Bibliothèque de patterns de prompts
Une boîte à outils de patterns de prompting réutilisables. Chaque fiche vous dit ce que c'est, quand y recourir, et vous donne un modèle à copier-coller. Elles s'empilent — combinez-les librement. Nouveau ici ? Commencez d'abord par Les bases du prompting.
- Reconnaître les 11 patterns de prompting fondamentaux et quand chacun s'applique
- Récupérer un modèle à copier-coller pour n'importe quelle tâche — zero-shot, few-shot, chaîne de pensée, et plus
- Combiner les patterns (rôle + exemple + contrainte de sortie + permission de s'abstenir) en un seul prompt fort
- Utiliser l'ancrage pour réduire les hallucinations et le méta-prompting pour corriger les prompts faibles
Zero-shot (demandez simplement, clairement)
Quand : tâches simples et courantes. Pourquoi : moindre effort, souvent suffisant.
Résumé zero-shot
Summarize the text below in 5 bullets for a busy manager.
TEXT: """{paste}"""Few-shot (montrez des exemples)
Quand : vous avez besoin d'un format ou d'un style spécifique. Pourquoi : les exemples enseignent plus vite que les descriptions. Voir Le few-shot bien fait.
Classifieur de sentiment few-shot
Classify the sentiment as positive/negative/neutral.
Review: "Loved it, shipped fast" → positive
Review: "Broke on day one" → negative
Review: "{new review}" →Chaîne de pensée (réfléchir étape par étape)
Quand : maths, logique, raisonnement multi-étapes. Pourquoi : raisonner avant de répondre améliore la précision.
Chaîne de pensée
Work through this step by step, then give the final answer on its own line.
PROBLEM: {problem}Décomposition (découpez la tâche)
Quand : tâches grandes et floues. Pourquoi : de plus petites sous-tâches sont plus faciles et plus fiables.
Décomposition
First, list the sub-tasks needed to {goal}. Then do them one at a time,
showing each result before moving on.Prompting de rôle (assignez un personnage)
Quand : vous voulez une optique ou un standard spécifique. Pourquoi : amorce le comportement pertinent.
Prompting de rôle
You are a meticulous senior copy editor. Edit the text for clarity and concision without changing meaning. Show a bullet list of the changes you made.
Contrainte de format de sortie
Quand : le résultat alimente un autre outil, ou vous voulez de la cohérence. Pourquoi : des formes prévisibles sont utilisables.
Contrainte de format de sortie
Reply with ONLY valid JSON matching: {"title": string, "tags": string[]}.
No prose, no markdown fences.Auto-cohérence / auto-critique
Quand : l'exactitude compte. Pourquoi : une seconde passe rattrape les erreurs de la première.
Auto-critique
Answer the question. Then, in a section called "Check", critique your own answer for errors or missing cases and revise if needed.
Ancrage (répondre uniquement à partir du contexte fourni)
Quand : les faits comptent — Q&R sur vos documents, RAG, tout cas où une mauvaise réponse est pire que pas de réponse. Pourquoi : le plus grand levier contre les hallucinations est d'interdire au modèle d'inventer et de lui donner la permission explicite de s'abstenir.
Q&R ancrée
Answer the QUESTION using ONLY the CONTEXT below. Quote the exact sentence(s)
you relied on. If the context does not contain the answer, reply exactly:
"Not found in the provided context." Do not use outside knowledge.
CONTEXT: """{paste your sources}"""
QUESTION: {question}Méta-prompting (laissez l'IA améliorer votre prompt)
Quand : votre prompt sous-performe. Pourquoi : le modèle est doué pour repérer ce qui lui manque.
Méta-prompting
Here's my prompt: "{prompt}". Ask me the 3 questions that would most improve it,
then rewrite it incorporating sensible defaults.Raffinement itératif
Quand : presque toujours. Pourquoi : la première sortie est un brouillon, pas la destination.
Raffinement itératif
{after a result} Shorter and more concrete. Keep the second paragraph. Add one
example. Drop the marketing tone.:::tip Combinez-les Un vrai prompt fort est souvent : un rôle + un exemple + une contrainte de sortie + la permission de dire « je ne sais pas ». Superposez les fiches. :::
Comment superposer les fiches
- Assignez le personnage ou le standard voulu — p. ex. un relecteur senior méticuleux — pour amorcer le comportement pertinent.
- Montrez un ou deux exemples few-shot pour que le modèle apprenne votre format ou style plus vite qu'une description ne pourrait l'enseigner.
- Fixez la forme : UNIQUEMENT du JSON valide, 5 puces, pas de barrières markdown — ce dont l'étape suivante a besoin.
- Laissez le modèle dire je ne sais pas ou introuvable dans le contexte fourni plutôt que d'inventer une réponse.
- Traitez la première sortie comme un brouillon. Demandez plus court, plus concret, garde ce paragraphe, abandonne ce ton — répétez jusqu'à ce que ça tombe juste.
Testez-vous
0/3- Les patterns sont des blocs de construction réutilisables — choisissez selon la tâche : zero-shot pour le simple, few-shot pour le format, chaîne de pensée pour le raisonnement, décomposition pour les grandes tâches
- L'ancrage (répondre uniquement à partir du contexte + permission de s'abstenir) est la plus forte défense contre les hallucinations
- Les contraintes de format de sortie rendent les résultats prévisibles et prêts pour l'outillage
- Les fiches s'empilent : un prompt fort est généralement rôle + exemple + contrainte de sortie + permission de dire « je ne sais pas »
- La première sortie est un brouillon — affinez de façon itérative, et utilisez le méta-prompting quand un prompt sous-performe