L'ecosysteme Google / Gemini#

Google a le plus grand nombre de portes d'entree : l'app Gemini, AI Studio, le Cloud, Workspace et BigQuery. Voici laquelle ouvrir selon ta tache.

Temps de lecture : 15 min | Niveau : Intermediaire

Ce que tu sauras faire apres#

• Distinguer l'app Gemini, Google AI Studio, Vertex AI et Gemini Enterprise Agent Platform.
• Appliquer les quatre composantes d'un prompt definies par Google.
• Regler temperature, topP, topK en connaissant ce que chacun fait.
• Utiliser Gemini dans Google Sheets, Docs et dans BigQuery data canvas pour generer du SQL.
• Creer un Gem pour ta tache recurrente.

1. La carte de l'ecosysteme#

Deux renommages recents a connaitre#

1. NotebookLM est devenu Gemini Notebook, annonce le 16 juillet 2026. Le produit reste presente comme l'outil de recherche de Google, mais il est desormais accessible dans l'app Gemini et dans Google Search. Nouveaute importante pour toi : il dispose d'un ordinateur cloud securise qui lui permet d'ecrire et d'executer du code nativement, pour mener des analyses de donnees complexes ancrees dans tes sources.
2. Cote Google Cloud, la documentation de design de prompt est desormais servie sous Gemini Enterprise Agent Platform. Les URL historiques Vertex AI redirigent. Si tu vois les deux noms dans ton entreprise, c'est normal.

2. Les quatre composantes d'un prompt selon Google#

C'est le framework le plus simple a memoriser de tous les ecosystemes. La documentation Google Workspace liste quatre composantes principales.

La documentation precise que tu n'as pas besoin des quatre : en utiliser quelques-unes suffit deja a ameliorer le resultat.

Template pret a copier#

[PERSONA] Tu es [ROLE] avec [ANNEES] ans d experience sur [TECHNO].
[TASK] [VERBE_D_ACTION] [OBJET_PRECIS].
[CONTEXT] Contexte : [SCHEMA / VOLUME / CONTRAINTE / PUBLIC].
[FORMAT] Format de reponse : [STRUCTURE_ATTENDUE, LONGUEUR, TON].

AVANT / APRES : une analyse dans Google Sheets#

Avant (mauvais).

Analyse mes ventes.

Apres (bon).

Tu es analyste commercial senior.
Analyse la feuille "ventes_2026" pour identifier les 5 references dont le chiffre d affaires
recule le plus entre le premier et le deuxieme trimestre.
Contexte : les colonnes sont reference, libelle, trimestre, ca_ttc, quantite.
Le chiffre d affaires est en euros TTC.
Format : un tableau de 5 lignes avec reference, libelle, ca T1, ca T2, ecart en euros et en
pourcentage, trie par ecart en pourcentage croissant. Ajoute une phrase d explication sous le
tableau.

Pourquoi c'est mieux. Les quatre composantes sont presentes : persona, tache avec un verbe, contexte avec les noms exacts de colonnes, format precis. Le resultat devient reproductible.

3. Les cinq conseils du centre d'apprentissage Workspace#

Le centre d'apprentissage Google Workspace donne cinq conseils, plus operationnels :

1. Utiliser un langage naturel. Parle a Gemini comme a un collegue.
2. Etre clair et concis. Gemini suit des instructions precises, donc evite le langage ambigu.
3. Fournir du contexte. Plus tu en donnes, mieux la demande est comprise.
4. Utiliser des mots-cles specifiques et pertinents.
5. Decouper les taches complexes en plusieurs prompts.

4. Les composantes d'un prompt cote Gemini API#

Attention : la documentation destinee aux developpeurs utilise un decoupage different de celui de Workspace. Elle identifie cinq elements :

• Input : le texte auquel tu veux que le modele reponde (question, tache, entite, ou debut a completer).
• Instructions : ce qu'il doit faire.
• Constraints : les limites de la reponse, par exemple la longueur ou le format.
• Context : les informations de fond necessaires pour resoudre le probleme.
• Response format : la structure attendue de la reponse.

