On lit régulièrement que le prompt engineering est mort, tué par des modèles qui « comprennent tout ». La réalité sur le terrain est l’inverse : à mesure que les usages se complexifient (agents, RAG, multi-tour), le prompt redevient code. On le versionne, on le teste, on l’optimise.
Trois règles avant les techniques
- 1
Évaluer avant d’optimiser
Sans dataset d’évaluation (10-50 exemples avec sortie attendue), vous travaillez à l’aveugle. C’est le seul moyen de savoir si un changement améliore vraiment.
- 2
Petit avant grand
Découpez. Un prompt qui fait 4 choses mal vaut 4 prompts qui font 1 chose bien. Le chaining bat presque toujours la complexification.
- 3
Mesurer le bon indicateur
Précision, latence, coût, robustesse aux inputs hostiles : décidez ce qui compte avant d’optimiser. La meilleure technique change selon l’objectif.
Les 10 techniques en détail
Chain-of-Thought structuré
Demandez explicitement « décompose en étapes numérotées avant de répondre ». Sur les modèles 2026 sans mode reasoning, ça reste un gain net en fiabilité.
Ne réponds pas tout de suite. (1) Liste les hypothèses. (2) Évalue chacune. (3) Compare. (4) Conclus.