Cooperative Prompting
(L’IA dialogue avec l’utilisateur pour co-construire la consigne)
Définition
Le Cooperative Prompting repose sur une logique de co-construction entre l’utilisateur et l’intelligence artificielle. Au lieu de formuler d’emblée un prompt complet, l’utilisateur engage un dialogue interactif : il expose progressivement son besoin, tandis que l’IA pose des questions de clarification pour affiner la consigne. Ce va-et-vient transforme la génération en une véritable conversation de travail, où la précision du résultat découle de la qualité du questionnement mutuel. Cette approche humanise la relation avec l’IA et favorise une compréhension partagée des attentes.
Contexte d’utilisation
Cette technique est idéale dans les situations où le besoin n’est pas encore totalement défini : conception de supports pédagogiques, rédaction de politiques RH, création d’outils d’évaluation ou accompagnement de projets complexes. Le Cooperative Prompting aide à formuler le bon prompt au fil de la discussion, tout en réduisant les erreurs d’interprétation. Il s’apparente à une séance de coaching cognitif entre l’utilisateur et la machine.
Exemples génériques
– “Je veux créer un document, mais je ne sais pas encore lequel. Aide-moi à définir la meilleure structure.”
– “Pose-moi les questions nécessaires pour rédiger un prompt pertinent sur la transformation RH.”
Application aux Ressources Humaines
En RH, le Cooperative Prompting est particulièrement utile pour structurer des projets collaboratifs : rédaction participative d’un plan de formation, construction d’un référentiel de compétences ou conception d’un questionnaire d’entretien. L’IA devient un partenaire de réflexion, capable d’aider le professionnel RH à clarifier son besoin avant de produire le contenu final. Cette approche favorise la pertinence, la personnalisation et la pédagogie du résultat.
🤝 Exemple 1 – Conception d’un plan de formation collaboratif
Contexte : un responsable formation veut bâtir un plan de développement des compétences, mais ne sait pas par où commencer.
Prompt :
« J’aimerais concevoir un plan de formation pour mes collaborateurs, mais je n’ai pas encore défini les priorités.
Peux-tu me poser les questions nécessaires pour m’aider à structurer la demande ? »
Interaction coopérative :
1️⃣ L’IA demande : « Quels métiers ou fonctions sont concernés ? »
2️⃣ L’utilisateur précise le public.
3️⃣ L’IA affine : « Quelles compétences stratégiques voulez-vous développer ? »
4️⃣ L’utilisateur répond, et la co-construction du plan démarre.
Résultat : un plan clair et pertinent, élaboré à travers un véritable dialogue exploratoire.
🧩 Exemple 2 – Création d’une grille d’entretien de recrutement
Contexte : un recruteur souhaite élaborer une grille d’évaluation, sans structure préexistante.
Prompt :
« J’aimerais créer une grille d’entretien pour un poste de chef de projet RH.
Aide-moi à définir les rubriques essentielles et pose-moi les questions nécessaires avant de la générer. »
Résultat : l’IA interroge l’utilisateur sur les compétences clés, le niveau de poste et le style d’entretien, puis co-élabore une grille complète et personnalisée.
🧠 Exemple 3 – Définition d’un indicateur RH pertinent
Contexte : un DRH veut suivre la fidélisation des talents mais n’a pas choisi l’indicateur adéquat.
Prompt :
« Je veux mesurer la fidélisation des collaborateurs, mais je ne sais pas quel indicateur utiliser.
Pose-moi des questions pour déterminer la meilleure métrique. »
Résultat : l’IA explore différentes pistes (taux de rétention, ancienneté moyenne, turnover volontaire) et aide à sélectionner la mesure la plus adaptée.