Les types de prompts décrivent la forme d’un prompt : ce qu’il contient et où. Ils ne sont pas exclusifs. Un vrai prompt de production est généralement un prompt système qui attribue un rôle, donne des instructions, inclut quelques exemples et exige une sortie structurée. Connaître les types aide à décider de quelles parties une tâche a besoin.
Comparaison rapide
| Type | Ce qui le définit | À utiliser quand |
|---|---|---|
| Zero-shot | Instructions seules, sans exemples | La tâche est courante et facile à décrire |
| One-shot | Un exemple | Le format de sortie est la difficulté |
| Few-shot | Deux exemples ou plus | La tâche dépend du jugement ou du style |
| De rôle | Attribue un personnage ou une expertise | Le ton, la profondeur ou la perspective comptent |
| Système | Instructions permanentes pour toute une session | Vous construisez une application ou un assistant |
| D’instruction | Un ordre direct | Presque toujours ; c’est la base de tout prompt |
| Contextuel | Fournit un arrière-plan ou des documents | La réponse dépend de faits que le modèle n’a pas |
| Structuré | Sections, délimiteurs et mise en page fixe | Le prompt est long ou généré par machine |
| Conversationnel | Plusieurs tours qui s’appuient les uns sur les autres | Explorer, affiner ou clarifier |
| Multimodal | Images, audio ou fichiers avec du texte | L’entrée n’est pas que du texte |
| À recherche augmentée | Contexte récupéré à l’exécution | Les réponses doivent venir de vos propres données |
Prompting zero-shot, one-shot et few-shot
Ils diffèrent par le nombre d’exemples. Le zero-shot repose sur les seules instructions. Le few-shot montre au modèle des paires entrée-sortie avant l’entrée réelle.
Classify the review as positive or negative.
Review: "Arrived late and the box was damaged." -> negative
Review: "Does exactly what it says." -> positive
Review: "{{review}}" ->
Guide complet : prompting zero-shot, one-shot et few-shot.
Prompting par rôle
Un prompt de rôle dit au modèle qui il doit être : « Tu es un relecteur sécurité senior. » Il fixe le vocabulaire, la profondeur et les priorités en quelques mots. Un rôle fonctionne mieux quand il est précis et associé à une tâche ; un rôle seul ne fait rien.
Prompts système
Un prompt système est l’instruction permanente qu’une application envoie avant tout message de l’utilisateur. Il définit le travail de l’assistant, les règles et les conventions de sortie pour toute la conversation. Guide complet : prompts système et prompting par rôle.
Prompting d’instruction
Le type le plus simple : un ordre direct, idéalement une phrase à l’impératif suivie d’exigences.
Rewrite the paragraph below at a grade 8 reading level. Keep every fact.
Tous les autres types reposent sur une instruction claire. Si l’instruction est floue, ni les exemples ni les rôles ne la sauveront.
Prompting contextuel
Les prompts contextuels ajoutent l’information dont le modèle a besoin pour répondre : un document, une description de produit, le public, les décisions précédentes. Tout l’art est de choisir ce qu’il faut inclure. Un contexte pertinent améliore la réponse ; un contexte sans rapport entre en concurrence avec les instructions pour l’attention.
Context: our refund window is 30 days and excludes custom orders.
Question: can a customer return a custom engraved item after 10 days?
Prompting structuré
Un prompt structuré organise son contenu en sections étiquetées, généralement Tâche, Contexte, Exigences, Format de sortie et Entrée, avec des délimiteurs autour des données variables. C’est la mise en page qui passe à l’échelle : les longs prompts restent lisibles, et chaque partie peut être modifiée sans perturber les autres. L’optimiseur de prompts PromptFlowEngine peut convertir un paragraphe dans cette mise en page et vérifier que rien n’a été perdu.
Ne le confondez pas avec la sortie structurée, qui concerne la forme de la réponse. Voir les prompts de sortie structurée.
Prompting conversationnel
Dans un chat, chaque message est un prompt qui inclut la conversation jusqu’ici. Cela permet d’affiner pas à pas : demander, lire, corriger, resserrer. C’est le moyen le plus rapide d’explorer un problème.
Deux précautions. Les longues conversations accumulent des instructions périmées que le modèle essaie encore d’honorer ; commencez donc une nouvelle conversation quand le sujet change. Et un résultat obtenu après dix tours de correction n’est pas reproductible tant que vous n’avez pas rédigé les exigences finales dans un seul prompt.
Prompting multimodal
Les prompts multimodaux combinent du texte avec des images, de l’audio, de la vidéo ou des documents. Les mêmes règles s’appliquent, avec deux ajouts : dites ce que le modèle doit regarder (« dans le graphique de la page 2 ») et dites quoi faire quand quelque chose est illisible, pour qu’il signale le problème au lieu de deviner.
The image is a photo of a paper receipt. Extract the merchant, the date,
and the total as JSON. If a field is not legible, use null.
Prompting à recherche augmentée
Ici l’application interroge une base de connaissances et insère les résultats dans le prompt avant la question. Le modèle répond à partir des passages fournis plutôt que de mémoire, ce qui garde les réponses à jour et lui permet de citer des sources. Guide complet : prompting RAG.
Choisir un type
Commencez par un prompt d’instruction. Ajoutez du contexte si le modèle manque de faits. Ajoutez des exemples si la sortie ne correspond pas à ce que vous voulez une fois les instructions claires. Passez-le dans un prompt système quand il fait partie d’une application. Ajoutez de la structure quand il dépasse un paragraphe.
Quand les formes simples ne suffisent pas, l’étape suivante est la technique : voir les techniques d’ingénierie de prompts.