Prompt engineering — les fondamentaux
Savoir écrire un prompt qui marche du premier coup, même quand on a du mal à formuler ses idées.
Temps de lecture : 3 min (cette page) | Niveau : Débutant
Ce que tu sauras faire après
- Construire n'importe quel prompt à partir de 6 briques, sans jamais partir d'une page blanche.
- Transformer une demande floue en consigne précise que le modèle exécute du premier coup.
- Imposer un format de sortie directement collable dans ton code, ton ticket ou ton tableur.
- Piocher dans 14 templates prêts à remplir pour ton travail dev, data engineering et data analytics.
- Diagnostiquer une mauvaise réponse en regardant son symptôme dans un tableau.
🚀 Si tu ne lis qu'un seul fichier
Lis le fichier 07.
07-templates-prets-a-remplir.md contient 14 prompts à copier-coller avec des champs
[EN_MAJUSCULES]à remplacer.Tu n'as aucune phrase à inventer : tu copies, tu remplis des cases, tu envoies.
Les 7 autres fichiers expliquent pourquoi ces templates sont écrits ainsi. Utile quand tu voudras les adapter. Pas indispensable pour commencer à t'en servir dès aujourd'hui.
📚 L'ordre de lecture
Lis dans l'ordre numérique. Chaque fichier s'appuie sur le précédent.
| # | Fichier | Ce que tu y apprends | Durée | Niveau |
|---|---|---|---|---|
| 01 | 01-anatomie-d-un-prompt.md | Les 6 briques : Rôle, Contexte, Tâche, Contraintes, Format, Exemples. Un cas complet sur l'analyse d'un schéma de table. | 12 min | Débutant |
| 02 | 02-etre-clair-et-direct.md | Pourquoi le modèle ne devine pas. 5 paires avant/après du quotidien dev et data. | 12 min | Débutant |
| 03 | 03-exemples-few-shot.md | Zero-shot, one-shot, few-shot. Combien d'exemples, comment les choisir. Normaliser des libellés, classer des tickets. | 13 min | Débutant |
| 04 | 04-role-et-system-prompt.md | System prompt contre message utilisateur. 4 system prompts prêts à l'emploi. Où ça se met dans un appel API. | 12 min | Intermédiaire |
| 05 | 05-structurer-avec-des-balises.md | Séparer données et instructions. Balises XML, markdown, triple guillemets. Où placer un document long. | 12 min | Intermédiaire |
| 06 | 06-controler-le-format-de-sortie.md | JSON, tableau, CSV, SQL nu. Sorties structurées et parsing en Python. Ce qui a changé sur le prefill. | 15 min | Intermédiaire |
| 07 | 07-templates-prets-a-remplir.md | Le fichier clé. 14 templates copier-coller avec champs à remplir. | 18 min | Débutant |
| 08 | 08-erreurs-frequentes.md | 12 anti-patterns en tableau : erreur, symptôme, correction. Plus un diagnostic express. | 12 min | Débutant |
Temps total : environ 1 h 45.
🗺️ Trois parcours selon ton temps
Tu as 20 minutes, maintenant
Lis le 07 en diagonale, copie les templates 3 (SQL), 6 (debug) et 9 (notes brouillonnes) dans un fichier à toi. Utilise-les aujourd'hui.
Tu as 1 heure
01 → 02 → 07 → 08. Tu as les fondations, les templates et le diagnostic. C'est 80 % de la valeur.
Tu veux tout maîtriser
Les 8 fichiers dans l'ordre, en écrivant un vrai prompt après chaque fichier sur un cas de ton travail. Sans pratique immédiate, rien ne reste.
🧠 Les 5 idées de la section
Si tu ne devais retenir que cinq choses de ces 1 h 45 :
- Un prompt = 6 briques. Tu remplis des cases, tu n'inventes pas une formulation. C'est ce qui règle le problème de la page blanche.
- Le modèle est un collègue brillant qui vient d'arriver. Il ne connaît ni ta stack, ni tes volumes, ni ton intention.
