Rafiq IA Lab

IA-07 — Prompt Engineering pour débutant

---

1. Titre du module

IA-07 — Prompt Engineering pour débutant

Partie 2 — Utiliser efficacement les assistants IA

---

2. Objectif pédagogique

À la fin de ce module, l'apprenant doit être capable de :

définir ce qu'est un prompt et expliquer pourquoi la formulation change tout ;
reconnaître la différence entre un mauvais et un bon prompt ;
construire un prompt efficace avec ses 5 éléments : rôle, contexte, tâche, format, contraintes ;
utiliser des techniques simples : zero-shot, few-shot, demande de format, checklist, tableau, vérification, hypothèses et limites ;
comprendre, avec prudence, la méthode du « raisonnement étape par étape » appliquée à la réponse visible (sans chercher à faire exposer un raisonnement interne caché) ;
appliquer ces techniques à des tâches IT concrètes ;
améliorer un mauvais prompt et éviter les erreurs courantes.

Prérequis : avoir suivi IA-04 (LLM, « probabilité ≠ vérité ») et IA-06 (méthode d'usage des assistants).

---

3. Niveau

Débutant.

Module très pratique. Il pose les bases que le module IA-08 (prompt engineering avancé pour l'IT) viendra approfondir.

---

4. Durée estimée

Activité	Durée indicative
Lecture du cours	40 à 50 minutes
Exemples + cas pratique guidé	25 minutes
Exercice à faire seul	20 minutes
Quiz + flashcards de révision	20 minutes
Mini-projet de fin de module	30 minutes
Total réaliste	environ 2h15

---

5. Résumé clair et simple

Un prompt, c'est tout simplement la demande que vous écrivez à un assistant IA. Et comme un LLM génère le texte le plus probable à partir de ce que vous lui donnez (rappel IA-04), la qualité de votre demande détermine la qualité de la réponse. Mieux vous formulez, meilleur est le résultat.

Le prompt engineering est l'art de bien formuler ces demandes. Ce n'est pas de la magie ni du code : c'est une méthode. La plus simple tient en cinq éléments : dire à l'IA quel rôle prendre, lui donner le contexte, formuler la tâche précisément, demander le format de réponse, et poser des contraintes.

À cela s'ajoutent quelques techniques faciles : donner un exemple du résultat attendu (« few-shot »), demander un tableau ou une checklist, demander une explication progressive, ou demander à l'IA de signaler ses incertitudes et ses limites. Pour les tâches un peu complexes, demander une réponse structurée étape par étape améliore souvent la qualité — à condition de viser une réponse utile et visible, pas de croire qu'on accède à un « raisonnement caché » fiable.

Le prompt engineering ne supprime pas les erreurs de l'IA : un bon prompt réduit le risque, mais ne remplace jamais la vérification (IA-09). Et la règle de confidentialité reste valable : pas de secrets ni de données sensibles dans un prompt cloud (IA-17).

---

6. Compétences visées

À l'issue de ce module, l'apprenant saura :

définir un prompt et expliquer l'effet de la formulation ;
transformer une demande vague en demande précise et exploitable ;
appliquer les 5 éléments d'un bon prompt ;
utiliser zero-shot, few-shot, et les demandes de format/checklist/tableau ;
demander une réponse étape par étape et une déclaration des limites, avec prudence ;
rédiger des prompts efficaces pour des tâches IT (script, erreur, procédure, log, compte rendu, fiche) ;
diagnostiquer et corriger un mauvais prompt.

---

7. Notions clés à comprendre

Prompt : la demande (texte) que vous envoyez à un assistant IA.
Prompt engineering : méthode pour formuler des demandes claires et efficaces.
Rôle : la « casquette » qu'on demande à l'IA d'adopter (ex. « administrateur Linux »).
Contexte : les informations de situation (système, versions, objectif, contraintes).
Tâche : ce que vous voulez précisément obtenir.
Format : la forme de la réponse (liste, tableau, procédure, script commenté).
Contrainte : une limite (longueur, niveau, ce qu'il faut éviter).
Zero-shot : demander directement, sans fournir d'exemple.
Few-shot : fournir un ou quelques exemples du résultat attendu.
Réponse étape par étape : demander une réponse structurée et progressive (visible et utile), utile pour les tâches complexes.
Itération : affiner la réponse par des relances successives.

