Formation prompt engineering à La Réunion ou à distance Des consignes testées.
Une bibliothèque qui sert à toute l’équipe.

1. Structurer une consigne en sections distinctes : rôle, instructions, contexte, exemples, format attendu.
2. Choisir et rédiger des exemples qui orientent la réponse sans la recopier.
3. Imposer un format de sortie exploitable : tableau, liste, champs fixes ou JSON.
4. Découper une tâche complexe en plusieurs consignes enchaînées, avec une étape de relecture.
5. Définir des critères de réussite et un jeu de cas de test avant de modifier un prompt.
6. Comparer deux versions d’une consigne sur les mêmes cas et garder la meilleure.
7. Ranger, documenter et versionner les prompts de l’équipe dans une bibliothèque partagée.

Avant les techniques avancées, la formation installe une trame simple, que chacun peut appliquer dès le premier exercice. Elle reprend ce que les guides publiés par OpenAI, Anthropic et Google ont en commun : dire qui parle, donner le contexte, préciser la tâche, imposer un format et montrer un exemple.

Ces cinq blocs ne garantissent pas un bon résultat à eux seuls : ils rendent la consigne lisible, donc corrigeable. Le chapitre suivant montre comment chaque bloc s’enrichit quand la tâche devient plus exigeante. Pour une première approche des assistants eux-mêmes, la formation ChatGPT et IA générative pose les bases.

Les éditeurs d’IA publient leurs propres guides de rédaction des consignes, et ils convergent. OpenAI recommande d’organiser un prompt en sections, identité, instructions, exemples et contexte, et d’utiliser titres Markdown ou balises XML pour marquer les limites de chaque partie. Anthropic conseille de donner un rôle dans les instructions système, d’envelopper chaque type de contenu dans sa balise et d’inclure trois à cinq exemples. Google recommande d’inclure toujours des exemples dans les prompts adressés à Gemini.

La formation part de ces recommandations publiques, mais vous les appliquez à vos tâches. Une règle simple, proposée par Anthropic, sert de test : montrer la consigne à un collègue qui ne connaît pas le sujet. S’il hésite, l’outil hésitera aussi.

C’est ce qui distingue le prompt engineering d’un simple usage avancé. Anthropic pose trois préalables avant d’améliorer une consigne : une définition claire des critères de réussite, un moyen de les tester empiriquement et une première version à faire progresser. Ses critères doivent être spécifiques, mesurables, atteignables et pertinents. OpenAI recommande de son côté de construire des tests et des suites d’évaluation pour suivre le comportement d’un prompt d’une version à l’autre.

En formation, l’évaluation reste à votre échelle : un tableur suffit. Chaque ligne est un cas de test, chaque colonne une version de la consigne, et une grille commune note le résultat. Les cas limites, message hors sujet, demande ambiguë, texte très long, sont ajoutés exprès : c’est souvent là qu’une version flanche.

Un prompt qui marche une fois a souvent été écrit pour un cas précis : un nom de client, une date, un ton propre à son auteur. Pour que vos collègues le reprennent, il faut séparer ce qui reste fixe de ce qui change. C’est l’exercice qui prépare la bibliothèque présentée juste après.

1. Repartir d’un prompt qui a donné un bon résultat, et du résultat obtenu.
2. Repérer ce qui change d’une fois à l’autre et le remplacer par une variable : `{client}`, `{date}`, `{notes}`.
3. Écrire noir sur blanc ce qui était implicite : le ton, les interdits, le format attendu.
4. Faire tester le modèle par un collègue qui ne l’a pas écrit, sur un autre cas.
5. Corriger ce qui l’a fait hésiter, puis ranger le modèle avec son exemple de résultat.

Les modèles produits pendant la formation servent aussi dans Copilot : pour adapter la formulation à Word, Outlook ou Teams, voyez la formation Copilot Microsoft 365.

Un bon prompt rangé dans l’historique d’une seule personne ne sert à personne d’autre. La bibliothèque rassemble les consignes validées, avec ce qu’il faut pour les réutiliser sans leur auteur. OpenAI conseille, pour les usages en production, de conserver les prompts avec un suivi de version et de figer la version du modèle utilisée, pour obtenir un comportement constant : à l’échelle d’une PME, le même principe s’applique avec un document partagé ou un tableur.

La bibliothèque inclut aussi des règles : quelles données peuvent figurer dans un prompt, qui valide une nouvelle version, où la ranger. Le générateur de charte IA donne une première base, et l’article vérifier avant d’envoyer des données client à une IA détaille les contrôles à prévoir.

Ces erreurs sont fréquentes, même chez les utilisateurs réguliers. En formation, chacune se corrige par un exercice : on compare la réponse obtenue avant et après la correction, sur le même cas.

1. Une consigne trop courte : l’IA comble les manques par des suppositions.
2. Plusieurs tâches dans la même demande : résumer, traduire et reformuler d’un coup donne un résultat moyen sur les trois.
3. Aucun format imposé : la réponse change de forme à chaque essai et se réutilise mal.
4. Des exemples absents ou contradictoires : l’IA ne sait pas à quoi ressemble une bonne réponse.
5. Des interdits formulés en creux : dire ce qu’on veut fonctionne mieux que lister ce qu’on ne veut pas, comme le recommande la documentation de Claude.
6. Changer la consigne sans la retester : une amélioration sur un cas peut dégrader les autres.

Notre article prompt IA : méthode et exemples détaille les erreurs fréquentes et propose dix exemples de prompts commentés, à tester vous-même.

Les exercices partent de vos tâches réelles. Ces exemples servent de point de départ ; les cas retenus sont fixés au cadrage.

DodoIA propose plusieurs formations autour des assistants IA. Celle-ci arrive après la prise en main : elle suppose que vous savez déjà dialoguer avec un assistant, et s’attache à rendre vos consignes fiables, mesurables et partageables.

Les blocs peuvent se combiner : une équipe peut commencer par la prise en main, puis consacrer des séances à l’évaluation et à la bibliothèque de prompts. Le premier échange sert à choisir.

La formation prompt engineering se déroule sur place, dans vos locaux partout à La Réunion, ou à distance en visio partout en France. Le format est choisi au cadrage parmi ceux que DodoIA propose déjà ; la durée, les horaires, le nombre de participants et le tarif sont écrits dans votre programme et votre devis avant l’inscription.

Évaluation. Un positionnement au départ permet d’adapter les exercices à votre niveau. Pendant la formation, chaque exercice donne lieu à des retours. Une mise en situation finale vérifie ce que vous savez refaire sans aide ; les modalités précises sont indiquées dans le programme.

Financement. Nous vérifions avec vous les possibilités de financement selon votre situation, salarié, dirigeant ou indépendant, avant de fixer le devis. Aucune prise en charge n’est automatique : le guide financer une formation à La Réunion explique les démarches à anticiper. Les modalités de formation détaillent l’organisation, l’accessibilité et la déclaration d’activité de DodoIA.