L’art du « Prompt » : Guide 201 pour exploiter l’IA agentique
Bien structurer une requête avec un agent IA selon le guide GPT-4.1
L’intelligence artificielle générative connaît une nouvelle étape, l’IA agentique. En avril 2025, OpenAI a publié son « GPT-4.1 Prompting Guide », qui contient des astuces intéressantes pour tirer le maximum de l’IA agentique, bien que cette expression ne soit pas officiellement utilisée par OpenAI, mais parle plutôt d’« agentic workflows ». Cette nouvelle génération d’agents IA nécessite ainsi une approche un peu plus avancée dans l’art du « Prompt ».
Ce billet du Collimateur se propose donc de vous guider dans la découverte de cette rédactique agentique . Voici quelques pistes sur la manière de peaufiner cette compétence, qu’elle soit utilisée dans un contexte professionnel ou scolaire. Pour des conseils plus approfondis, n’hésitez pas à consulter le guide.
Qu’est-ce que l’IA agentique ?
Tout d’abord, clarifions ce qu’est l’IA agentique. C’est un type d’intelligence artificielle générative qui possède la capacité de prendre des décisions et d’agir de manière autonome pour atteindre des objectifs spécifiques. Contrairement à l’IA générative, qui crée des réponses sur demande, l’IA agentique a la faculté de fonctionner de manière autonome et de prendre des décisions en fonction d’un ensemble d’objectifs prédéfinis par l’utilisateur ou l’utilisatrice. Il peut donc interagir avec plusieurs systèmes, bases de données et autres modèles d’IA.
Cette distinction est cruciale :
Là où l’IA générative attend une instruction pour agir, l’IA agentique peut anticiper, organiser et exécuter des tâches de bout en bout.
*Notez que le terme « agentique » n’est pas une appellation officielle d’OpenAI, mais qu’il est bien utilisé dans la communauté francophone et dans les discussions spécialisées.
Particularités de l’IA agentique
- Planifie des actions sur plusieurs étapes.
- Utilise des outils externes (recherche, calcul, accès à des bases de données).
- S’ajuste rapidement au contexte.
- Gére des tâches complexes sans supervision constante.
Le modèle suit les instructions de manière stricte et précise. Toute ambiguïté dans la requête peut entraîner des résultats inattendus.
Comment ça marche ?
Pour que l’outil d’IA tire pleinement parti de ses capacités agentiques, il suit généralement trois instructions système pour améliorer sa performance. Cela transforme le modèle d’un état de « chatbot » à un agent beaucoup plus « désireux » d’aller de l’avant de manière autonome.
Voici les trois composantes clés intégrées à une requête système d’un agent IA :
- Persistance
L’agent IA doit poursuivre sa tâche jusqu’à sa résolution complète sans s’interrompre prématurément. Il doit traiter tous les éléments avant d’arrêter.
Par exemple : « Poursuis ton action jusqu’à ce que la requête de l’utilisateur·trice soit pleinement satisfaite. N’arrête que lorsque tu es sûr d’avoir résolu le problème. »
- Utilisation d’outils (tool-calling)
L’agent IA doit utiliser ses outils (recherche, analyse de fichiers, accès à des bases de données, etc.) plutôt que de supposer ou d’inventer une réponse.
Exemple : « Si tu n’es pas certain du contenu d’un document, utilise tes outils pour vérifier l’information avant de répondre. Ne devine jamais. »
- Planification (optionnelle)
Pour les tâches complexes, il est pertinent de demander à l’agent IA d’expliquer sa stratégie avant qu’il n’agisse, puis d’analyser ses résultats après chacune de ses actions. Cette approche favorise un raisonnement structuré et évite l’enchaînement mécanique des actions.
Exemple : « Avant chaque action, détaille ta stratégie. Après chaque étape, analyse les résultats et explique quelle sera la prochaine action. »
📌 Bonne structure d’une requête agentique selon le guide GPT-4.1
Pour obtenir des réponses optimales des agents IA, comme GPT-4.1, il est crucial de structurer clairement vos requêtes. Voici les éléments clés à prendre en compte :
- Rôle et objectif
Indiquez exactement ce que vous voulez que l’agent IA fasse. Évitez d’être flou ou trop général.- Décrivez précisément le rôle de l’agent IA : « Vous êtes… ».
- Précisez clairement l’objectif global attendu, par exemple « Résoudre un bogue », « Fournir une information spécifique », etc.
- Instructions ou « Règles de réponse »
Chaque instruction doit être explicite, précise et sans équivoque. L’agent IA suit vos instructions à la lettre, sans chercher à deviner ce que vous pourriez vouloir dire.- Fournissez des instructions générales très claires à l’agent IA sur ce qu’il doit faire : « Fournir une réponse concise » ou encore « Ne jamais improviser des informations ».
- Mentionnez également ce que l’agent IA ne doit pas faire : « Ne pas aborder des sujets controversés », « Ne pas inventer d’informations ».
- Décrivez les critères de réussite pour définir de manière claire et précise ce qui constitue un résultat satisfaisant.