---

8. Cours complet structuré

8.1 — Qu'est-ce qu'un prompt ?

Un prompt est la demande que vous écrivez à un assistant IA. Cela peut être une question (« Que fait cette commande ? »), une consigne (« Rédige une procédure… ») ou un ensemble d'instructions détaillées.

Comme un LLM prédit la suite la plus probable de ce que vous écrivez (rappel IA-04), votre prompt oriente directement la réponse. Un prompt flou produit une réponse floue ; un prompt précis produit une réponse précise. C'est tout l'enjeu.

8.2 — Pourquoi la formulation compte

Trois raisons :

L'IA ne connaît pas votre contexte si vous ne le donnez pas. Elle ne sait pas quel système, quelle version, quel objectif vous avez.
L'IA ne lit pas dans vos pensées. « Aide-moi avec le réseau » peut signifier mille choses.
Le format de réponse n'est pas deviné. Si vous voulez un tableau ou des commandes prêtes à copier, il faut le demander.

Idée clé : un bon prompt fait la moitié du travail. Le temps passé à bien formuler est largement rentabilisé par la qualité de la réponse.

8.3 — Mauvais prompt vs bon prompt

Exemple 1 — Expliquer une erreur

Mauvais : « C'est quoi cette erreur ? »
Bon : « Tu es administrateur Linux. Sur Ubuntu 22.04, au démarrage du service nginx, j'obtiens l'erreur suivante : (coller le message anonymisé). Explique la cause probable et donne 3 hypothèses classées par probabilité, avec pour chacune la commande de vérification. »

Exemple 2 — Générer un script

Mauvais : « Fais-moi un script. »
Bon : « Tu es expert PowerShell. Écris un script qui liste l'espace disque libre de plusieurs serveurs Windows. Commente chaque ligne, prévois une gestion d'erreur simple, et n'effectue aucune action destructive. Donne ensuite une explication courte de son fonctionnement. »

La différence n'est pas le sujet : c'est la précision (rôle, contexte, tâche, format, contraintes).

8.4 — Les 5 éléments d'un prompt efficace

C'est le cœur du module. Un bon prompt contient, dans l'ordre ou non :

Rôle — quelle expertise adopter.

« Tu es technicien support N1. »

Contexte — la situation, les systèmes, les versions, l'objectif.

« Sur un parc Windows 11, un utilisateur ne peut plus imprimer depuis ce matin. »

Tâche — ce que vous voulez, précisément.

« Donne-moi une démarche de diagnostic. »

Format — la forme attendue.

« Sous forme de tableau : étape / commande / résultat attendu. »

Contraintes — les limites.

« Reste sur des manipulations sans risque, signale ce que je dois vérifier moi-même. »

Moyen mnémotechnique : R-C-T-F-C (Rôle, Contexte, Tâche, Format, Contraintes). Tous ne sont pas toujours nécessaires, mais y penser évite les oublis.

8.5 — Techniques simples et efficaces

Zero-shot (demander directement). Vous posez la demande sans exemple. C'est suffisant pour les tâches simples. « Explique en 5 lignes ce qu'est le DNS. »

Few-shot (donner un ou des exemples). Vous montrez le résultat attendu sur un ou deux exemples, puis demandez la suite. Très utile pour imposer un style ou un format. « Voici comment je veux résumer un ticket : “Problème : … / Cause : … / Solution : …”. Applique ce format au ticket suivant : … »

Demander un format précis. « Réponds sous forme de checklist. » / « Mets le résultat dans un tableau à 3 colonnes. »

Demander une explication progressive. « Explique-moi étape par étape, du plus simple au plus avancé. »

Demander une vérification / des hypothèses et limites. « Indique les points incertains et ce que je dois vérifier moi-même. » « Précise les hypothèses que tu as faites et les limites de ta réponse. »

Itérer. Une première réponse imparfaite n'est pas un échec : relancez. « Plus court. » / « Ajoute les commandes. » / « Explique la ligne 4. »

8.6 — La méthode « étape par étape » (avec prudence)

Pour une tâche un peu complexe (diagnostic, raisonnement, calcul), demander une réponse structurée étape par étape améliore souvent la qualité, car l'IA décompose le problème au lieu de répondre d'un bloc.