Strategies documentees : few-shot prompting (inclure des exemples), zero-shot prompting (sans exemple, moins efficace), completion strategy (fournir un debut a completer), decouper les taches complexes en chaines sequentielles, et ajouter du grounding en activant l'outil Google Search pour des faits recents ou l'execution de code pour des calculs.

Pour les instructions systeme de Gemini 3, la documentation recommande d'etre precis et direct, d'employer une structure coherente avec des balises XML ou du Markdown, de definir les parametres et de placer les instructions critiques au debut. Pour les taches de grounding, elle conseille de dire explicitement que le modele est limite aux informations fournies.

Les parametres de generation#

Regle pratique pour un usage data : temperature a 0 ou proche de 0 pour generer du SQL, du code ou une extraction. Une temperature elevee n'a d'interet que pour du brainstorming.

5. Google AI Studio et l'API Gemini#

Google AI Studio est l'environnement ou tu peux tester des prompts, gerer tes cles API, surveiller ton usage et construire des prototypes.

Capacites principales documentees pour l'API Gemini :

• Function Calling : construire des workflows agentiques en connectant Gemini a des API et outils externes.
• Structured Outputs : contraindre Gemini a repondre en JSON, format adapte au traitement automatise.
• Long Context : fournir des millions de tokens en entree, y compris images, videos et documents non structures.
• Tools : outils integres comme Google Search, URL Context, Google Maps, Code Execution et Computer Use.
• Document Understanding : traiter jusqu'a 1000 pages de PDF avec comprehension multimodale.
• Thinking : ameliorations du raisonnement pour les taches complexes et les agents.

6. Les strategies de prompt cote Google Cloud#

La documentation Google Cloud (Vertex AI, desormais servie sous Gemini Enterprise Agent Platform) liste dix strategies de design de prompt :

1. Donner des instructions claires et specifiques
2. Utiliser les instructions systeme
3. Inclure des exemples few-shot
4. Ajouter de l'information contextuelle
5. Structurer les prompts
6. Comparer les prompts
7. Demander au modele d'expliquer son raisonnement
8. Decouper les taches complexes
9. Experimenter avec les valeurs de parametres
10. Appliquer des strategies d'iteration sur le prompt

Ce sont les memes principes que partout ailleurs. Bonne nouvelle : ce que tu apprends cote Claude ou OpenAI se transpose presque tel quel.

7. Les Gems : ton assistant specialise#

Un Gem est un assistant personnalise que tu crees dans l'app Gemini. Tu lui donnes un nom et des instructions a suivre.

Points verifies dans l'aide Gemini :

• Un Gem cree dans l'application web apparait aussi dans l'application mobile et dans le panneau lateral Gemini de Google Workspace.
• Sous Knowledge, tu ajoutes des fichiers depuis ton appareil, depuis Google Drive, ou un notebook (Gemini Notebook / NotebookLM).
• Si le fichier vient de Drive, le Gem utilise la version la plus recente : tu modifies le fichier, le Gem suit.
• La page de conseils officielle recommande les memes quatre composantes que plus haut : Persona, Task, Context, Format. Tu n'es donc pas oblige d'apprendre deux methodes.

Les limites chiffrees (nombre de fichiers, taille, types acceptes) evoluent. Verifie l'aide Gemini avant de batir un workflow dessus.

Template de Gem pour un data analyst#

Nom : Assistant SQL [NOM_DU_PROJET]

Instructions :
Tu es analyste data sur l entrepot [NOM_ENTREPOT] en [DIALECTE_SQL].

Regles permanentes :
- Ecris uniquement du [DIALECTE_SQL]. N utilise jamais de syntaxe d un autre dialecte.
- Utilise exclusivement les tables et colonnes du schema joint. Si une colonne manque, dis-le.
- Les montants sont en [DEVISE] et [TTC_OU_HT].
- La periode par defaut est [PERIODE_PAR_DEFAUT].

