(Structurer les instructions en blocs lisibles et exploitables par l’IA)
Définition
Le JSON Prompting consiste à formuler un prompt sous forme d’objet JSON comprenant des champs clairement identifiés : rôle, objectifs, contraintes, style, données d’entrée, format attendu. Cette méthode apporte une rigueur supérieure au texte libre, car elle impose une structure hiérarchique que l’IA comprend parfaitement. Dans un prompt JSON, chaque élément est isolé et nommé, ce qui permet à l’IA de traiter les instructions comme un ensemble de paramètres plutôt que comme un texte narratif. Le résultat : une meilleure précision d’exécution et une réduction des ambiguïtés.
Contexte d’utilisation
Le JSON prompting est utilisé dans les environnements professionnels où la stabilité, la cohérence et l’automatisation sont essentielles : agents IA, assistants RH, API, automatisations no-code, SIRH connectés, outils analytiques. Ce format facilite le parsing automatique, la reproductibilité et la modularité des prompts, tout en permettant de changer uniquement les valeurs sans modifier la structure.
Exemples génériques
{
« role »: « expert_RH »,
« style »: « clair et concis »,
« objectif »: « fournir une réponse structurée »,
« limites »: « pas de spéculation »
}
{
« task »: « résumer »,
« format »: « puces »,
« ton »: « neutre et factuel »
}
Application aux Ressources Humaines
En RH, le JSON prompting est idéal pour les assistants automatisés, car il permet de structurer précisément la mission : analyse de CV, génération de fiches de poste, calcul d’indicateurs RH, réponses pédagogiques, interprétation chiffrée. Le format permet également d’intégrer facilement les prompts dans des workflows SIRH ou des tableaux de bord.
🧠 Exemple 1 – Analyse automatique d’un CV
System JSON Prompt :
{
« role »: « consultant_recrutement »,
« objectif »: « analyser un CV »,
« style »: « professionnel et factuel »,
« sections »: [« points_forts », « risques », « adéquation_poste »]
}
Objectif pédagogique :
Montrer comment un prompt JSON permet de structurer une analyse clairement exploitable, sans dérive stylistique.
💼 Exemple 2 – Assistant formation automatisé
System JSON Prompt :
{
« role »: « formateur_RH_digital »,
« structure_reponse »: [« définition », « méthode », « exemple »],
« ton »: « pédagogique et encourageant »
}
Objectif pédagogique :
Illustrer la manière dont un JSON impose un format constant de réponse utile pour les outils de formation.
📊 Exemple 3 – Interprétation d’indicateurs SIRH
{
« role »: « analyste_SIRH »,
« objectif »: « interpréter des KPIs »,
« style »: « chiffré, neutre, décisionnel »,
« limite »: « 200 mots »
}
Objectif pédagogique :
Démontrer comment le JSON assure une interprétation stable et cohérente dans des environnements sensibles.