Formulations utiles :

« Procède par étapes : d'abord les hypothèses, puis les vérifications, puis la conclusion. »
« Décompose le problème en étapes claires avant de donner la solution. »

Le point de prudence à retenir. Il s'agit de demander une réponse visible bien structurée, pas de croire que l'on accède à un « raisonnement interne » caché et fiable de l'IA. Un LLM peut produire des étapes qui paraissent logiques mais aboutissent à une conclusion fausse : la mise en forme « étape par étape » n'est pas une garantie de vérité. On l'utilise pour rendre la réponse plus claire et plus facile à vérifier, pas pour se dispenser de la vérification.

En clair : « étape par étape » est un outil de clarté et de contrôle, pas une preuve. Chaque étape factuelle reste à vérifier (IA-09).

8.7 — Itérer : la conversation comme outil

Le prompt engineering n'est pas qu'une seule demande parfaite : c'est souvent un dialogue. Vous affinez :

en précisant ce qui manquait (« en fait c'est du Windows Server 2019 ») ;
en corrigeant le tir (« non, je veux du Bash, pas du Python ») ;
en demandant des compléments (« ajoute une version dry-run »).

Attention toutefois à la fenêtre de contexte (IA-04) : dans une très longue conversation, rappelez les informations clés si nécessaire.

8.8 — Prompt engineering et vérité : ce que ça ne fait pas

Un bon prompt augmente vos chances d'obtenir une réponse correcte, mais :

il ne supprime pas les hallucinations ;
il ne donne pas à l'IA un accès à la vérité ni aux faits récents ;
une réponse bien formatée peut rester fausse.

Le prompt engineering est donc un multiplicateur de qualité, pas un substitut à la vérification (IA-09) ni au jugement humain.

---

9. Exemples concrets liés au monde IT

Pour chaque cas, un modèle de prompt prêt à adapter (pensez à anonymiser — IA-17).

Générer un script PowerShell

« Tu es expert PowerShell. Écris un script qui exporte en CSV la liste des utilisateurs d'un AD avec leur date de dernière connexion. Commente chaque ligne, aucune action destructive, ajoute une gestion d'erreur simple. Puis explique-le en 5 lignes. »

Expliquer une erreur Linux

« Tu es administrateur Linux. Sur Ubuntu 22.04, “systemctl status nginx” renvoie : (message anonymisé). Donne 3 causes probables classées par probabilité, la commande de vérification de chacune, et ce que le résultat doit montrer. »

Rédiger une procédure

« À partir de ces notes brutes : (…), rédige une procédure claire d'installation, avec prérequis, étapes numérotées, commandes, et une section vérification. Signale les commandes à adapter selon l'environnement. »

Créer un plan de dépannage

« Crée un arbre de dépannage pour “pas d'accès Internet sur un poste”, du plus probable au moins probable, format tableau : symptôme / test / résultat attendu / action. »

Analyser un log

« Voici un extrait de log anonymisé : (…). Résume les événements importants, repère les anomalies éventuelles, et indique ce qui mériterait une vérification. Précise tes incertitudes. »

Préparer un compte rendu

« À partir de ces points : (…), rédige un compte rendu d'intervention structuré : contexte, actions menées, résultat, points en suspens. Ton professionnel, concis. »

Créer une fiche de révision

« Crée une fiche de révision sur le DHCP pour un débutant : définition, rôle, étapes DORA, 5 points clés, 3 erreurs fréquentes. Format clair avec titres. »

Dans tous les cas : la réponse est un brouillon de qualité à vérifier et tester (commandes, chemins, versions) avant usage réel.