- Sous-sections détaillées (si nécessaire)
Ajoutez des sections spécifiques pour détailler davantage certains aspects du comportement attendu. Par exemple :- Ton et style : Indiquez le niveau de formalité, professionnel ou décontracté.
- Outils à utiliser : Clarifiez explicitement lesquels l’agent doit utiliser, quand et comment.
- Étapes raisonnées « Reasoning Steps »
Certains modèles, comme GPT-4.1, ne génèrent pas automatiquement ces étapes. Il est donc important de les inciter à le faire en demandant explicitement une exposition étape par étape avant toute action ou réponse finale. Voici quelques exemples :- Chain-of-Thought (CoT) : faites en sorte que le modèle détaille son raisonnement étape par étape.
- Affinement itératif : programmez l’agent pour qu’il améliore progressivement sa réponse.
- Monologue interne : demandez au modèle d’exprimer ses réflexions avant de formuler sa réponse finale.
- Autocritique : incitez l’agent à évaluer ses propres réponses avant validation.
- Format de sortie « Output Format »
Indiquez clairement la manière dont vous aimeriez que la réponse soit structurée. Par exemple :- Utilisez des balises ou des délimiteurs (markdown, XML) clairement définis.
- Spécifiez des formats particuliers pour des informations spécifiques : citations au format APA, identifiants…
- Exemples concrets
Fournissez un ou plusieurs exemples concrets de ce que vous attendez :- Exemples de bonnes pratiques ou de réponses types.
- Exemples de situations à éviter ou d’erreurs fréquentes.
- Tests et itérations
Débutez par une demande simple, puis ajoutez de la complexité. Un résultat efficace pour un agent IA s’obtient souvent par une longue requête complexe et bien structurée, puis on poursuit par itérations : on teste, on observe, on ajuste.
Ce processus s’appuie sur les recommandations officielles d’OpenAI et sur les meilleures pratiques issues de la communauté IA en 2025.
Recommandations
Conseils pratiques avec l’IA agentique
- Utilisez un langage simple et direct
Évitez le jargon et les phrases ambiguës.- Utilisez l’impératif : « Analyse le texte… », « Recherche les dates… »
- Préférez des phrases courtes, à la voix active.
- Placez les consignes critiques en début et fin de de la requête pour lever toute ambiguïté.
- Si les instructions ne sont données qu’une seule fois, il est préférable de les placer « au-dessus du contexte fourni ».
- Prévoyez la gestion des imprévus
Indiquez quoi faire en cas de données manquantes ou d’ambiguïtés.- Donnez des consignes pour les cas particuliers : « Si les données sont incomplètes, signale-le. »
- Demandez à l’agent IA de demander de l’aide si nécessaire : « Si tu ne trouves pas, pose une question. »
- Ajoutez des instructions conditionnelles dans votre requête. Par exemple : « Si ce n’est pas possible, explique pourquoi », ou « Sauf si l’information est absente, alors… ».
- Validez toujours les résultats
L’IA génère toujours des erreurs et les taux d’hallucination restent élevés. - Exploiter la grande capacité de la fenêtre de contexte
La formulation des requêtes est une compétence à développer. Plus vos instructions seront précises, structurées et contextualisées, plus l’agent IA sera performant et autonome.
Les erreurs à éviter
- Instructions contradictoires
Si des instructions se contredisent, le modèle agentique a tendance à suivre celles qui sont les plus proches de la fin de la requête. - Requêtes trop générales
Sans précision, les résultats seront imprévisibles. La qualité du résultat dépend directement de la qualité des informations fournies au départ. - Absence d’exemples
Les requêtes sans exemple sont moins performantes.- Ne commettez pas l’erreur de ne pas adapter les exemples.
- Surcharge d’informations non structurées
Même avec une fenêtre de contexte pouvant aller jusqu’à 1 million de tokens, l’agent IA nécessite une organisation claire des données.- Ne commettez pas l’erreur de ne pas clarifier la structure des requêtes longues ou complexes.
- Phrases toutes en majuscules
Le modèle agentique peut interpréter cela trop littéralement. - Hallucinations et validation humaine
Les hallucinations sont une limitation structurelle des modèles de langage, et non un bogue temporaire.- Ne commettez pas l’erreur de ne pas vérifier les résultats… et de ne pas les revoir.
- Confidentialité des données
Avant de commencer.- Ne commettez pas l’erreur de ne pas respecter les règles relatives à l’éthique d’utilisation des données, à la confidentialité et à la propriété intellectuelle de votre institution.
En Conclusion
Bien que les pratiques de base du Guide 101 s’appliquent toujours, l’IA agentique performe mieux, en particulier lorsque les requêtes sont conçues spécifiquement pour anticiper, organiser et exécuter des tâches de bout en bout. Soyez donc très clair dans la rédaction des instructions. Cela nécessite un ajustement dans la rédactique. L’art du « prompt » demeure une compétence à peaufiner avec le développement de l’agentique. Plus vous serez habile à formuler des requêtes complètes, plus l’IA sera efficace pour vous aider. Cependant, ne lui faites pas trop confiance et restez toujours vigilant. Il est nécessaire de garder un contrôle humain.
GPT-4.1 Prompting Guide (PDF, 589 Ko)
