Claude, la famille de modèles d’Anthropic, répond aux mêmes fondamentaux que n’importe quel modèle : une tâche claire, un contexte pertinent et un format indiqué. Ce guide couvre les habitudes qui comptent spécifiquement pour Claude, d’après les recommandations de prompting publiées par Anthropic.
Les noms et les limites des modèles changent ; les conseils ci-dessous portent donc sur des comportements stables. Consultez la documentation d’Anthropic pour les modèles actuels.
Soyez clair, direct et précis
La première recommandation d’Anthropic est de traiter Claude comme un nouveau collègue compétent qui n’a aucun contexte sur votre projet. Dites à quoi sert la sortie, qui la lira et à quoi ressemble un bon résultat.
Les modèles Claude récents suivent les instructions avec précision. Cela a deux effets à anticiper :
- Demandez ce que vous voulez. Si vous voulez que Claude aille au-delà de la demande littérale, par exemple qu’il implémente un changement au lieu de seulement en suggérer un, dites-le.
- Abandonnez l’emphase. Les majuscules et « CRITICAL » sont inutiles et peuvent faire appliquer une règle trop largement. Une phrase simple suffit.
Expliquez pourquoi
Claude généralise bien à partir d’une raison. Comparez :
Never use ellipses.Your response will be read aloud by a text-to-speech engine, so never use ellipses, because the engine cannot pronounce them.
La seconde permet à Claude de traiter des cas voisins que vous n’avez pas listés.
Structurez les prompts avec des balises XML
Claude fonctionne particulièrement bien avec des balises de type XML qui séparent les parties d’un prompt. Il n’y a pas de noms de balises spéciaux ; choisissez-en qui décrivent le contenu et utilisez-les de façon cohérente.
Review the contract in <contract> tags against the checklist in
<checklist> tags. Put your findings in <findings> tags.
<contract>
{{contract_text}}
</contract>
<checklist>
{{checklist}}
</checklist>
Les balises aident de trois façons : Claude ne confond pas les instructions avec les données, vous pouvez désigner une section par son nom et vous pouvez demander une sortie dans des balises que votre code extrait facilement.
Placez les longs documents en haut
Avec de longues entrées, placez les documents près du début du prompt et la question ou les instructions à la fin. Anthropic indique qu’une requête placée après de longs documents peut sensiblement améliorer la qualité de la réponse.
Pour plusieurs documents, enveloppez chacun dans ses propres balises avec des métadonnées de source :
<documents>
<document index="1">
<source>q3-report.pdf</source>
<document_content>{{report}}</document_content>
</document>
</documents>
Using the documents above, list the three largest risks.
Pour les tâches portant sur de longs contenus, demandez à Claude de citer d’abord les passages pertinents, puis de répondre à partir des citations. Voir le prompting pour RAG.
Utilisez des exemples
Les exemples sont l’un des moyens les plus fiables d’orienter le format, le ton et la structure. Enveloppez-les dans des balises <example> pour que Claude les traite comme des illustrations, et variez-les : Claude prête une grande attention aux exemples et reproduira un motif qu’ils partagent tous, y compris ceux que vous n’aviez pas voulus.
Donnez un rôle à Claude dans le prompt système
Définissez le rôle et les règles permanentes dans le prompt système, et placez la tâche dans le tour de l’utilisateur. Même une phrase de rôle recentre le ton et la profondeur. Voir les prompts système et le prompting par rôle.
Réflexion étendue
Les modèles Claude peuvent raisonner avant de répondre, une fonction appelée réflexion étendue (extended thinking). Lorsqu’elle est activée :
- Donnez des indications de haut niveau (« réfléchis attentivement aux cas limites ») plutôt que de prescrire chaque étape. L’approche propre de Claude est souvent meilleure qu’une approche scriptée.
- Ne demandez pas en plus un raisonnement pas à pas dans la réponse, sauf si vous avez besoin de le voir.
- Demandez à Claude de vérifier son travail avant de terminer, pour les tâches où les erreurs coûtent cher.
Quand la réflexion est désactivée, demander à Claude de raisonner dans des balises <thinking> avant de répondre dans des balises <answer> procure un bénéfice similaire. Voir le prompting par chaîne de pensée.
Contrôlez le format
- Dites quoi faire, pas quoi éviter. « Écris en paragraphes fluides » fonctionne mieux que « n’utilise pas de markdown ».
- Alignez le style. La mise en forme de votre prompt influence celle de la réponse. Un prompt en prose simple tend à recevoir de la prose en retour.
- Demandez des balises pour les parties que vous analyserez.
- Pour du JSON strict, utilisez l’appel d’outils avec un schéma d’entrée ou la fonction de sorties structurées, et validez le résultat. Voir les prompts de sortie structurée.
Outils et agents
Claude est très utilisé dans des contextes d’agents, notamment via le Model Context Protocol, qu’Anthropic a introduit.
- Décrivez chaque outil en détail : ce qu’il fait, quand l’utiliser et ce qu’il renvoie.
- Précisez si Claude doit agir ou seulement proposer. Il suit cette consigne de près.
- Pour les longues tâches, faites tenir des notes à Claude dans un fichier afin que la progression survive à une réinitialisation du contexte.
- Les appels d’outils indépendants peuvent s’exécuter en parallèle ; dites-le si vous voulez de la vitesse.
Voir les prompts pour agents IA. Le serveur MCP PromptFlowEngine peut être ajouté à Claude Desktop ou à Claude Code afin que Claude puisse analyser, restructurer et assainir des prompts comme des outils.
Décompte de tokens et cache
Anthropic ne publie pas de tokeniseur hors ligne pour les modèles actuels ; les décomptes hors ligne sont donc des approximations. PromptFlowEngine étiquette pour cette raison ses décomptes Claude comme approximatifs. Pour un chiffre exact, utilisez le point d’accès de comptage de tokens d’Anthropic.
La mise en cache des prompts est facultative : vous marquez la fin de la partie stable du prompt, et les requêtes répétées la lisent à tarif réduit. Gardez d’abord le contenu stable. Voir l’optimisation des tokens.
Erreurs courantes avec Claude
| Erreur | Ce qui se passe | Correction |
|---|---|---|
| Crier les règles en majuscules | Application excessive | Énoncés simples avec la raison |
| Question avant un long document | Moins bon usage du document | Documents d’abord, question en dernier |
| Contenu collé non balisé | Instructions et données se brouillent | Envelopper dans des balises XML |
| Uniquement des exemples uniformes | Un motif non voulu est copié | Varier les exemples |
| Demande vague en attendant de l’initiative | Une réponse littérale et minimale | Demander explicitement le travail supplémentaire |
| Règles de format négatives | Mise en forme incohérente | Énoncer le format voulu |
Optimiser un prompt pour Claude
- Énoncez la tâche et son objectif.
- Enveloppez chaque entrée dans des balises descriptives.
- Déplacez les longs documents en haut et la question à la fin.
- Ajoutez deux ou trois exemples variés si le format ou le ton comptent.
- Retirez la répétition et l’emphase.
L’optimiseur de prompts PromptFlowEngine en mode structuré enveloppe les variables de modèle dans des balises et supprime les instructions répétées, puis vérifie que rien n’a été perdu. L’extension Chrome fait de même dans claude.ai.
Comparez avec le guide de prompting pour ChatGPT et OpenAI et le guide de prompting pour Gemini.