Partie 3 – Prompting appliqué aux cas d'usage

• 13h00 – 14h05 · 65 min
• Objectif 2 : utiliser les outils et formuler des prompts adaptés
• Suivi de l'atelier 3

📁 Dans le dépôt

• Bibliothèque des 20 prompts métier : prompts/bibliotheque.md (et un fichier par domaine dans prompts/) — détaillée sur la page Bibliothèque de prompts.
• Prompts des démonstrations images (échelle à 4 niveaux) : demos/demos-images.md.
• Prompt système d’automatisation (tri d’e-mails, sortie JSON) : demos/06-prompt-industriel.md.

Le matin a posé la méthode. Cette partie l’applique aux cinq domaines rencontrés en entreprise. Le squelette C.R.O.F. ne change pas ; ce qui change, c’est ce que l’on met dans chaque case et les précautions propres à chaque domaine.

Texte : rédiger, résumer, reformuler, créer

Usage	Pour quoi	Patron de prompt
Rédaction	E-mails, offres, comptes rendus, procédures	« Tu es [rôle]. Rédige [document] pour [public] afin de [objectif]. Contraintes : [longueur, ton, structure]. Inclus [éléments obligatoires]. »
Résumé	Rapports, réunions, veille, e-mails longs	« Résume ce texte en [N] points pour [public] qui doit décider [quoi]. Conserve les chiffres et les noms. Signale ce qui manque. »
Reformulation	Ton, niveau de langue, traduction, simplification	« Réécris ce texte pour [public] : niveau [B1 / expert], ton [chaleureux / neutre], garde le sens exact, longueur identique ± 10 %. »
Génération créative	Articles, posts, storytelling, slogans	« Écris [format] sur [sujet] dans le style de [référence]. Accroche en 1 phrase, 3 idées, chute. Propose 3 variantes de titre. »

Le même squelette s’adapte à chaque usage. Pour la création, donnez des références de ton plutôt que « sois créatif » ; pour le résumé, demandez explicitement de signaler ce qui manque : c’est le garde-fou contre les omissions silencieuses.

Code : générer, corriger, documenter, tester

Usage	Formulation
Génération	« En Python 3.12, écris une fonction qui lit un CSV et retourne le total par client. Entrée / sortie d’exemple : … Gère les lignes vides. »
Correction	« Voici le code et le message d’erreur complet. Explique la cause, puis propose le correctif minimal. »
Documentation	« Ajoute des docstrings et un README : usage, paramètres, exemple d’appel. Public : développeur junior. »
Tests	« Génère des tests unitaires pytest couvrant les cas normaux, limites et erreurs de cette fonction. »

Les outils : GitHub Copilot complète et dialogue directement dans l’éditeur ; ChatGPT et Claude pour l’explication, la refonte et la revue de code ; Code Llama, open source, déployable en interne.

Règles de sécurité pour le code

• Jamais de secrets (clés d’API, mots de passe, données clients) dans un prompt.
• Relire et tester tout code généré avant de l’exécuter.
• Préciser langage, version, dépendances et environnement.
• Vérifier les licences des extraits proposés.

Images : style, composition, photoréalisme

Un prompt image s’assemble en cinq couches.

Couche	Ce qu’elle précise	Exemple
Sujet	Quoi, qui, combien, action	une tasse de café fumante sur un bureau en bois
Style	Photo, aquarelle, 3D, flat design, référence	photographie produit, style minimaliste
Composition	Cadrage, angle, plan, arrière-plan	gros plan, angle 45°, fond flou
Lumière et ambiance	Heure, source, couleurs, émotion	lumière naturelle du matin, tons chauds
Paramètres	Ratio, résolution, négatifs, version	ratio 16:9, haute résolution, sans texte

Prompt assemblé : « Photographie produit minimaliste d’une tasse de café fumante sur un bureau en bois, gros plan à 45°, fond flou, lumière naturelle du matin, tons chauds, ratio 16:9, haute résolution, sans texte. »

Trois recettes :

• Photoréalisme : « photographie, objectif 50 mm, profondeur de champ, grain léger »
• Illustration : « flat design, aplats de couleur, vectoriel, palette pastel »
• Cohérence de marque : « même personnage, même palette » + une image de référence

Les prompts négatifs (ce que l’on ne veut pas) existent sur Stable Diffusion et Midjourney (--no). Pour un usage commercial, vérifiez les conditions d’utilisation de l’outil.

