Quand une IA tombe juste du premier coup, le réflexe est de copier-coller et de filer. PCWorld propose mieux : lui demander d’expliquer son propre succès, puis de le transformer en modèle prêt à resservir.
L’astuce tient en une reformulation. Au lieu d’encaisser une bonne réponse de ChatGPT sans rien en tirer, on lui demande deux choses à la suite : ce qui a rendu sa réponse pertinente, puis une version en gabarit, réutilisable pour une tâche similaire. Bref, on capitalise au lieu de recommencer à zéro la fois suivante.
Points clés
- Demander à ChatGPT d’expliquer ce qui a rendu une réponse efficace, puis de la convertir en modèle réutilisable
- Le gabarit comprend relation, contexte, objectif, équilibre de ton et contraintes
- La méthode recoupe les bonnes pratiques d’OpenAI et les bibliothèques de prompts d’Anthropic
Le prompt proposé par PCWorld
La formule recommandée par PCWorld est directe. Elle invite l’IA à prendre du recul sur sa propre réponse et à la convertir en structure exploitable :
« C’était exactement ce dont j’avais besoin. Premièrement, expliquez ce qui a rendu mon prompt si efficace. Deuxièmement, pourriez-vous transformer cette requête en un modèle réutilisable et indiquer quels composants sont les plus importants ? »
Dans l’exemple cité, ChatGPT reformule ensuite la demande sous forme de modèle à compléter, avec des champs identifiés :
- Relation : le lien habituel avec la personne concernée
- Contexte : les éléments utiles à fournir
- Objectif : le résultat recherché
- Équilibre de ton : le registre à adopter
- Contraintes : longueur, délai, ton, interdits éventuels
Du bon sens emballé en prompt
Rien de magique ici : la méthode recoupe les recommandations déjà présentes dans la documentation d’OpenAI. Être spécifique, définir le format de sortie, donner du contexte explicite et énoncer clairement le résultat attendu plutôt que de laisser l’IA jouer aux devinettes.
Anthropic suit la même logique avec ses bibliothèques de prompts et ses modèles à variables, pensés pour standardiser les tâches répétitives. L’idée commune : produire des réponses plus homogènes et réduire les allers-retours manuels.
Un canevas, pas une baguette magique
L’intérêt pratique est simple. Au lieu de repartir de rien à chaque demande, on garde une structure qui a déjà fonctionné, avec des zones à remplir selon le destinataire, le contexte ou le degré de fermeté voulu. La méthode ne garantit pas une réponse parfaite à tous les coups, mais elle offre un point de départ nettement plus précis qu’une page blanche. Pour un message à rédiger, un brief à cadrer ou une réponse professionnelle à dégrossir, c’est déjà ça de gagné.
