Débuter avec l’IA : votre premier prompt et deux ateliers

Ce que vous allez apprendre

Ce cours est accessible sans compte LearnIA. Vous allez préparer un prompt, vérifier une réponse, demander un petit tableau JSON et réaliser deux ateliers. Les consignes peuvent être copiées dans un assistant autorisé. Les exercices du site servent à pratiquer et à vous autoévaluer ; ils ne constituent pas une certification.

Un assistant peut produire un brouillon utile et une affirmation fausse dans la même réponse. Pour commencer, utilisez des situations fictives et gardez un résultat attendu que vous savez vérifier. Les fonctions de fichiers et de recherche dépendent de l'outil et du compte utilisés.

Les cinq composants d'un prompt utile

Notre grille pédagogique distingue cinq éléments. Ce n'est pas une norme imposée par tous les modèles : c'est une façon de rendre votre demande plus facile à vérifier.

Une demande comme « écris un bon e-mail » laisse beaucoup de décisions implicites. Une demande avec le destinataire, les faits disponibles et le format permet de mieux repérer les erreurs. Le rôle peut aider à cadrer le style ; il ne donne pas au modèle une compétence vérifiée.

Atelier 1 : rédiger un e-mail professionnel

Situation fictive : Alex prépare une réunion d'équipe de 30 minutes. Le créneau envisagé est le 19 novembre à 10 h, mais il n'est pas confirmé. Le message doit demander l'accord des participants et préciser que l'ordre du jour sera envoyé ensuite.

Aide-moi à rédiger un e-mail professionnel pour mon équipe.
Contexte : réunion de 30 minutes, créneau proposé le 19 novembre à 10 h.
Tâche : demander confirmation et annoncer l'envoi ultérieur de l'ordre du jour.
Format : un objet puis un message de 100 mots maximum.
Contraintes : ne présente pas le créneau comme confirmé ; n'invente ni lieu,
ni lien de réunion, ni participant. Signale les informations manquantes.

Avant de conserver le brouillon, contrôlez quatre points : la date reste une proposition, la durée est exacte, aucun lien n'est inventé et le ton convient à votre équipe. Si un point échoue, demandez une correction ciblée en indiquant le fait à respecter. Réévaluez ensuite le message complet.

Structurer une sortie en JSON

Le JSON représente des données avec des clés et des valeurs. Il facilite leur lecture par un logiciel, mais un texte qui ressemble à du JSON peut être invalide. Et un JSON parfaitement valide peut contenir des informations fausses.

Pour notre exemple, la référence attendue peut être :

{
  "date_proposee": "19 novembre",
  "heure": "10:00",
  "duree_minutes": 30,
  "confirme": false,
  "lieu": null
}

Demandez un objet avec ces champs, sans ajouter d'information absente. Vérifiez les clés, les types et les valeurs. Ici, la durée est un nombre, la confirmation est un booléen et le lieu inconnu vaut null. N'ajoutez pas d'année : elle n'était pas fournie dans la situation.

Pour une intégration logicielle, utilisez un parseur et un schéma adaptés. Les sorties structurées OpenAI illustrent une fonction API distincte d'une simple consigne « réponds en JSON ». La conformité du schéma ne remplace toujours pas le contrôle des faits.

Atelier 2 : résumer puis proposer une suite

Voici les notes fictives à utiliser : « Le support demande une FAQ. Alex propose un brouillon vendredi. Le responsable n'a pas encore accepté ce délai. Le budget n'a pas été discuté. »

Procédez en deux étapes. Demandez d'abord un tableau avec fait, personne citée et statut confirmé ou à confirmer. Vérifiez que vendredi reste une proposition et qu'aucun budget n'apparaît. Demandez ensuite des actions fondées uniquement sur ce tableau, avec les informations à obtenir avant de décider.

Cette séparation rend la relecture plus simple. Elle ne garantit pas la justesse : une erreur dans le premier tableau peut se propager. Conservez donc le contrôle entre les deux étapes. Un enchaînement utile doit permettre de corriger la source intermédiaire.

Vérifier, corriger et conserver votre méthode

Pour chaque réponse, distinguez les faits fournis, les propositions du modèle et les informations manquantes. Ouvrez les sources lorsqu'une affirmation extérieure est nécessaire. Recalculez séparément les nombres importants et comparez le résultat aux documents d'entrée.

Si une information est confidentielle, appliquez les règles de votre organisation avant de la transmettre. Pour l'exercice, les exemples fictifs suffisent. Le guide officiel ChatGPT et la documentation des fichiers Claude décrivent des fonctions propres aux produits ; leur présence ne garantit pas une sortie correcte.

Téléchargez votre fiche de premier prompt. Notez la consigne initiale, l'erreur observée, la correction et la version conservée. Ce petit journal devient plus utile qu'une collection de prompts sans résultat vérifié.

Pour continuer

Le guide des fondamentaux LLM approfondit les notions de contexte et de génération. Le guide des sorties structurées développe la validation. Si vous hésitez entre outils, commencez par notre comparatif des modèles actuels et un cas de test identique.

Aide-moi à écrire un prompt pour un e-mail professionnel à partir de faits fictifs. Demande le destinataire, le contexte, la tâche, le format et les contraintes. Ne complète aucune information absente. Propose ensuite une grille de relecture pour vérifier le brouillon.