Bonnes pratiques pour utiliser une IA

Mieux prompter, ce n'est pas faire plus long

Une bonne pratique n'est pas de produire un roman à chaque demande. Le but est d'envoyer assez de contexte pour orienter l'IA, tout en gardant une structure claire et un résultat vérifiable.

Les points ci-dessous viennent de retours d'usage concrets et servent surtout à obtenir des réponses plus utiles, plus stables et plus faciles à vérifier.

1. Dites aussi ce qu'il ne faut pas faire

Une IA travaille mieux quand les limites sont claires: ne pas changer l'API, ne pas ajouter de dépendance, ne pas toucher à la base, ne pas supposer un accès externe.

2. Exigez une méthode avant la réponse

Demandez une analyse, un plan ou une compréhension du problème avant de demander une solution. Cela diminue les réponses trop rapides ou hors sujet.

3. Fixez un format de sortie

Si vous voulez exploiter la réponse, imposez une forme stable: résumé, plan, patch, tests, risques, validations. Sans format, les réponses dérivent plus vite.

4. Montrez un exemple de ce que vous attendez

Un exemple minimal de bonne sortie aide beaucoup. Quelques lignes suffisent pour montrer le niveau de détail, le ton, l'organisation ou la forme du résultat.

5. Séparez rôle, contexte et données

Un prompt gagne en clarté si vous distinguez le rôle demandé, le contexte, les contraintes et enfin les données à analyser. Cela évite les mélanges.

6. Préférez plusieurs prompts courts à un méga-prompt

Enchaînés proprement, plusieurs prompts permettent de corriger la trajectoire: analyse d'abord, plan ensuite, implémentation enfin, puis vérification.

7. Demandez une auto-vérification finale

Ajoutez une étape finale du type: vérifie les contradictions, les oublis, les risques et les validations restantes. Ce n'est pas infaillible, mais c'est utile.

8. Gardez le contrôle humain

Une IA aide à produire plus vite, pas à supprimer la vérification. Le contrôle final reste humain, surtout pour la sécurité, les données et les effets de bord.

Checklist rapide

Ai-je fourni le bon contexte ?
Ai-je précisé les contraintes et interdits ?
Ai-je imposé une forme de réponse utile ?
Ai-je séparé analyse, plan et exécution ?
Ai-je demandé une vérification finale ?

Exemple de structure de prompt utile

Rôle : tu es un ingénieur logiciel senior.

Contexte :
- application PHP existante ;
- bug sur la sauvegarde d'un formulaire ;
- base de données Oracle ;
- objectif : corriger sans modifier l'API.

Contraintes :
- pas de nouvelle dépendance ;
- expliquer d'abord la cause probable ;
- proposer une correction robuste.

Format de sortie :
1) Analyse
2) Cause racine
3) Correctif proposé
4) Vérifications à effectuer

Cette structure n'est pas magique, mais elle force déjà l'IA à travailler dans un cadre plus utile qu'une simple demande du type: "corrige ce bug".

Bonnes pratiques selon le besoin

Pour un bug : demander analyse puis cause racine avant correctif.
Pour un refactor : exiger la préservation du comportement et un plan par étapes.
Pour une documentation : préciser le public cible et le format attendu.
Pour une architecture : demander hypothèses, compromis et points non tranchés.

Exemples courts par contexte

Développement : donner le fichier, le symptôme, l'interdit principal et la validation attendue.
Architecture : donner besoin, contraintes de stack, compromis acceptables et niveau de détail voulu.
Documentation : donner public cible, plan attendu, exemples à fournir et limites à expliciter.
QA / données : donner le flux, les entrées, les cas limites, les données sensibles et le résultat attendu.
Scripts / exploitation : donner environnement, prérequis, commandes, erreurs typiques et retour arrière.
Sécurité : demander explicitement validations, droits, secrets, sorties et priorisation des risques.

Ce qu'il faut éviter

Demander une correction sans fournir ni contexte ni contraintes.
Mélanger plusieurs objectifs lourds dans une seule demande non structurée.
Confondre explication, plan et implémentation dans un seul bloc flou.
Accepter une réponse sans vérifier les hypothèses, les dépendances et les impacts.

Cas du site

Ces bonnes pratiques se vérifient très bien sur save-fiche.php, start-admin.ps1, fiches.json, REST / JWT ou DEPLOIEMENT.md : les bons résultats arrivent surtout quand le contexte, les contraintes et la vérification finale sont clairement demandés.

Pages voisines utiles

Pour des exemples plus concrets, consultez les prompts développement, les prompts architecture et les prompts documentation. Pour la transcription texte de huit conseils avancés issus de captures, consultez aussi l'ingénierie de prompt avancée. Pour démarrer sans jargon, consultez aussi les prompts pour débutants. Pour une page dédiée à l'ossature d'une bonne demande, consultez aussi bien structurer un prompt. Pour voir des reformulations courtes mais efficaces, consultez les exemples avant / après. Pour voir ce qu'il faut éviter, consultez aussi les anti-patterns et erreurs fréquentes.

← Retour à la rubrique IA