---

10. Cas pratique guidé

Objectif : transformer pas à pas un mauvais prompt en bon prompt, en appliquant R-C-T-F-C.

Contexte. Vous voulez un script Bash de sauvegarde d'un dossier.

Étape 1 — Le mauvais prompt. « Fais un script de sauvegarde. » Problème : aucun contexte, aucun format, aucune contrainte → réponse générique, peut-être risquée.

Étape 2 — Ajouter le rôle et le contexte. « Tu es administrateur Linux. Je veux sauvegarder chaque nuit le dossier /var/www/site vers /backups sur un serveur Ubuntu. »

Étape 3 — Préciser la tâche et le format. « Écris un script Bash qui crée une archive datée du dossier, commente chaque ligne, et affiche un message de succès ou d'erreur. »

Étape 4 — Ajouter les contraintes de sécurité. « Aucune suppression de fichiers, prévois une vérification que le dossier source existe, et propose une version “dry-run” qui montre ce qui serait fait sans rien exécuter. Signale ce que je dois adapter. »

Étape 5 — Itérer et vérifier. Après la réponse : « Ajoute une rotation simple pour garder seulement les 7 dernières sauvegardes. » Puis lisez le script, comprenez-le, et testez-le en lab (IA-11) avant toute mise en place. Vérifiez surtout qu'aucune commande n'est destructive.

Résultat du cas pratique : vous avez transformé une demande vague en un prompt complet (R-C-T-F-C), et vous gardez le réflexe vérification/test.

---

11. Exercice pratique à faire seul

Consigne. On vous donne un mauvais prompt ; réécrivez-le en appliquant les 5 éléments (rôle, contexte, tâche, format, contraintes), puis ajoutez une demande de vérification (« signale tes incertitudes / ce que je dois vérifier »).

Mauvais prompt de départ : « Explique-moi les certificats SSL. »

Contexte. Vous préparez une fiche pour un collègue débutant qui doit installer un certificat sur un serveur web.

Travail demandé :

Réécrivez le prompt avec R-C-T-F-C.
Précisez le public (débutant) et le format (ex. fiche avec titres + checklist).
Ajoutez une contrainte utile (longueur, niveau, exemples concrets).
Ajoutez une demande de vérification / limites.

Résultat attendu. Un prompt complet et réutilisable.

Critères de réussite :

les 5 éléments sont présents et pertinents ;
le public et le format sont explicites ;
au moins une contrainte claire ;
une demande d'incertitudes / points à vérifier est incluse ;
le prompt ne contient aucune donnée sensible.

Exemple de correction possible : « Tu es administrateur systèmes. Explique les certificats SSL/TLS à un débutant qui doit en installer un sur un serveur web. Format : fiche avec titres courts + une checklist d'installation. Contraintes : reste simple, donne un exemple concret, maximum ~300 mots. Termine par les points à vérifier et tes éventuelles incertitudes. »

---

12. Quiz de 10 questions QCM

Une seule bonne réponse par question.

Q1. Qu'est-ce qu'un prompt ?

A. Un type de processeur
B. La demande (texte) que vous envoyez à un assistant IA
C. Une clé API
D. Un langage de programmation

Q2. Pourquoi la formulation d'un prompt est-elle importante ?

A. Parce que l'IA devine toujours vos intentions
B. Parce que la qualité de la demande détermine la qualité de la réponse
C. Parce que cela accélère Internet
D. Cela n'a aucune importance

Q3. Quels sont les 5 éléments d'un prompt efficace ?

A. Rôle, contexte, tâche, format, contraintes
B. Titre, image, son, vidéo, code
C. Nom, prénom, âge, ville, métier
D. Entrée, sortie, boucle, variable, fonction

Q4. Que signifie « few-shot » ?

