Dernière revue :
Qu'est-ce que le prompt engineering ? Définition et enjeux pour l'entreprise
Le prompt engineering est la discipline d'écriture méthodique des prompts. Il ne s'agit pas d'un métier rare mais d'une compétence transversale, qui consiste à formaliser, tester et standardiser les instructions adressées à un LLM pour obtenir des sorties fiables et reproductibles à l'échelle d'une organisation.
Le prompt engineering recouvre l'ensemble des techniques permettant de transformer une requête vague en une instruction structurée qui produit une sortie fiable. Les techniques principales incluent : l'assignation de rôle (« Tu es expert en... »), la fourniture d'exemples (one-shot, few-shot), la décomposition de la tâche en étapes (chain of thought), la spécification du format de sortie (JSON, markdown, plan numéroté), et l'introduction de contraintes négatives (« ne pas mentionner... »). En 2023, le terme désignait un métier émergent et bien rémunéré (jusqu'à 300 000 dollars annuels chez certains laboratoires américains). Depuis 2024-2025, cette segmentation s'est largement effondrée : les modèles sont devenus plus tolérants aux prompts imprécis, et les bonnes pratiques se sont diffusées. Le prompt engineering n'est plus un métier, c'est une compétence intégrée aux rôles métier (commercial, juriste, marketeur), au même titre que la maîtrise d'Excel ou de la recherche Google.
Exemple concret
L'étude NBER de Brynjolfsson, Li et Raymond (2023, Generative AI at Work) a observé 5 172 agents de support client équipés d'un assistant IA. Le gain de productivité moyen était de 14 %, mais variait fortement selon le niveau d'expérience et la qualité du prompting : 34 % de gain pour les agents les moins formés, et un effet quasi nul pour les plus expérimentés sur les cas simples. L'enseignement central pour les dirigeants : la productivité issue de l'IA n'est pas une propriété du modèle, mais de la pratique d'usage. Sans discipline de prompting collective, les gains restent inégaux et non capitalisables.
À voir aussi
Pour aller plus loin
Generative AI at Work, Brynjolfsson, Li & Raymond, NBER Working Paper 31161, 2023
Sources
- Generative AI at Work, Brynjolfsson, Li & Raymond, NBER Working Paper 31161, 2023. https://www.nber.org/papers/w31161
- Prompt engineering overview, Anthropic documentation 2026. https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview