Lexique du prompt : les mots à connaître

Un collègue te dit : « Ton problème, c'est la fenêtre de contexte, il faudrait un peu de few-shot et baisser la température. » Tu hoches la tête, tu ouvres un onglet, tu tombes sur trois définitions qui se contredisent. Le vocabulaire de l'IA est un mélange de termes techniques, d'anglicismes et de mots courants qui prennent un sens particulier, et il décourage plus de monde que les outils eux-mêmes.

Ce lexique réunit trente-cinq mots qu'on rencontre vraiment, rangés par thème plutôt que par ordre alphabétique, parce qu'ils s'éclairent les uns les autres. Chaque définition tient en quelques lignes, avec un exemple quand il aide, et renvoie vers l'article qui développe. Utilise la recherche de ton navigateur si tu cherches un terme précis.

Un prompt, mot par mot

Avant le vocabulaire, voici un prompt dont chaque partie porte un nom. Les termes en gras sont définis plus bas.

Tu es un conseiller en gestion pour petites associations.            (rôle)

Le club de pétanque de [VILLE] compte 60 adhérents, cotisation de 40 €.  (contexte)
Voici le relevé de l'année : [COLLE LE RELEVÉ].                      (document fourni)

Rédige un résumé pour l'assemblée générale.                          (tâche)

Réponds en 10 lignes maximum, avec trois rubriques :
recettes, dépenses, perspectives.                                    (format de sortie)

Exemple de ton : « Nous avons fini l'année avec 312 € de plus qu'au départ. »  (exemple)
Ne cite aucun chiffre qui ne figure pas dans le relevé.              (contrainte)

Ce découpage correspond à ce que détaille l'anatomie d'un bon prompt.

Les bases

Prompt. Le message que tu envoies à l'IA : une question, une consigne, un texte à traiter, ou tout cela ensemble. Pour les générateurs d'images, c'est la description de l'image. On dit aussi invite ou requête. Le guide pour débuter en fait le tour.

Modèle de langage. Le programme qui produit les réponses. Il a été entraîné sur d'énormes quantités de texte et écrit sa réponse morceau par morceau, en calculant ce qui a le plus de chances de venir ensuite. Le sigle anglais est LLM, pour large language model. Comment ça marche, sans jargon.

IA générative. Famille d'outils qui produisent du contenu nouveau (texte, image, son, code) au lieu de classer ou de rechercher de l'existant. ChatGPT, Claude, Gemini, Le Chat, Midjourney en font partie.

Assistant, chatbot. L'application dans laquelle tu discutes avec un modèle. Le même modèle peut se trouver derrière plusieurs applications, avec des réglages et des fonctions différents.

Conversation. La suite d'échanges au sein de laquelle le modèle voit tout ce qui précède. Une nouvelle conversation repart de zéro, sauf si l'outil propose une mémoire, dont le fonctionnement varie selon les outils.

Entraînement. La phase pendant laquelle le modèle apprend à partir de textes avant d'être mis à ta disposition. Ce qui s'est passé après sa fin lui est inconnu, sauf s'il a accès à une recherche.

Tokens. Les morceaux de mots que le modèle lit et écrit : un mot court en vaut un, un mot long peut en valoir plusieurs. Les limites et les tarifs des outils se mesurent souvent dans cette unité. Voir tokens et fenêtre de contexte.

Fenêtre de contexte. La quantité de texte, en tokens, que le modèle peut garder sous les yeux en une fois : ta demande, la conversation, les documents joints et sa propre réponse. Au-delà, il perd des éléments. Pour les gros documents, lis travailler avec de longs documents.

Ce que tu écris dans un prompt

Rôle. La consigne qui donne un point de vue à l'IA : « tu es un conseiller en gestion ». Utile pour fixer un niveau de langage et un angle, sans rendre le modèle plus compétent qu'il ne l'est. Voir donner un rôle à l'IA.

Contexte. Les informations de ta situation que le modèle ne peut pas deviner : qui tu es, pour qui tu écris, ce qui a été décidé. On le trie avec le test de cet article.

Instruction, consigne. Ce que tu demandes de faire. Plus elle est précise et vérifiable, mieux elle est suivie.

Contrainte. Une limite posée à la réponse : longueur, mots interdits, périmètre (« uniquement à partir du texte fourni »).

Variable. Un emplacement entre crochets, comme VILLE], que tu remplaces à chaque usage. Une variable transforme un prompt en modèle réutilisable ; voir [ta bibliothèque de prompts.

Format de sortie. La forme voulue pour la réponse : liste, tableau, trois paragraphes. S'impose en une phrase, comme dans l'article sur le format.