A. Demander sans donner d'exemple
B. Fournir un ou plusieurs exemples du résultat attendu
C. Poser une question très courte
D. Limiter la réponse à quelques mots

Q5. Que signifie « zero-shot » ?

A. Donner beaucoup d'exemples
B. Demander directement, sans fournir d'exemple
C. Interdire toute réponse
D. Demander un tableau

Q6. Demander une réponse « étape par étape » sert surtout à :

A. Accéder au raisonnement interne caché et fiable de l'IA
B. Rendre la réponse plus claire et plus facile à vérifier sur les tâches complexes
C. Garantir que la réponse est vraie
D. Réduire le coût

Q7. Une réponse bien structurée et fluide est-elle forcément vraie ?

A. Oui, toujours
B. Non : un bon format n'est pas une garantie d'exactitude
C. Oui, si elle est en tableau
D. Oui, si le ton est assuré

Q8. Quelle relance illustre une bonne itération ?

A. « Merci, au revoir »
B. « Ajoute les commandes de vérification et explique la ligne 3 »
C. « Recommence à l'identique »
D. « Ne réponds pas »

Q9. Que faut-il ajouter à un prompt pour mieux repérer les erreurs ?

A. Rien
B. Une demande de signaler les incertitudes et ce qu'il faut vérifier
C. Des mots de passe
D. Le plus de données sensibles possible

Q10. Le prompt engineering remplace-t-il la vérification ?

A. Oui, un bon prompt garantit la vérité
B. Non : il réduit le risque d'erreur mais ne remplace pas la vérification ni le jugement humain
C. Oui, si le prompt est long
D. Oui, si on utilise le few-shot

---

13. Réponses corrigées du quiz avec explications

Q1 → B. Un prompt est la demande envoyée à l'assistant. A, C et D confondent avec d'autres notions.

Q2 → B. La qualité de la demande détermine la qualité de la réponse (l'IA prédit à partir de votre texte). A est faux (elle ne devine pas), C et D sont absurdes.

Q3 → A. Rôle, contexte, tâche, format, contraintes (R-C-T-F-C). Les autres listes sont hors sujet.

Q4 → B. Few-shot = fournir des exemples du résultat attendu. A décrit le zero-shot, C et D sont faux.

Q5 → B. Zero-shot = demander directement, sans exemple. A est l'inverse, C et D sont faux.

Q6 → B. « Étape par étape » rend la réponse plus claire et vérifiable sur les tâches complexes. A est faux (pas d'accès fiable à un raisonnement caché), C est faux (aucune garantie de vérité), D n'est pas l'objectif.

Q7 → B. Un bon format ne garantit pas l'exactitude : une réponse fluide peut être fausse. Les autres options sont fausses.

Q8 → B. Demander des compléments précis est une bonne itération. A, C et D ne font pas progresser la réponse.

Q9 → B. Demander de signaler incertitudes et points à vérifier aide à repérer les erreurs. C et D exposent des données ; A n'aide pas.

Q10 → B. Le prompt engineering réduit le risque mais ne remplace ni la vérification ni le jugement humain. Les autres réponses sont fausses.

Barème indicatif : 8/10 ou plus = notions acquises. 5 à 7 = relisez les sections 8.4 et 8.6. Moins de 5 = reprenez le cours en réécrivant vous-même quelques prompts.

---

14. Flashcards de révision

Carte 1 Q : Qu'est-ce qu'un prompt ? R : La demande (texte) que vous envoyez à un assistant IA.

Carte 2 Q : Pourquoi la formulation compte-t-elle ? R : Parce que l'IA prédit à partir de votre texte : meilleure demande, meilleure réponse.

Carte 3 Q : Les 5 éléments d'un bon prompt (R-C-T-F-C) ? R : Rôle, Contexte, Tâche, Format, Contraintes.

Carte 4 Q : Zero-shot ? R : Demander directement, sans fournir d'exemple.

Carte 5 Q : Few-shot ? R : Fournir un ou plusieurs exemples du résultat attendu.

