Générateur de prompt système

Le prompt système fixe le comportement d’un modèle d’IA pendant toute une conversation ou une application : qui il est, ce qu’il sait, ce qu’il doit faire et ce qu’il ne doit jamais faire. Un prompt vague d’un seul paragraphe donne des réponses irrégulières. Ce générateur vous guide à travers les cinq parties qui comptent et les assemble en un prompt propre à coller dans ChatGPT, Claude, Gemini ou une requête d’API.

Comment utiliser le générateur de prompt système

1. Renseignez le rôle : qui est le modèle et à qui il s’adresse.
2. Ajoutez le contexte (ce que le modèle ne peut pas deviner), les consignes (les étapes à suivre), le format de sortie et les contraintes. Les champs vides sont ignorés.
3. Choisissez la structure : titres Markdown ou balises XML.
4. Copiez le prompt, ou utilisez Copier en JSON pour obtenir un message {"role": "system", …} prêt pour l’API. Le nombre de tokens indique ce que le prompt occupera dans chaque requête.

Ce qui fait un bon prompt système

Un bon prompt système est précis. « Tu es un assistant utile » ne dit presque rien au modèle ; « Tu es le support d’une application de comptabilité pour auto-entrepreneurs et TPE, et tu t’adresses à des personnes qui ne sont pas comptables » lui donne un vocabulaire, un ton et des présupposés. Il en va de même pour le contexte : fournissez les faits que le modèle ne peut pas deviner, comme les limites de votre produit ou votre public.

Formulez les consignes comme des étapes ou des règles vérifiables, et précisez quoi faire dans les cas délicats (données manquantes, questions hors sujet, demandes à refuser). Décrivez concrètement le format de sortie, avec un exemple s’il est strict. Expliquez la raison de chaque contrainte : un modèle respecte mieux une règle quand il en comprend le but.

La structure aide le modèle à distinguer les consignes des données. Les titres Markdown se lisent facilement ; les balises XML comme <instructions> et <context> rendent les limites explicites, ce qu’Anthropic recommande pour Claude et qui fonctionne bien avec d’autres modèles. Gardez des noms de balises en anglais et constants, et citez-les par leur nom dans vos consignes.

Chaque token du prompt système est envoyé à chaque requête : un long prompt coûte donc à chaque appel. Gardez ce qui change le comportement du modèle et supprimez le reste.

Questions fréquentes

Quelle différence entre prompt système et prompt utilisateur ?

Le prompt système fixe les règles de toute la conversation et est en général rédigé par le développeur. Les prompts utilisateur sont les messages individuels. Les modèles donnent la priorité aux consignes système : mettez-y le rôle, les règles et le format, et réservez les messages utilisateur à la demande elle-même.

Faut-il utiliser des titres Markdown ou des balises XML ?

Les deux fonctionnent. Les balises XML rendent les limites entre sections sans ambiguïté, ce qui aide quand le prompt contient de longs documents ou des exemples ; Anthropic les recommande pour Claude. Le Markdown est plus facile à lire et à modifier. Choisissez l’un et tenez-vous-y.

Pourquoi les noms des balises XML restent-ils en anglais ?

Les noms de balises servent de repères auxquels le modèle et votre code peuvent se référer : mieux vaut qu’ils soient stables et en anglais. Le contenu des balises peut être dans n’importe quelle langue.

Quelle longueur pour un prompt système ?

Celle dont il a besoin, pas plus. Chaque token est envoyé à chaque requête, ce qui ajoute coût et latence. Commencez court, testez avec de vraies entrées et n’ajoutez des consignes que là où le modèle se trompe.

Mon prompt est-il enregistré quelque part ?

Non. Le prompt est assemblé et compté dans votre navigateur. Rien de ce que vous saisissez n’est envoyé à nos serveurs.