Démonstration : l’échelle du prompt image

Même outil, on ajoute une couche à chaque niveau — 1 · « une tasse de café » ; 2 · + style ; 3 · + composition ; 4 · + lumière et paramètres. L’image se précise à chaque ingrédient ajouté. Lisez chaque prompt avant de regarder l’image et essayez de prédire le résultat. Les quatre prompts exacts sont dans demos/demos-images.md.

Audio et vidéo : voix, avatars, scènes

Outil	Comment on le « prompte »	Exemple
ElevenLabs — génération de voix	Le script est le prompt : ponctuation, majuscules et pauses (…) guident l’intonation. On choisit la voix, la langue, la stabilité et l’expressivité.	« [Voix chaleureuse, rythme posé] Bonjour et bienvenue dans ce module… Aujourd’hui, trois étapes simples. »
Synthesia — vidéos synthétiques	Script découpé en scènes de 20 à 40 s, phrases courtes ; un avatar, un décor, des visuels à l’écran par scène ; prévoir sous-titres et versions multilingues.	« Scène 1 (30 s) : l’avatar présente l’objectif du module. À l’écran : titre + 3 pictos. Ton pédagogique. »
Runway Gen — vidéo générative	Décrire comme une image, plus le mouvement : caméra, action, durée. Partir d’une image de référence ; générer court (4-10 s), assembler ensuite.	« Travelling lent vers une tasse de café fumante, lumière du matin, style cinématographique, 5 s, 16:9 »

Le clonage vocal ne se fait qu’avec un consentement écrit ; les contenus synthétiques se signalent (AI Act).

Automatisation : intégrer l’IA dans vos workflows

Le schéma est toujours le même :

1. Déclencheur — nouvel e-mail, formulaire, fichier déposé, ligne ajoutée.
2. Appel à l’IA (API) — prompt système fixe + données variables → sortie structurée (JSON).
3. Orchestration — Make ou Zapier sans code : conditions, boucles, routage.
4. Action — réponse envoyée, CRM mis à jour, ticket créé, alerte Slack.

Exemple : tri automatique des e-mails clients

Prompt système :

Tu es un agent de tri. Classe l'e-mail en {facturation, technique, commercial, autre}, attribue une urgence
de 1 à 3 et résume-le en 20 mots. Réponds uniquement en JSON :
{"categorie": …, "urgence": …, "resume": …}.
Si l'e-mail est vide ou illisible, renvoie "categorie": "autre".

Make lit le JSON, crée le ticket dans l’outil de support et alerte l’équipe si l’urgence vaut 1.

Ce qui fait un prompt « industriel »

Le prompt devient un composant logiciel : il doit être prévisible.

• Format de sortie strict et vérifiable (JSON, choix fermés).
• Température basse pour la régularité.
• Cas d’erreur et valeurs par défaut prévus.
• Un jeu de tests : 20 e-mails types avant la mise en production.
• Journalisation et relecture humaine par échantillon.

La bibliothèque de 20 prompts métier

Vingt prompts prêts à l’emploi, deux par domaine : RH, marketing et communication, vente, finance, support client, management et projet, juridique, data, formation, IT. Chacun suit C.R.O.F. ; les crochets sont à remplacer, les données se collent entre délimiteurs ###.

→ Bibliothèque de prompts

Vous y piocherez pour l’atelier 3, ou vous en servirez de modèle pour votre propre cas.

Ce qu’il faut retenir

• Le squelette C.R.O.F. s’applique aux cinq domaines ; ce sont les précautions qui changent.
• Texte : demander de signaler ce qui manque. Code : jamais de secrets, toujours tester. Image : cinq couches. Audio-vidéo : consentement et transparence. Automatisation : format strict et jeu de tests.
• Une bibliothèque de prompts d’équipe transforme un bon prompt individuel en gain collectif.

Place à la pratique : Atelier 3 – Concevoir un prompt métier.