Carte 6 Q : À quoi sert de demander un format (tableau, checklist) ? R : À obtenir une réponse directement exploitable.

Carte 7 Q : Intérêt du « étape par étape » ? R : Rendre la réponse plus claire et plus facile à vérifier sur les tâches complexes.

Carte 8 Q : « Étape par étape » garantit-il la vérité ? R : Non : la mise en forme n'est pas une preuve ; chaque étape factuelle reste à vérifier.

Carte 9 Q : Comment aider à repérer les erreurs dans une réponse ? R : Demander à l'IA de signaler ses incertitudes et ce qu'il faut vérifier.

Carte 10 Q : Qu'est-ce qu'itérer ? R : Affiner la réponse par des relances précises (plus court, ajoute X, explique Y).

Carte 11 Q : Le prompt engineering supprime-t-il les hallucinations ? R : Non : il réduit le risque, mais ne remplace pas la vérification.

Carte 12 Q : Règle de confidentialité dans un prompt cloud ? R : Pas de secrets ni de données sensibles ; anonymiser (IA-17).

---

15. Erreurs fréquentes

Prompt trop vague : « aide-moi », « fais un script » → réponses génériques.
Oublier le contexte (système, version, objectif) → réponses inadaptées.
Ne pas demander de format → réponse non exploitable directement.
Croire qu'un beau format = vérité → une réponse structurée peut être fausse.
Surinterpréter le « étape par étape » comme un raisonnement interne fiable.
Ne pas itérer : abandonner après une première réponse imparfaite.
Empiler trop de demandes dans un seul prompt confus → mieux vaut découper.
Mettre des données sensibles dans le prompt (secrets, données personnelles).

---

16. Bonnes pratiques

Appliquer R-C-T-F-C : rôle, contexte, tâche, format, contraintes.
Donner des exemples (few-shot) quand le style ou le format compte.
Demander le format adapté : tableau, checklist, procédure, script commenté.
Demander une réponse étape par étape pour les tâches complexes, comme outil de clarté.
Demander les incertitudes et limites pour faciliter la vérification.
Itérer par relances précises plutôt que tout attendre du premier prompt.
Découper les demandes complexes en plusieurs étapes.
Vérifier le factuel et tester en lab ; anonymiser systématiquement (IA-17).

---

17. Point vigilance : limites, risques, sécurité et vérification humaine

Bloc obligatoire à lire attentivement.

Ce qu'il faut vérifier :

que la réponse correspond vraiment à votre contexte (système, version, objectif) ;
chaque élément factuel (commande, chemin, valeur, référence) ;
la pertinence des étapes proposées, même quand la réponse est bien structurée.

Ce qu'il ne faut pas faire :

prendre une réponse bien formatée pour une réponse vraie ;
croire qu'un prompt « parfait » dispense de vérifier ;
inclure des secrets ou des données sensibles dans un prompt cloud.

Risques de mauvaise utilisation :

appliquer un script ou une commande générés sans les comprendre ni les tester ;
se fier au « étape par étape » comme à une preuve ;
diffuser une réponse fausse mais convaincante.

Risques de confidentialité :

un prompt peut contenir, par inadvertance, des informations internes ou personnelles ;
ces données peuvent être traitées par un service externe. Confidentialité, données sensibles, RGPD et éthique sont approfondis au module IA-17.

Limites du prompt engineering :

il améliore la qualité, mais ne supprime ni les hallucinations ni l'absence d'accès à la vérité ;
un bon format n'est pas une garantie d'exactitude.

Cas où une validation humaine est indispensable :

tout script ou commande destinés à un système réel (surtout en production) ;
toute information destinée à un client ou à un document officiel ;
toute décision touchant la sécurité, les personnes, l'argent ou la conformité.

Principe à retenir : un bon prompt améliore la réponse ; la vérification et le jugement humain restent indispensables (méthodes en IA-09).

---

18. Mini-projet de fin de module

Titre : « Ma bibliothèque de prompts IT »

Objectif. Constituer une petite bibliothèque de gabarits de prompts réutilisables, prêts à adapter à vos tâches IT — base directe du module IA-08.

