# Prompt Engineering

> Pratique consistant à concevoir et optimiser les prompts pour obtenir les meilleurs résultats d'un LLM.

- Page ZoneIA : https://zoneia.fr/glossaire/prompt-engineering
- Type : Définition du glossaire IA
- Catégories : [Rédaction & Texte IA](https://zoneia.fr/outils/categorie/redaction-texte-ia), [Chatbots & Support Client](https://zoneia.fr/outils/categorie/chatbots-support-client)
- Publié le : 2026-03-04
- Mis à jour le : 2026-05-22

Le prompt engineering regroupe les techniques utilisées pour formuler des instructions efficaces à un grand modèle de langage (LLM) afin d’obtenir des réponses utiles, fiables et adaptées à un objectif. Un « bon » prompt réduit l’ambiguïté, précise le contexte et encadre le format de sortie attendu.

## Comment ça fonctionne
Un LLM génère du texte en se basant sur des probabilités apprises durant l’entraînement. La manière dont vous présentez la tâche influence fortement son interprétation : choix des mots, contraintes, exemples, ordre des informations, et critères de réussite. On combine souvent :
- **Contexte** (données, objectif, public)
- **Rôle** (ex. “agis comme un relecteur technique”)
- **Contraintes** (longueur, style, langues, règles)
- **Format** (JSON, tableau, étapes)
- **Exemples** (*few-shot*) pour guider le comportement

## À quoi ça sert
- Améliorer la **qualité** et la **cohérence** des réponses
- Réduire les **hallucinations** via des consignes de vérification et de citations
- Standardiser des sorties pour l’**automatisation** (APIs, pipelines)
- Optimiser le coût/latence en évitant les échanges inutiles

## Exemples
- Générer un résumé structuré d’un document en sections fixes.
- Extraire des champs (nom, date, montant) d’e-mails en JSON.
- Produire des tests unitaires avec contraintes de couverture et de style.

---

Source : ZoneIA, annuaire francophone des outils IA (https://zoneia.fr/glossaire/prompt-engineering)