- Dis ce qu'il faut faire, jamais ce qu'il ne faut pas faire. Une interdiction ne dit pas quoi faire à la place.
- Documents longs en haut, question à la fin. Anthropic mesure jusqu'à 30 % de gain sur les entrées multi-documents.
- Un exemple vaut dix lignes de consigne. Surtout quand tu sais reconnaître la bonne réponse sans savoir décrire la règle.
📍 Note sur la documentation Anthropic
Les anciennes pages par technique de docs.claude.com (be-clear-and-direct, multishot-prompting, system-prompts, use-xml-tags) redirigent désormais vers une page unique et consolidée sur platform.claude.com : Prompting best practices. C'est la référence à consulter, et c'est elle qui est citée dans toute la section. Si tu tombes sur un tutoriel qui pointe vers les anciennes URL, il date d'avant cette réorganisation — vérifie son contenu avant de l'appliquer.
Suite du corpus
Une fois cette section terminée, va vers 03-prompt-engineering-avance pour le raisonnement pas à pas, le chaînage de prompts et les techniques agentiques.
A retenir
- Commence par le 07 si tu veux un résultat aujourd'hui.
- Les 8 fichiers se lisent en environ 1 h 45, dans l'ordre numérique.
- Le parcours minimal utile est 01 → 02 → 07 → 08.
- Chaque affirmation technique de la section vient d'une documentation officielle ouverte et vérifiée.
- La doc de prompt engineering d'Anthropic a été consolidée en une page unique : méfie-toi des tutoriels qui pointent vers les anciennes URL.
Depots GitHub a explorer
Ces dépôts contiennent le code d'exemple qui correspond exactement aux 8 fichiers de cette section : structure du prompt, clarté, few-shot, rôle, balises, format de sortie, templates. Tu clones, tu ouvres le notebook, tu modifies le prompt et tu relances.
| Depot | Ce qu'on y trouve | Par ou commencer |
|---|---|---|
| anthropics/prompt-eng-interactive-tutorial | Le tutoriel officiel d'Anthropic. Un notebook par technique, avec exercices et corrigés. Les chapitres 01 à 07 suivent l'ordre de cette section. | Anthropic 1P/01_Basic_Prompt_Structure.ipynb |
| NirDiamant/Prompt_Engineering | 22 notebooks Python, un par technique, exécutables tels quels. Le plus proche de tes fichiers 02 à 07. | all_prompt_engineering_techniques/basic-prompt-structures.ipynb |
| dair-ai/Prompt-Engineering-Guide | Le guide de référence, traduit en 12 langues dont le français. Du texte, pas du code : sert de rappel théorique. | pages/techniques/fewshot.fr.mdx |
| anthropics/claude-cookbooks | Les notebooks officiels Anthropic. Le metaprompt écrit un prompt complet à partir d'une simple description de tâche : le remède direct à la page blanche. | misc/metaprompt.ipynb |
| openai/openai-cookbook | Les recettes officielles OpenAI. Sorties structurées, JSON garanti, optimisation de prompt. Complète le fichier 06. | examples/Structured_Outputs_Intro.ipynb |
| anthropics/courses — archivé depuis le 15 septembre 2026 | Cours Anthropic en lecture seule. Le dossier real_world_prompting monte des prompts métier complets, de bout en bout. Le code reste valable. | real_world_prompting/01_prompting_recap.ipynb |
Clone anthropics/prompt-eng-interactive-tutorial en premier. C'est le seul qui reprend, chapitre par chapitre, le plan exact de cette section, et chaque exercice est corrigé.
Si tu veux du code Python directement réutilisable dans tes scripts, prends plutôt NirDiamant/Prompt_Engineering : un notebook par technique, sans dépendance à un cours.
Sources
- Prompting best practices — Anthropic
- Prompt engineering overview — Anthropic
- Structured outputs — Anthropic
- Prompt design strategies — Google Gemini API
- Prompt engineering — OpenAI
- Prompt engineering techniques — Microsoft Foundry / Azure OpenAI
- Tutoriel interactif de prompt engineering — Anthropic (GitHub)