Contexte. Vous créez vos modèles personnels pour gagner du temps et garder une qualité constante. Aucun outil technique requis.

Prérequis. Avoir lu le cours (section 8) et fait le quiz.

Étapes :

Choisir 5 tâches IT récurrentes (ex. expliquer une erreur, générer un script, rédiger une procédure, analyser un log, créer une fiche de révision).
Pour chacune, écrire un gabarit appliquant R-C-T-F-C, avec des champs à remplir entre crochets : [système], [version], [message d'erreur anonymisé]…
Ajouter à chaque gabarit une demande d'incertitudes / points à vérifier.
Tester au moins 2 gabarits sur un assistant et noter ce qui a bien marché ou non.
Améliorer ces 2 gabarits à partir de vos observations (itération).
Ajouter une règle de confidentialité en tête de bibliothèque (anonymiser, pas de secrets).

Résultat attendu. Une bibliothèque de 5 gabarits clairs et réutilisables.

Critères de réussite :

chaque gabarit applique les 5 éléments ;
les champs à remplir sont explicites ;
chaque gabarit demande incertitudes / vérifications ;
au moins 2 gabarits testés puis améliorés ;
une règle de confidentialité figure en tête.

Amélioration possible. Classez vos gabarits par catégorie (diagnostic, script, documentation…) : c'est exactement la logique de modèles réutilisables que l'on pousse en IA-08.

---

19. Ressources gratuites recommandées

Ne recommander que des ressources gratuites ou accessibles gratuitement. Toute ressource dont la gratuité ou la disponibilité n'est pas certaine est signalée par la mention « À vérifier avant publication. »

Guides de prompt des éditeurs (documentation officielle d'OpenAI, Anthropic, Google, Mistral) — beaucoup proposent des conseils gratuits de rédaction de prompts. Sources les plus fiables car maintenues par les concepteurs. À vérifier avant publication (liens et contenus évoluent).
Versions gratuites des assistants (ChatGPT, Claude, Gemini, Mistral) — pour s'entraîner en comparant l'effet de différentes formulations. À vérifier avant publication (offres gratuites variables).
« Objectif IA » (OpenClassrooms) — openclassrooms.com/fr/courses/6417031-objectif-ia-initiez-vous-a-l-intelligence-artificielle — MOOC francophone gratuit, pour replacer les usages dans leur contexte. (Gratuit, vérifié ; un compte gratuit peut être demandé.)
« Elements of AI » (version française) — course.elementsofai.com/fr/ — pour consolider les bases. (Gratuit, vérifié.)

Remarque : le meilleur entraînement au prompt engineering reste la pratique : reformuler, comparer, itérer sur de vrais cas. Ce module ne promet aucune certification.

---

20. Résumé final du module

Un prompt est la demande envoyée à un assistant IA ; sa formulation détermine la qualité de la réponse.
Un bon prompt suit R-C-T-F-C : Rôle, Contexte, Tâche, Format, Contraintes.
Techniques simples : zero-shot (sans exemple), few-shot (avec exemples), demande de format (tableau, checklist), explication progressive, demande d'incertitudes et limites, et itération.
Le « étape par étape » sert à rendre la réponse claire et vérifiable sur les tâches complexes — c'est un outil de contrôle, pas une preuve d'exactitude, et pas un accès fiable à un raisonnement interne caché.
Un bon prompt réduit le risque d'erreur mais ne remplace pas la vérification (IA-09) ni le jugement humain.
Règle constante : pas de secrets ni de données sensibles dans un prompt cloud (IA-17). Le niveau avancé, orienté tâches IT complexes, est l'objet du module IA-08.

---

21. Validation demandée avant le module suivant

Validation demandée avant le module suivant

Souhaites-tu que je passe au module suivant ou que je corrige/améliore ce module d'abord ?

(Module suivant prévu : IA-08 — Prompt Engineering avancé pour le monde IT.)