Un collaborateur obtient un excellent résultat avec ChatGPT. Le lendemain, son collègue tente de réaliser la même tâche, mais reçoit une réponse trop vague, incomplète ou difficile à exploiter.
Le problème ne vient pas forcément de l’IA. Il vient souvent d’une demande mal cadrée : certaines informations sont oubliées, le résultat attendu reste flou et chaque utilisateur formule ses consignes différemment.
Le prompt engineering permet de sortir de cette logique d’improvisation. Pour une PME, l’objectif n’est pas de trouver une phrase magique, mais de transformer une tâche récurrente en une instruction testée, documentée et réutilisable par plusieurs collaborateurs.
En bref : quelle méthode appliquer ?
Pour professionnaliser un prompt dans une PME :
- choisissez une seule tâche fréquente et facile à vérifier ;
- définissez précisément les données d’entrée et le résultat attendu ;
- construisez un modèle avec des variables ;
- testez-le sur cinq situations réelles ;
- bloquez sa diffusion en cas d’erreur critique ;
- documentez une seule version officielle ;
- automatisez uniquement lorsque le processus est stable.
Ne commencez pas par créer une bibliothèque de dizaines de prompts. Validez d’abord un seul modèle sur une tâche réellement utilisée dans l’entreprise.
Comment choisir et cadrer le premier cas d’usage ?
Le bon premier cas d’usage n’est pas le plus impressionnant. C’est celui qui permet d’obtenir rapidement un résultat mesurable, sans prendre de risque inutile.
La tâche est-elle adaptée au prompt engineering ?
Utilisez cette grille avant de commencer :
Les tâches rédactionnelles et de structuration constituent généralement de bons premiers projets :
- préparer un brouillon de réponse commerciale ;
- transformer une réunion en plan d’action ;
- structurer des notes en compte rendu ;
- résumer un reporting ;
- classer des demandes entrantes ;
- préparer des informations pour un CRM.
Écartez au départ les décisions juridiques, financières ou RH, les calculs sensibles et les contenus envoyés automatiquement sans relecture.
Dans la suite de cet article, nous utiliserons un cas fil rouge :
Transformer une demande commerciale reçue par email en brouillon de réponse et en prochaine action à enregistrer dans le CRM.
Quel résultat l’IA doit-elle produire ?
Avant d’écrire le prompt, décrivez le livrable attendu.
Pour notre cas commercial, la consigne « rédige une réponse professionnelle » reste trop vague. Le résultat doit être défini plus précisément :
- un objet d’email ;
- une réponse de 100 à 180 mots ;
- une reformulation fidèle du besoin ;
- aucune promesse non validée ;
- une liste des informations manquantes ;
- une prochaine action commerciale.
Préparez ensuite une fiche de cadrage.
Un exemple humain déjà validé peut également servir de référence. Il montre plus efficacement le ton et le niveau de détail attendus que des adjectifs vagues comme « naturel », « professionnel » ou « engageant ».
Comment construire un prompt réutilisable ?
Un prompt réutilisable sépare les règles permanentes des informations qui changent à chaque utilisation.
Il doit préciser cinq éléments :
- la tâche à réaliser ;
- les données à utiliser ;
- les règles à respecter ;
- le format de sortie ;
- la conduite à tenir lorsqu’une information manque.
Pour apprendre les bases de la formulation, consultez notre guide consacré à la création d’un prompt ChatGPT. Ici, l’objectif est de construire un modèle destiné à être testé et partagé dans l’entreprise.
Quel modèle peut-on utiliser ?
Mission :
Prépare un brouillon de réponse à une demande commerciale.
Contexte :
Tu assistes l’équipe commerciale d’une PME qui vend [type de service].
Le message sera relu par un commercial avant son envoi.
Données :
Message du prospect : [coller le message]
Offre concernée : [offre]
Délai disponible : [délai]
Tarif validé : [tarif ou « non communiqué »]
Prochaine étape souhaitée : [appel, rendez-vous, devis ou demande d’informations]
Règles :
N’invente aucun prix, délai ou service.Ne fais aucune promesse non validée.Reformule le besoin sans le déformer.Signale clairement les informations manquantes.Propose une seule prochaine étape.
Format attendu :
Objet de l’emailBrouillon de réponse de 100 à 180 motsInformations à vérifier avant l’envoiAction à enregistrer dans le CRM
Les éléments entre crochets sont des variables. L’utilisateur les remplit sans modifier la structure générale du modèle.
Cette première version n’est pas encore prête à être diffusée. Elle doit d’abord être confrontée à plusieurs situations réelles.