Format de reponse :
1. La requete SQL, commentee.
2. Trois puces maximum expliquant la logique.
3. Un avertissement si la requete peut couter cher (scan complet, absence de filtre de date).

8. Gemini pour la data : Sheets, Docs et BigQuery#

Dans Google Sheets et Docs#

Le panneau lateral Gemini genere du texte, resume et cree des tableaux. La consigne la plus utile : nomme explicitement la feuille, la plage et les colonnes dans ton prompt. Un prompt qui dit "colonne ca_ttc de la feuille ventes_2026" marche beaucoup mieux que "mes ventes".

Dans BigQuery : le data canvas#

BigQuery data canvas est une fonctionnalite de Gemini in BigQuery qui te permet de trouver, transformer, interroger et visualiser tes donnees avec des prompts en langage naturel et une interface graphique.

Trois usages documentes :

1. Trouver des donnees : recherche en langage naturel ou par mots-cles dans les metadonnees du Knowledge Catalog, pour localiser tables, vues et vues materialisees.
2. Generer du SQL : requetes avec clauses FROM, fonctions mathematiques, tableaux, structs, et jointures entre deux tables.
3. Generer des insights : un noeud d'insights produit resumes, tendances, motifs, anomalies et correlations. Les graphiques disponibles incluent barres, carte de chaleur, courbe, camembert, nuage de points.

Bonnes pratiques de prompt documentees pour le data canvas :

• Ecris avec clarte. Formule clairement, evite le vague.
• Pose des questions directes. Une question a la fois pour la reponse la plus precise.
• Donne des instructions ciblees et explicites. Mets en avant les termes cles.
• Precise l'ordre des operations. Donne les instructions dans un ordre clair.
• Affine et itere. Essaie differentes formulations.

Conseil supplementaire, tres concret : utilise les vrais noms de colonnes. Au lieu de "montre les trajets par type d'abonne", ecris "montre le nombre de trajets groupe par subscriber_type et start_station_name".

Template de prompt pour BigQuery data canvas#

Sur la table [PROJET.DATASET.TABLE], calcule [MESURE] groupe par [COLONNE_1] et [COLONNE_2].
Filtre sur [COLONNE_DATE] entre [DATE_DEBUT] et [DATE_FIN].
Trie par [COLONNE_DE_TRI] decroissant et limite a [N] lignes.

A retenir#

• Les quatre composantes de Google : Persona, Task, Context, Format. Simple et efficace. La page d'aide des Gems reprend exactement les memes.
• La documentation developpeur utilise un autre decoupage, en cinq elements : Input, Instructions, Constraints, Context, Response format. Les deux coexistent, ne les confonds pas.
• temperature a 0 pour tout ce qui est SQL, code et extraction.
• NotebookLM s'appelle Gemini Notebook depuis juillet 2026 et sait maintenant executer du code.
• Dans BigQuery data canvas, cite les vrais noms de colonnes : c'est le conseil officiel qui change le plus les resultats.
• Google AI Studio pour prototyper, Gemini Enterprise Agent Platform / Vertex AI pour la production.

Sources#

• Prompting strategies - Gemini API
• Gemini API docs
• Overview of prompting strategies - Google Cloud (Vertex AI)
• Overview of prompting strategies - Gemini Enterprise Agent Platform
• Learn about prompts for Gemini in Docs, Sheets, Slides, Vids & Forms
• Tips to write prompts for Gemini - Google Workspace Learning Center
• Start with a great prompt - Google Workspace Learning Center
• Use Gems in Gemini Apps - Gemini Apps Help
• Tips for creating custom Gems - Gemini Apps Help
• Analyze with BigQuery data canvas
• NotebookLM is now Gemini Notebook - blog.google
• google-gemini/cookbook - code d'exemple sur l'API Gemini : quickstarts/Get_started.ipynb pour le premier appel, quickstarts/System_instructions.ipynb pour les instructions systeme