Sortie structurée, JSON. Une réponse dans un format lisible par un programme, comme le JSON, avec des champs fixes. Utile quand le résultat alimente un tableur ou une application. Voir la sortie JSON.

Prompt système, instructions système. Un texte de consignes placé avant la conversation, qui règle le comportement général de l'IA (ton, règles, sujets autorisés). Selon les outils, il prend parfois la forme de réglages personnalisés. Voir les instructions système.

Prompt négatif. Dans les générateurs d'images qui le permettent, la liste de ce qu'on ne veut pas voir apparaître (flou, texte, mains déformées). Voir le prompt négatif.

Les techniques

Zero-shot, one-shot, few-shot. Le nombre d'exemples fournis dans le prompt : aucun, un seul, quelques-uns. Les exemples fixent le format et le ton mieux que des adjectifs. Few-shot prompting détaille leur choix.

Raisonnement étape par étape. Demander au modèle de poser son raisonnement avant de conclure, ce qui aide sur les problèmes à plusieurs étapes. En anglais : chain of thought. Selon les outils, certains modèles le font de leur propre initiative. Voir raisonner étape par étape.

Chaîne de prompts. Découper une tâche en plusieurs prompts successifs, le résultat de l'un devenant l'entrée du suivant. Plus fiable qu'un seul gros prompt. Voir chaîner les prompts.

Itération. Le fait d'améliorer un résultat par petites corrections successives. La méthode est dans améliorer un prompt par itérations.

Méta-prompting. Demander à l'IA d'écrire ou d'améliorer un prompt à ta place. Pratique pour démarrer, à relire avant usage. Voir le méta-prompting.

Prompt injection. Des instructions cachées dans un texte que l'IA lit (page web, mail, document) et qu'elle peut prendre pour des ordres. Ce risque concerne surtout les outils connectés à tes fichiers ou à internet.

Les réglages

Température. Réglage qui dose le hasard dans le choix des mots. Basse, les réponses sont plus prévisibles ; haute, plus variées. Tous les outils ne la rendent pas modifiable. Voir température et paramètres.

Top-p. Autre réglage du hasard : le modèle ne choisit que parmi les mots les plus probables, jusqu'à un seuil cumulé. Il se règle surtout dans les outils pour développeurs.

Longueur maximale. Plafond du nombre de tokens de la réponse. Une réponse coupée en plein milieu vient parfois de là.

Ce qui ne va pas

Hallucination. Une réponse fausse, présentée avec assurance : source, chiffre, fonction ou citation inventés. Elle découle du fonctionnement du modèle, même avec un prompt irréprochable. Voir réduire les hallucinations et vérifier une réponse.

Biais. Une tendance systématique dans les réponses : stéréotypes, point de vue majoritaire, habitudes d'un pays. Le test du remplacement permet de les repérer.

Complaisance. Tendance à te donner raison ou à trouver ton texte bon, même quand il ne l'est pas. À contrecarrer en demandant explicitement une critique.

Dérive de la conversation. Après de nombreux échanges, le modèle peut mélanger d'anciennes consignes avec les nouvelles. On repart alors d'une conversation neuve.

Les outils et leurs mots

Multimodal. Un modèle qui traite plusieurs types de contenus : texte, image, parfois son ou vidéo. Tu peux lui montrer une photo et poser une question dessus.

RAG. Pour retrieval-augmented generation : l'outil cherche d'abord des passages dans une base de documents, puis les donne au modèle avec ta question. C'est ainsi que certains assistants répondent à partir de tes fichiers ou du web.

Agent. Un programme qui laisse un modèle enchaîner des actions (chercher, ouvrir un fichier, écrire) pour atteindre un but, au lieu de répondre une fois. Les instructions pour agents ont leurs propres règles.

Fine-tuning, ajustement. Réentraîner un modèle existant sur des exemples choisis pour le spécialiser. Un travail de développeur, qui n'a rien à voir avec l'écriture d'un prompt.

Mémoire. Fonction de certains outils qui conserve des informations d'une conversation à l'autre. Son existence, ses réglages et sa durée varient ; vérifie-les dans l'outil, surtout avant de lui confier des données personnelles. Voir la confidentialité.

Pour s'en servir

Ne cherche pas à tout retenir. Garde les huit mots qui reviennent dans tes échanges : prompt, contexte, format, exemple, itération, hallucination, token, fenêtre de contexte. Le jour où quelqu'un lâche un terme que tu ne connais pas, reviens ici ou, mieux, demande à l'IA de te l'expliquer sur un exemple tiré de ton métier. Si tu préfères commencer par la pratique, le catalogue de prompts montre un extrait et un vrai résultat avant tout achat.