Comment tester et valider le prompt ?
Un prompt qui fonctionne sur un seul exemple n’est pas fiable.
Il peut produire une bonne réponse sur le cas utilisé pour le construire, puis échouer dès qu’une demande contient une ambiguïté ou sort légèrement du cadre.
Quels sont les cinq cas à tester ?
Utilisez au minimum :
- une demande simple et complète ;
- une demande avec une information manquante ;
- une demande inhabituelle ;
- des informations contradictoires ;
- un cas qui doit être transmis à un humain.
Dans notre exemple, le cinquième cas peut être une demande de remise exceptionnelle, une question contractuelle ou un engagement que le commercial ne peut pas valider seul.
Quelle grille de validation utiliser ?
Le prompt peut être partagé si :
- chaque critère obtient au moins 4/5 ;
- aucun résultat ne nécessite une réécriture complète ;
- aucune erreur critique n’apparaît sur les cinq tests.
Une erreur critique bloque immédiatement la validation. C’est par exemple :
- un tarif inventé ;
- une promesse non autorisée ;
- une donnée sensible exposée ;
- une mauvaise interprétation du besoin ;
- une réponse donnée alors que le cas devait être transmis à un humain.
Une formulation maladroite ou une phrase trop longue constitue une erreur mineure. Elle peut être corrigée sans remettre tout le processus en cause.
Comment corriger les erreurs observées ?
Ne rallongez pas automatiquement le prompt. Identifiez d’abord la cause du problème.
Un prompt ne doit pas nécessairement tout faire en une seule fois.
Si vous lui demandez d’analyser une demande, de vérifier sa faisabilité, de calculer un prix et de rédiger un email, séparez le processus :
- analyser la demande ;
- identifier les données manquantes ;
- générer la réponse une fois les informations validées.
Le prompt fait-il réellement gagner du temps ?
Comparez la situation avant et après son utilisation :
- temps de préparation ;
- temps de relecture ;
- nombre de corrections ;
- informations oubliées ;
- résultats entièrement réécrits ;
- fréquence d’utilisation.
Le prompt est utile s’il réduit le temps total sans augmenter les erreurs ou le niveau de risque.
Comment documenter et partager le prompt ?
Une fois le prompt validé, l’objectif est d’éviter que chaque collaborateur crée sa propre version.
Trois règles suffisent :
- conserver une seule version officielle ;
- désigner un responsable métier ;
- documenter les conditions d’utilisation et de contrôle.
Que doit contenir la fiche du prompt ?
La fiche peut être stockée dans Google Docs, Notion ou l’espace collaboratif déjà utilisé par l’entreprise. Le support importe moins que sa simplicité d’accès.
Le responsable métier centralise les retours, valide les modifications et empêche la multiplication des copies.
Un historique minimal suffit :
Quand faut-il passer du prompt à l’automatisation ?
Le niveau d’outillage dépend surtout de la fréquence et du nombre d’actions à enchaîner.
Gardez un prompt manuel lorsque la tâche reste ponctuelle et nécessite un jugement humain important.
Créez un assistant configuré lorsque les mêmes documents, règles ou instructions sont utilisés régulièrement par plusieurs collaborateurs.
Passez à l’automatisation lorsque :
- le prompt est utilisé plusieurs fois par semaine ;
- seules quelques variables changent ;
- les données viennent toujours du même outil ;
- le résultat est systématiquement copié dans un autre logiciel ;
- les erreurs possibles sont connues ;
- la validation humaine peut être standardisée.
Dans notre cas commercial, un workflow pourrait :
- récupérer l’email reçu ;
- extraire les informations utiles ;
- préparer le brouillon ;
- proposer une action CRM ;
- demander la validation du commercial ;
- enregistrer les informations validées.
Des outils comme Make ou n8n peuvent alors connecter la messagerie, le CRM et le modèle d’IA. Notre guide sur les premières automatisations n8n explique comment cadrer ce type de workflow sans automatiser trop tôt un processus encore instable.
La progression reste la même :
Tester manuellement → stabiliser le prompt → mesurer le gain → automatiser les étapes maîtrisées.
Une automatisation ne corrige pas un processus mal défini. Elle le répète simplement plus vite.
Comment déployer la méthode en 30 jours ?
Après un mois, posez trois questions :
- Le prompt est-il réellement utilisé ?
- Réduit-il le temps total de traitement ?
- Les erreurs restantes sont-elles rares et faciles à contrôler ?
Si les trois réponses sont positives, le modèle peut être déployé auprès d’autres collaborateurs ou servir de base à une automatisation.
