Former à l’IA : le vrai test commence quand on enlève le prompt modèle

Un participant repart d’une formation avec vingt prompts et quelques résultats convaincants. Très bien. Mais que se passe-t-il le lendemain, lorsque son besoin ne ressemble plus exactement à l’exercice ? Pour moi, c’est là que commence le véritable test.

Comprendre ce qui fait fonctionner une demande

Le prompting reste utile. Mais il ne se résume pas à trouver la formulation qui débloquerait magiquement le modèle. Dans son article consacré à la gestion du contexte des agents, Anthropic recommande de sélectionner les informations pertinentes, de clarifier les instructions et de choisir des exemples représentatifs. L’objectif est de donner au modèle les éléments nécessaires, puis d’ajuster les consignes en fonction des erreurs observées.

Ces recommandations concernent la conception d’agents. J’y vois aussi un principe pédagogique utile : apprendre à choisir ce que l’on transmet à l’IA, et comprendre pourquoi. Ajouter un document, retirer une consigne ambiguë ou préciser le destinataire peut être plus pertinent que chercher un nouveau « super prompt ».

Je défends donc une autre manière d’évaluer une formation : donner une situation nouvelle, un dossier imparfait et un objectif concret. Puis regarder si la personne sait identifier ce qui manque, formuler sa demande, examiner la réponse et la corriger.

Un exercice en deux temps

Voici un exercice que je propose de construire avec des documents fictifs ou anonymisés. Le livrable attendu est une synthèse d’une page pour préparer une réunion : les décisions prises, les questions ouvertes et les prochaines actions.

Dans un premier temps, le participant reçoit un compte rendu cohérent et un prompt guidé. Celui-ci précise le destinataire, le format et la nécessité de distinguer les décisions des hypothèses. Après la génération, on reprend ensemble une affirmation de la synthèse pour retrouver le passage qui la justifie. Le modèle de prompt sert de point de départ pour expliquer les choix.

Dans un second temps, on change de dossier et on retire ce modèle. Le participant dispose cette fois d’un ancien compte rendu, d’un e-mail plus récent et d’une note incomplète. Pour rendre l’exercice concret, on peut faire apparaître un budget « à confirmer » dans le premier document et un nouveau montant seulement proposé dans le second. L’objectif reste identique, mais les informations ne permettent plus une synthèse aussi nette.

La personne doit alors décider quoi transmettre à l’IA, expliquer ce qui lui manque et vérifier que la réponse ne transforme pas une proposition en décision. Elle peut demander une clarification, laisser une question ouverte ou corriger une formulation. Aucun de ces gestes n’exige de réciter le prompt du formateur.

Évaluer la démarche autant que la synthèse

Pour relire cet exercice, je regarderais quatre éléments :

• Le choix du contexte : les documents retenus permettent-ils de traiter la demande ? Leur date et leur statut ont-ils été pris en compte ?
• La formulation du besoin : le destinataire, l’objectif et le résultat attendu sont-ils compréhensibles ?
• La vérification : la personne sait-elle retrouver la source d’une affirmation et repérer une incertitude ?
• La correction : sait-elle expliquer ce qui pose problème et ajuster sa demande en conséquence ?

Une bonne réponse obtenue avec un prompt fourni ne suffit pas à démontrer cette autonomie. À l’inverse, repérer qu’un dossier ne permet pas encore de conclure peut être un signe de maîtrise, même si le résultat semble moins spectaculaire.

Ce que j’aimerais voir rester après la formation

Les prompts modèles ont leur place : ils rassurent, donnent des idées et rendent une première manipulation plus accessible. Je souhaite simplement que les participants puissent progressivement s’en détacher, les adapter et expliquer leurs choix.

Mon objectif de formateur n’est pas que les participants sachent reproduire ma démonstration. C’est qu’ils sachent quoi faire lorsque la leur ne fonctionne pas.