Pourquoi le prompt système est si critique
Le prompt système est le contrat entre vous et le LLM. Il définit qui est l'IA, ce qu'elle fait, comment elle répond, et ce qu'elle ne fait jamais. Un chatbot sans prompt système solide est comme un employé sans fiche de poste : il fait de son mieux, mais ce n'est pas toujours ce que vous attendiez.
Les 10 techniques
La persona précise (pas générique)
Mauvais : "Tu es un assistant utile." Bon : "Tu es Maya, conseillère data chez DataSAI. Tu as 8 ans d'expérience en data science et tu parles à des dirigeants non-techniques. Tu donnes des réponses concises avec des exemples concrets." Plus la persona est précise, plus le comportement est cohérent.
Les contraintes négatives explicites
Listez ce que l'IA ne doit jamais faire : "Tu ne donnes jamais de conseils médicaux. Tu ne mentionnes jamais les concurrents par leur nom. Tu ne génères jamais de code sans demander le contexte." Les contraintes négatives réduisent drastiquement les comportements inattendus.
Le format de sortie structuré
Spécifiez exactement le format attendu : "Tes réponses suivent toujours cette structure : 1 phrase de réponse directe, puis développement en 3 points maximum, puis une question de clarification si nécessaire." La cohérence du format réduit le post-traitement.
Les exemples few-shot dans le système
Intégrez 2-3 exemples de bons échanges directement dans le prompt système. Le LLM imitera la tonalité, la structure et le niveau de détail de ces exemples bien plus fidèlement que des instructions abstraites.
Technique avancée : ajoutez aussi un exemple d'échange où l'IA refuse correctement une demande hors périmètre. Les contre-exemples sont aussi importants que les exemples positifs.
La gestion explicite de l'incertitude
Instruis l'IA sur quoi faire quand elle ne sait pas : "Si tu n'es pas sûr à plus de 80%, dis-le explicitement avant de répondre. Ne fabrique jamais de fait que tu ne peux pas vérifier." Réduit les hallucinations de 40 à 60% selon notre expérience.
6-10 : Mémoire contextuelle, escalade humaine, multilinguisme, versioning et tests A/B
Les techniques 6 à 10 couvrent la gestion de la mémoire de conversation (résumé automatique des échanges longs), les triggers d'escalade vers un humain, la gestion du multilinguisme, le versioning des prompts et les tests A/B systématiques.
Ces techniques de prompt système sont appliquées aux agents et aux assistants tout au long du Bootcamp AI Engineering.
