant.
   • Mauvais : “Écrivez une histoire courte à propos d’un détective.”
   • Meilleur : “Écrivez une courte histoire de détective âpre dans le style de Raymond Chandler. Voici un exemple du genre d’ouverture que j’aime : ‘La pluie était une couverture froide et humide sur la ville, et la seule chose plus froide était le regard dans ses yeux.’
4. Itérer et Affiner : Votre premier prompt ne sera probablement pas parfait. Considérez l’interaction comme une conversation. Posez des questions de suivi, fournissez un contexte supplémentaire et affinez vos instructions en fonction de la sortie de l’IA.
   • Prompt Initial : “Expliquez l’intrication quantique simplement.”
   • Sortie de l’IA : (explication technique, encore un peu complexe)
   • Affinement : “C’est utile, mais pouvez-vous expliquer cela en utilisant une analogie qu’un enfant de 10 ans comprendrait, sans utiliser de jargon physique ?”
5. Pensez en ‘Variables’ : Si vous utilisez l’IA pour des tâches répétitives, pensez à la manière dont vous pouvez modéliser vos prompts avec des variables que vous pouvez facilement changer. Cela vous force à penser systématiquement à ce qui change et à ce qui reste le même.
   • Exemple pour la génération de contenu :
   • "Écrivez un article de blog [longueur, par ex., 300 mots] sur les bienfaits de [sujet, par ex., la nourriture consciente]. Le ton doit être [ton, par ex., encourageant et informatif]. Incluez un appel à l'action pour [action, par ex., essayer un défi de nourriture consciente de 7 jours]."

Le Reflet dans la Machine

En fin de compte, la qualité de nos interactions avec l’IA n’est pas uniquement une fonction des modèles eux-mêmes. C’est aussi un reflet direct de notre capacité à articuler nos pensées, nos désirs et notre intention. Quand Léo finit enfin par mettre triomphalement ses chaussures dans leur cubby, ce n’est pas simplement parce qu’il a appris la règle ; c’est parce que j’ai appris à communiquer cette règle avec suffisamment de clarté, de répétition et d’aide spécifique pour qu’il puisse la saisir.

Avec l’IA, nous avons une responsabilité encore plus grande, parce que les enjeux sont plus élevés que de simples baskets mal placées. Nous construisons des systèmes qui façonneront de plus en plus notre information, nos décisions et notre monde. Si nous formons ces systèmes avec des prompts paresseux et ambigus, nous ne nous contentons pas d’obtenir des réponses médiocres ; nous renforçons involontairement une culture d’imprécision. Nous apprenons à l’IA à refléter nos propres mauvaises habitudes, plutôt que de nous pousser à être des agents plus clairs et plus intentionnels dans l’espace numérique.

Donc, la prochaine fois que vous êtes sur le point de taper un prompt rapide et vague dans votre outil IA préféré, prenez un moment. Faites une pause. Pensez à ce que vous *voulez vraiment*. Pensez au résultat spécifique. Parce qu’à ce moment-là, vous ne demandez pas seulement une réponse à une machine ; vous regardez dans un miroir, et ce que vous voyez reflété pourrait tout simplement être votre propre agence, ou son absence.

Actions à Retenir :

• Considérez les prompts comme des déclarations d’intention : Soyez précis sur vos objectifs et les résultats souhaités.
• Acceptez les contraintes : Définissez ce que l’IA *ne devrait pas* faire autant que ce qu’elle devrait faire.
• Fournissez contexte et exemples : Ne laissez pas l’IA deviner votre signification ou style spécifiques.
• Itérez et affinez : Utilisez la sortie de l’IA comme feedback pour améliorer votre prochain prompt.
• Soyez spécifique à propos de l’audience et de la personne : Cela améliore considérablement la pertinence et le ton.

🕒 Published: March 27, 2026