La plupart des collaborateurs n'ont pas besoin d'un cours de prompt engineering. Des modèles de prompts partagés et une courte séance pratique sur leurs propres tâches suffisent pour rédiger, résumer et chercher. Une formation plus poussée est rentable pour deux groupes : les personnes qui construisent des workflows d'IA réutilisables pour d'autres, et celles qui vérifient les résultats de l'IA avant qu'ils n'atteignent des clients, des régulateurs ou la comptabilité.
#À retenir
- Pour l'usage courant, un contexte clair et un modèle testé comptent davantage que les astuces de prompt.
- Les personnes qui construisent des workflows dont d'autres dépendent ont besoin d'une formation plus poussée sur la structure, les tests et les cas d'échec.
- Les personnes qui vérifient les résultats de l'IA doivent apprendre à repérer les erreurs énoncées avec assurance, pas à écrire des prompts.
- Un cours de prompt engineering pour toute l'entreprise enseigne généralement la mauvaise profondeur au mauvais public.
- Décidez par rôle : qui écrit des prompts une fois pour de nombreuses personnes, et qui valide ce que l'IA a produit.
#À quoi ressemble l'usage des prompts dans une équipe ordinaire ?
Un chargé de clientèle demande à ChatGPT de mettre au propre ses notes de réunion avant de mettre à jour Salesforce. Un acheteur demande à Copilot de comparer deux devis fournisseurs dans Excel. Une responsable support demande à Claude de réécrire une macro pour Zendesk. Chaque prompt sert une fois, est lu par la personne qui l'a écrit et corrigé sur-le-champ. Un prompt faible coûte un nouvel essai, pas un incident.
C'est là que se concentre l'essentiel de l'usage. Le Work Trend Index de Microsoft et LinkedIn, mai 2024 a constaté que 75 % des travailleurs du savoir utilisent l'IA au travail, mais que seulement 39 % des utilisateurs d'IA avaient reçu une formation à l'IA de leur entreprise. Le manque est réel, mais pour ce groupe, il se comble par la pratique sur des tâches réelles, pas par un cours sur la syntaxe des prompts.
#Quand des modèles et une courte séance suffisent-ils ?
Ils suffisent quand la personne qui écrit le prompt lit aussi la réponse, que la tâche se répète avec de légères variations et qu'une erreur est repérée avant que quoi que ce soit ne quitte l'équipe. Dans ce cas, enseignez quatre choses : donner le contexte, préciser le format attendu, demander des sources ou un raisonnement quand les faits comptent, et vérifier le résultat.
- Une bibliothèque de modèles par rôle, testée sur vos propres documents.
- Une séance pratique où chacun applique les modèles à son vrai travail.
- Des règles maison sur les données qui ne doivent jamais aller dans tel ou tel outil.
- Une personne nommée qui tient les modèles à jour au fil de l'évolution des outils.
#Qui a besoin d'une formation plus poussée au prompt engineering ?
Les personnes qui écrivent une fois un prompt que beaucoup d'autres utiliseront. Un analyste des opérations qui met en place une étape de tri des tickets, un responsable finance qui construit un flux d'extraction de factures ou un responsable sales ops qui configure un résumé dans le CRM entrent dans cette catégorie. Leur prompt devient un processus, et un prompt faible échoue alors en silence et de façon répétée.
Ils doivent apprendre les instructions structurées, les exemples travaillés, les tests sur un ensemble de cas connus, et ce qui se passe quand les entrées sont désordonnées ou malveillantes. Le top 10 OWASP pour les applications LLM place l'injection de prompt en tête des risques, et ce sont les concepteurs de workflows qui doivent en tenir compte dans leur conception.
Ils ont aussi besoin de discernement sur le périmètre. Anthropic, décembre 2024 recommande de commencer par l'approche la plus simple et de n'ajouter de la complexité qu'en cas de besoin, une règle utile pour quiconque est tenté d'enchaîner de nombreux prompts.
