Aller au contenu
Module
Module 2 sur 4Leçon 4 sur 5~15 min

Quatre techniques qui changent le résultat

Quand un prompt bien rédigé donne encore un format instable ou des inventions, quelques techniques ciblées font souvent la différence. La leçon vous aide à reconnaître le problème rencontré et à choisir la technique qui y répond, pour obtenir des synthèses et des documents plus fiables avant de les partager.

Mis à jour le 28 septembre 2026.

En bref

Quand un prompt clair donne encore un format instable ou des inventions, des techniques ciblées prennent le relais : fournir des exemples, imposer une structure de sortie, ancrer la réponse dans des sources, ou découper la tâche en étapes. Chacune répond à un problème précis. Pour un PM, savoir laquelle employer rend synthèses et documents plus fiables avant diffusion.

Objectif de la leçon

À la fin de cette leçon, vous serez capable d'ajouter à un prompt la technique adaptée au problème rencontré (exemples, délimitation des données, décomposition en étapes, droit à l'incertitude) et de justifier votre choix.

Les questions auxquelles cette leçon répond

  • Quelles techniques de prompt utiliser quand le format reste instable ?

    Imposer une structure de sortie explicite et montrer un exemple du format voulu. Le modèle reproduit alors une forme précise au lieu d'en improviser une nouvelle à chaque fois.

  • Comment réduire les inventions de l'IA dans une synthèse ?

    Fournissez les sources, demandez de s'y limiter et de citer le passage qui appuie chaque affirmation, et autorisez explicitement la réponse « information absente ».

  • Faut-il donner des exemples dans un prompt, et quand ?

    Oui, quand le format ou le ton sont difficiles à décrire avec des mots. Variez-les pour éviter que le modèle copie un seul cas, et retirez-les si la consigne seule suffit.

Thèmes abordés

  • few-shot prompting
  • techniques de prompt
  • réduire les hallucinations
  • décomposer une tâche
  • délimiter les données

Dans le glossaire

Tout le glossaire

Guide sur ce thème

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

  1. Choisir ce que vous confiez à l'IA
  2. Comprendre ce que fait un LLM quand vous le promptez
  3. Décrire la tâche dans un prompt structuré
  4. Quatre techniques qui changent le résultat (cette leçon)
  5. 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