Comprendre ce que fait un LLM quand vous le promptez
Quand une IA invente un chiffre ou ignore une consigne, relancer la demande ne sert à rien tant que vous ignorez d'où vient l'erreur. Cette leçon explique le fonctionnement d'un grand modèle de langage en termes utiles pour un PM, afin de relier chaque défaut à sa cause et de choisir la bonne correction plutôt que de reformuler au hasard.
Mis à jour le 28 septembre 2026.
En bref
Un grand modèle de langage écrit en prédisant, mot après mot, ce qui a le plus de chances de venir ensuite selon son apprentissage et votre prompt. Il ne vérifie rien par lui-même : il peut donc inventer un chiffre plausible ou négliger une consigne mal placée. Pour un PM, comprendre ce mécanisme permet de corriger la cause plutôt que de reformuler au hasard.
Objectif de la leçon
À la fin de cette leçon, vous serez capable de rattacher une erreur d'IA à sa cause (prédiction, connaissances, mémoire de travail, suivi des consignes, complaisance) et de choisir la parade adaptée plutôt que de relancer la même demande.
Les questions auxquelles cette leçon répond
Pourquoi une IA invente-t-elle des chiffres ou ignore-t-elle une consigne ?
Le modèle vise ce qui est plausible, pas ce qui est vrai : sans source fournie, il comble les vides. Une consigne noyée dans un long prompt ou contredite ailleurs peut aussi être négligée.
Comment fonctionne un LLM, expliqué pour un Product Manager ?
Il prédit la suite d'un texte à partir de régularités apprises sur de grands volumes de données. Il ne consulte pas de base de faits, sauf si on lui donne des documents ou des outils.
Que faire quand l'IA se trompe, plutôt que relancer la même demande ?
Identifiez la cause : information manquante, consigne ambiguë ou tâche trop large. Ajoutez la source, précisez la demande ou découpez-la, au lieu de répéter la même question.
Thèmes abordés
- fonctionnement d'un LLM
- hallucinations de l'IA
- fenêtre de contexte
- complaisance des LLM
- erreurs de l'IA
Dans le glossaire
Guide sur ce thème
- Évaluer une fonctionnalité d’IA (evals)
Jeu de cas, critères, LLM-juge, seuils de mise en production et suivi, avec un plan d’evals.
Dans quel module
Déléguer, décrire, vérifier
Comment obtenir d'une IA générative un résultat fiable, et savoir quand ne pas lui faire confiance ?
Leçons du module
- Choisir ce que vous confiez à l'IA
- Comprendre ce que fait un LLM quand vous le promptez (cette leçon)
- Décrire la tâche dans un prompt structuré
- Quatre techniques qui changent le résultat
- Vérifier et itérer avec discernement
Ce que vous apprendrez dans la formation
Cette leçon fait partie de la formation Prompter comme un PM : déléguer, décrire, vérifier
Formations liées
- IA & FondamentauxTout publicAucun pré-requis : accessible à toutes et tous.
Comprendre ce que les LLM savent faire, et ce qu’ils ratent
2 h
- IA & FondamentauxTout publicAucun pré-requis : accessible à toutes et tous.
Choisir et utiliser ses outils d'IA au quotidien
1 h 40 min
- IA & DéveloppementConfirméPratique régulière : vous utilisez déjà l’outil ou êtes confronté à la thématique.
Travailler avec Claude Code sur un vrai projet : contexte, plan, revue
3 h