#Pourquoi les personnes qui vérifient les résultats de l'IA ont-elles besoin de leur propre formation ?
Parce que leur rôle est de repérer ce que l'auteur du prompt a manqué. Un responsable conformité qui vérifie des courriers clients rédigés par l'IA, un responsable financier qui approuve des champs de factures extraits par l'IA, ou un chef d'équipe qui valide des réponses rédigées par l'IA doit savoir où les modèles se trompent : chiffres inventés, dates erronées, affirmations trop assurées et réponses en arabe dans le mauvais registre. Ces personnes ont rarement besoin d'écrire des prompts ; elles doivent savoir bien lire les résultats.
#Comment Stennir s'y prend-il ?
Dans le cadre de la formation à l'IA, le programme opérateur IA de Stennir répartit les participants par rôle avant toute formation. La plupart des cohortes reçoivent des modèles et pratiquent sur leur vrai workflow. Les concepteurs de workflows et les personnes chargées de la vérification bénéficient de séances plus poussées sur la structure, les tests et les listes de contrôle. Les formateurs sont des praticiens qui construisent ces workflows, les cohortes se déroulent en arabe et en anglais, et l'usage est mesuré avant et après, avec un rapport d'adoption pour conclure.
We are
Stennir adapte la profondeur de la formation aux prompts à chaque rôle : des modèles pour la plupart des personnes, une pratique plus poussée pour les concepteurs de workflows et les personnes chargées de la vérification.
We aren't
Stennir ne vend pas de cours de prompt engineering standard pour toute l'entreprise, ni de certificat de présence.
#Que doit faire ensuite un responsable formation ou des opérations ?
Listez, dans chaque équipe, qui écrit des prompts que d'autres utilisent, et qui valide les résultats de l'IA. Ces deux listes forment votre groupe de formation approfondie ; tous les autres commencent par les modèles. Pour le programme des premières tâches, lisez former les collaborateurs à ChatGPT : quoi enseigner en premier, et pour évaluer les prestataires, comment choisir un organisme de formation à l'IA. Consultez l'IA pour les opérations, puis réservez un appel de 30 minutes.
#Questions fréquentes
Le prompt engineering vaut-il encore la peine d'être appris à mesure que les modèles progressent ?
Pour les utilisateurs courants, de moins en moins chaque année : les modèles récents gèrent bien les demandes simples, et un contexte clair avec un bon modèle fait l'essentiel du travail. Pour les personnes qui construisent des workflows dont d'autres dépendent, cela compte toujours, car la structure, les cas de test et la gestion des échecs décident si le workflow tient face à des entrées réelles désordonnées.
De quoi avez-vous besoin de notre part pour commencer ?
Stennir a besoin de la liste des rôles à former, des outils et comptes approuvés et, pour chaque rôle, de quelques tâches réelles avec des documents d'exemple. Pour les concepteurs de workflows, il nous faut aussi le workflow dont ils sont responsables ou qu'ils prévoient de construire, afin que les séances approfondies utilisent vos vraies entrées et les cas où cela se passe mal aujourd'hui.
La formation aux prompts fonctionne-t-elle en arabe ?
Oui. Stennir anime les cohortes en arabe et en anglais, et dans d'autres langues sur demande. Les modèles sont rédigés et testés dans la langue de vos équipes, y compris pour des entrées mêlant arabe et anglais, et les personnes chargées de la vérification s'exercent à repérer les réponses dans le mauvais registre, comme un arabe soutenu là où le client a écrit en dialecte du Golfe.
Que risque-t-on si l'on fait l'impasse sur la formation approfondie ?
Le risque se situe chez les concepteurs. Un workflow construit sur un prompt non testé peut mal étiqueter des tickets, mal lire des champs de factures ou suivre des instructions cachées dans l'e-mail d'un client, et personne ne s'en aperçoit parce que le résultat paraît assuré. Former les concepteurs et les personnes chargées de la vérification permet de repérer ces échecs avant les clients.
