Les 26 Techniques de Prompting à Connaître pour Piloter ChatGPT comme un Expert
Apprendre à dialoguer avec une IA, c’est un peu comme apprendre à piloter un avion : il ne suffit pas d’avoir les commandes en main, encore faut-il comprendre la logique du vol. Les techniques de prompting sont ces instruments de bord qui vous permettent d’orienter ChatGPT avec finesse, méthode et clarté. Voici, en un seul article, les 26 techniques essentielles qui transformeront votre façon de converser avec l’intelligence artificielle.
1. Chain-of-Thought Prompting
Dans l’art du prompting, le Chain-of-Thought est une invitation à penser avant de parler.
Il pousse l’IA à dérouler son raisonnement pas à pas, à dévoiler la mécanique de sa réflexion avant de livrer la conclusion.
C’est le fil d’Ariane du raisonnement logique, celui qui transforme une simple réponse en démonstration claire et structurée.
Exemple :
« Calcule le taux de turnover 2024 : entrées = 18, sorties = 22, effectif moyen = 310.
Explique ton raisonnement étape par étape avant de donner le résultat final et une analyse en deux phrases. »
2. Chain Prompting
Ici, on construit le savoir brique après brique.
Le Chain Prompting est la version méthodique du dialogue : chaque réponse nourrit la suivante, comme un escalier que l’on gravit une marche à la fois.
On avance, on affine, on assemble – jusqu’à bâtir une solution complète et cohérente.
Exemple :
« Étape 1 : rédige la fiche de poste “Gestionnaire paie junior”.
Étape 2 : à partir de cette fiche, élabore une grille d’entretien.
Étape 3 : rédige un e-mail de refus respectueux et conforme au RGPD. »
3. Contextual Prompting
Le contexte, c’est la toile de fond de toute bonne réponse.
Le Contextual Prompting donne à l’IA les repères nécessaires : secteur, public, objectifs, ton.
C’est une manière de murmurer à l’oreille de la machine : “Voici le décor, maintenant joue juste.”
Exemple :
« Contexte : PME de 220 salariés, budget formation 1,8 % de la masse salariale.
Objectif : rédiger une note interne expliquant le processus de demande de formation via le SIRH.
Public : managers. Rédige 300 mots. »
4. Contrastive Prompting
Apprendre, c’est comparer.
Le Contrastive Prompting invite l’IA à observer la nuance entre le vrai et le presque vrai.
On lui tend deux miroirs : l’un juste, l’autre déformé – et c’est dans cette différence qu’elle affine son jugement.
Exemple :
« Deux définitions du taux d’absentéisme :
A) Heures d’absence / Heures théoriques × 100
B) Heures d’absence / Effectif au 1er janvier × 100
Indique laquelle est correcte, explique pourquoi et corrige la mauvaise. »
5. Emotion Prompting
Parce qu’une IA peut raisonner, mais aussi émouvoir.
Le Emotion Prompting insuffle une dimension humaine : ton, ressenti, chaleur du message.
C’est le moment où le texte cesse d’être froid pour devenir vivant.
Exemple :
« Rédige un message inspirant et bienveillant annonçant la mise à jour du module Temps & Activités,
rassurant sur l’accompagnement et valorisant les bénéfices collaborateurs (simplicé, transparence, autonomie). »
6. Few-Shot Prompting
Avant de demander, on montre.
Le Few-Shot Prompting repose sur l’apprentissage par l’exemple : quelques cas concrets suffisent à faire comprendre le format attendu.
Exemple :
« Exemples :
– “Mon solde de RTT ne s’affiche plus” → Temps & Absences
– “Je n’arrive pas à me connecter” → Accès & SSO
Texte : “Erreur lors de la soumission de mon entretien annuel.” → Donne uniquement la catégorie. »
7. Generated Knowledge Prompting
C’est la méthode du chercheur.
Avant de répondre, on explore, on collecte, on structure le savoir.
Le Generated Knowledge Prompting pousse l’IA à générer des connaissances intermédiaires avant la synthèse finale.
Exemple :
« Liste les pièges fréquents d’un déploiement de module entretiens,
puis rédige un guide de 10 bonnes pratiques pour le service RH (200 mots). »
8. Instruction Prompting
Quand la consigne devient un art.
Le Instruction Prompting repose sur la clarté et la structure : il s’agit de briefer l’IA comme un collaborateur.
Exemple :
« Rédige une user story pour l’export DSN :
As a gestionnaire paie, I want vérifier les anomalies DSN avant envoi, So that je réduis les rejets. »
9. Iterative Prompting
L’excellence se construit par ajustements successifs.
Le Iterative Prompting consiste à tester, observer, corriger, recommencer.
C’est la boucle d’amélioration continue du prompt designer.
Exemple :
« Version 1 : rédige une procédure d’onboarding.
Analyse ta réponse et propose une version 2 plus claire en 10 étapes avec RACI et délais. »
10. Meta-Prompting
Et si l’IA concevait elle-même ses instructions ?
Le Meta-Prompting fait de l’IA un co-designer : elle reformule pour clarifier et optimiser la consigne.
Exemple :
« Améliore ce prompt sans changer son objectif :
“Créer un tableau de suivi des entretiens avec 3 règles d’automatisation (rappels, relances).” »
11. Multi-Prompting
Pourquoi se contenter d’un seul point de vue ?
Le Multi-Prompting fait dialoguer plusieurs approches pour enrichir la réponse finale.
Exemple :
« Crée trois versions d’un message RH annonçant la campagne d’entretiens :
informatif ; 2) pédagogique ; 3) inspirant. »
12. Negative Prompting
Parfois, il faut savoir dire “ce que l’on ne veut pas”.
