Prompting IA – Kit de démonstrations
Les démonstrations texte reproduites dans les pages des participants ont été produites par un modèle de langage avec
exactement les prompts indiqués, sans retouche. Rejouez-les en direct dans l’outil utilisé par les participants :
les formulations seront différentes, ce qui est une excellente occasion de reparler de la variabilité. Si le réseau
tombe, les sorties attendues sont dans les pages et dans le dépôt
(demos/).
Démonstrations texte
Section intitulée « Démonstrations texte »| # | Démo | Moment | Prompt(s) | À faire émerger |
|---|---|---|---|---|
| 1 | Vague vs C.R.O.F. | Partie 2, après les 4 ingrédients | « Fais-moi un mail de relance pour une facture. » puis le prompt C.R.O.F. complet (PME BTP, 12 000 €, 45 jours, 120 mots, appel) | Le prompt vague donne une réponse correcte mais pleine de crochets ; le prompt structuré intègre montant, délai, ton, appel ; l’IA n’invente pas de numéro de facture : bon réflexe à souligner |
| 2 | Zero-shot vs few-shot | Partie 2, méthodes | Classer un avis client sans exemple, puis avec 3 exemples au format SENTIMENT | NOTE /5 | THÈME | En prose, inexploitable pour 500 avis ; avec exemples, une ligne prête pour un tableur. Proposer de tester avec leurs données (anonymisées) |
| 3 | Chain-of-thought | Partie 2, stratégies | Coût d’une salle + participants + traiteur pour 11 personnes, « donne seulement le résultat » puis « raisonne étape par étape, puis vérifie » | Les deux réponses font 771 €, mais seule la seconde est vérifiable : le formateur est bien compté dans les repas (12 et non 11) |
| 4 | Public cible | Partie 2, 10 techniques | « Explique le RAG en 3 phrases max à » un directeur général, un enfant de 10 ans, un développeur | Vocabulaire, longueur, angle changent complètement. Demander à un participant de proposer un public et refaire en direct |
| 5 | Méta-prompting | Partie 2, méta-prompting | Prompt générateur sur « un plan d’onboarding pour les nouveaux commerciaux » | L’IA pose d’abord 5 questions de cadrage ; faire répondre un participant à voix haute puis montrer le prompt final. Enchaîner avec le prompt d’audit sur un prompt d’un participant |
| 6 | Prompt industriel | Partie 3, automatisation | Prompt système de tri d’e-mails, sortie JSON | Format strict, cas d’erreur prévu (« si vide ou illisible → autre »), température basse. Montrer le JSON produit sur 2 e-mails types |
| 7 | Hallucination démasquée | Partie 4, détection | « Quel pourcentage des PME françaises utilisent l’IA générative ? » puis le prompt corrigé (sources, « dis-le si tu ne sais pas », distinguer su / supposé) | Une statistique inventée avec une référence plausible ; le prompt corrigé obtient un « je ne sais pas » orienté vers Bpifrance, INSEE, France Num. Score 2/10 → 8/10 |
Fichiers : demos/01-vague-vs-crof.md, 02-zero-shot-vs-few-shot.md, 03-chain-of-thought.md,
04-public-cible.md, 05-meta-prompting.md, 06-prompt-industriel.md, 07-hallucination-demasquee.md.
Démonstrations images : à préparer avant la session
Section intitulée « Démonstrations images : à préparer avant la session »Le support comporte deux slides « démo images » avec des cadres vides : générez les images avant la session, faites une capture, puis insérez-la par-dessus le cadre (ou supprimez le cadre et placez l’image au même endroit).
Même prompt, trois IA d’images (partie 1)
Section intitulée « Même prompt, trois IA d’images (partie 1) »Copiez exactement le même prompt dans les trois outils :
Une salle de réunion lumineuse où une équipe découvre l'IA, style photo éditoriale, lumière naturelle du matin, ratio 16:9| Outil | Comment |
|---|---|
| DALL·E | Via ChatGPT : « Génère une image : » + le prompt |
| Midjourney | /imagine + le prompt + --ar 16:9 |
| Stable Diffusion | Interface au choix (DreamStudio, ComfyUI, Automatic1111…), 1344 × 768 |
En séance : masquer les étiquettes et faire deviner quel outil a produit quelle image. À faire observer : respect du prompt, style, mains et visages, texte parasite, diversité des personnes représentées (biais). Observations typiques : DALL·E suit le texte au plus près, Midjourney privilégie l’esthétique, Stable Diffusion varie beaucoup selon le modèle utilisé.
L’échelle du prompt image (partie 3)
Section intitulée « L’échelle du prompt image (partie 3) »Même outil pour les quatre niveaux, même seed si l’outil le permet :
| Niveau | Prompt |
|---|---|
| 1 · Sujet | une tasse de café |
| 2 · + Style | photographie produit d’une tasse de café, style minimaliste |
| 3 · + Composition | photographie produit d’une tasse de café, style minimaliste, sur un bureau en bois, gros plan à 45°, fond flou |
| 4 · + Lumière et paramètres | photographie produit d’une tasse de café, style minimaliste, sur un bureau en bois, gros plan à 45°, fond flou, lumière naturelle du matin, tons chauds, ratio 16:9, sans texte |
En séance : lire chaque prompt avant de montrer l’image et faire prédire le résultat. L’effet est garanti : on voit l’image se préciser à chaque ingrédient.
Les prompts sont dans
demos/demos-images.md,
que les participants peuvent utiliser pour refaire l’exercice avec leurs outils.
Démonstrations facultatives
Section intitulée « Démonstrations facultatives »- « Le chat est assis sur le » (partie 1) : taper la phrase inachevée et relancer deux fois pour montrer la génération probabiliste.
- Import d’un PDF (partie 2, outils externes) : joindre un document public et poser une question dont la réponse n’y figure pas, avec la consigne « si l’information n’y est pas, dis-le ».
- ElevenLabs (partie 3) : lire le même script avec et sans ponctuation expressive pour montrer que le script est le prompt. Prévoir le son.
Dépôts des participants : Spark 4 & ML – formations2026/formation-spark-ml · Prompts IA – formations2026/formation-prompting-ia
Formations sur mesure · supports en ligne des formations animées pour nos clients.