Le Negative Prompting fixe les interdits pour éviter les dérives de ton ou de forme.
Exemple :
« Explique le processus de validation des heures supplémentaires en 130 mots maximum,
sans jargon juridique, sans abréviations et sans employer les mots “workflow” ou “process”. »
13. One-Shot Prompting
Un seul exemple, un seul essai.
Le One-Shot vise la clarté immédiate, la démonstration unique et efficace.
Exemple :
« Exemple : “Le congé maternité a été mal déclaré” → Paie / DSN.
Texte : “Mes droits d’accès au module formation ont disparu.” → Donne la catégorie. »
14. Prompt Decomposition
Devant la complexité, découpons.
Le Prompt Decomposition consiste à fractionner une question en sous-questions simples avant d’en faire la synthèse.
Exemple :
« Décompose la problématique “Améliorer l’adoption du SIRH” en 5 sous-questions (communication, formation, UX, gouvernance, mesure).
Réponds à chacune, puis synthétise en 5 actions clés. »
15. ReAct Prompting
Raisonner, puis agir.
Le ReAct (Reason + Act) alterne explication et mise en pratique.
Une approche idéale pour allier logique et application concrète.
Exemple :
« Explique comment contrôler la cohérence entre les soldes d’absence et la paie,
puis applique cette méthode à un cas où un collaborateur a un solde négatif mais a perçu une prime d’assiduité. »
16. Rephrase and Respond
Comprendre avant de répondre.
Le Rephrase and Respond pousse l’IA à reformuler la demande avant de traiter la réponse.
Une méthode puissante pour éviter les malentendus.
Exemple :
« Reformule ma demande, puis réponds :
“Crée un mode opératoire pour importer des compteurs d’absences depuis un fichier CSV.” »
17. Role Prompting
Le rôle fait le ton.
Le Role Prompting consiste à attribuer une identité à l’IA pour adapter sa posture et son style.
Exemple :
« Agis comme un consultant SIRH senior.
Rédige un plan d’audit express du module Recrutement : objectifs, livrables, ateliers, KPI. »
18. Self-Ask Prompting
La bonne réponse commence par la bonne question.
Le Self-Ask Prompting invite l’IA à se questionner avant d’affirmer.
Exemple :
« Pose-toi cinq sous-questions essentielles pour fiabiliser la DSN,
puis réponds-y et propose quatre quick wins. »
19. Self-Consistency Prompting
La cohérence naît de la comparaison.
Le Self-Consistency fait produire plusieurs hypothèses à l’IA, avant qu’elle ne choisisse la plus solide.
Exemple :
« Propose trois méthodes pour mesurer l’adoption d’un SIRH, compare-les et choisis la plus fiable pour une ETI de 1 000 salariés. »
20. Step-Back Prompting
Prendre du recul pour mieux viser.
Le Step-Back incite l’IA à analyser la situation avant d’y répondre.
Exemple :
« Avant de répondre, liste les cinq facteurs clés de réussite d’un déploiement SIRH,
puis formule six recommandations concrètes. »
21. Style Prompting
Le ton fait la différence.
Le Style Prompting impose un registre ou une tonalité précise à la réponse.
Exemple :
« Rédige au ton bienveillant et professionnel un e-mail aux managers expliquant comment planifier les entretiens dans le SIRH. »
22. System Prompting
Toute conversation commence par un cadre.
Le System Prompting fixe les règles du jeu : rôle, ton, périmètre, limites.
Exemple :
« Tu es un expert SIRH. Tes réponses doivent être concises, actionnables et conformes au RGPD.
Explique à un public RH non technique comment concevoir une matrice RACI. »
23. Template-Based Prompting
La force du modèle.
Le Template-Based repose sur des gabarits prêts à l’emploi, qui assurent cohérence et gain de temps.
Exemple :
« Instancie ce modèle pour “Validation des heures supplémentaires” : Objectif, Périmètre, RACI, Règles de gestion, KPI. »
24. Thread-of-Thought Prompting
La pensée en filigrane.
Le Thread-of-Thought fait dérouler le raisonnement en plusieurs fils logiques successifs.
Exemple :
« Déploie trois fils logiques pour piloter la formation : données requises, règles de calcul des KPI, actions correctives. »
25. Tree-of-Thought Prompting
L’intelligence arborescente.
Le Tree-of-Thought pousse l’IA à explorer plusieurs branches de raisonnement avant de retenir la plus pertinente.
Exemple :
« Étudie trois options pour réduire les rejets DSN : processus, outil, gouvernance.
Compare hypothèses, bénéfices et risques, puis choisis la plus crédible. »
26. Zero-Shot Prompting
Le saut sans filet.
Le Zero-Shot repose sur la capacité native du modèle à comprendre la demande sans exemple préalable.
Exemple :
« En 120 mots, explique la différence entre la GTA et la gestion des plannings,
puis cite trois impacts sur la paie. »
✈️ Conclusion – Piloter, c’est choisir la bonne trajectoire
Le prompting n’est pas une magie, c’est une navigation.
Chaque technique est un instrument de bord : certaines servent à structurer, d’autres à explorer, d’autres encore à nuancer le ton ou affiner la pensée.
Ce qui fait la différence, ce n’est pas la puissance de l’IA, mais la qualité du pilote — celui qui sait quel levier activer, quand et pourquoi.
Et c’est précisément là que PromptPilot prend tout son sens : comme copilote méthodique, il aide chacun à trouver la bonne trajectoire entre intention, méthode et clarté.
