Prompts IA par métier du SI :
la bibliothèque à copier-coller

Le même outil d'IA rend un service très différent selon la façon dont on le brief. Deux professionnels ouvrent le même assistant, posent la même intention (« aide-moi à cadrer ce projet »), et repartent avec deux résultats sans commune mesure : l'un obtient un pavé générique qu'il jettera, l'autre un livrable qu'il n'a plus qu'à relire. La différence ne tient ni à l'outil ni à la chance, mais à la façon de demander. C'est une compétence, et comme toute compétence, elle s'apprend et se copie.

Voici donc des prompts prêts à l'emploi, rangés par métier du SI. Filtrez le vôtre, copiez, remplacez les [crochets] par votre situation réelle, et vous avez un point de départ solide en dix secondes. Ils fonctionnent avec ChatGPT, Microsoft Copilot, Claude, Gemini ou Mistral : c'est la structure qui compte, pas la marque de l'outil. Et pour que vous ne restiez pas dépendant de cette liste, la seconde moitié de l'article décortique la méthode qui se cache derrière chacun de ces prompts, afin que vous sachiez en écrire d'aussi bons sur vos propres cas.

La structure qui rend n'importe quel prompt efficace

Copier un prompt vous dépanne une fois. Comprendre pourquoi il fonctionne vous rend autonome sur tous les suivants. Or, si vous regardez de près les exemples ci-dessus, ils partagent tous la même ossature en quatre briques : un rôle, un contexte, une tâche et un format. Cette structure n'a rien de magique, c'est simplement la façon dont vous briefez déjà un stagiaire ou un prestataire : vous lui dites qui il doit incarner, dans quelle situation, ce qu'il doit produire, et sous quelle forme. L'IA fonctionne exactement pareil, à ceci près qu'elle ne devine jamais ce que vous n'avez pas dit.

Ces quatre briques ne sont pas toutes obligatoires à chaque fois, mais l'expérience montre une hiérarchie : le contexte et la tâche font le gros du travail, le rôle et le format affinent. Quand une réponse vous déçoit, ce n'est presque jamais l'outil qui a failli, c'est l'une de ces briques qui manquait. Le réflexe utile n'est pas de recommencer en croisant les doigts, mais de vous demander : ai-je dit qui, dans quelle situation, quoi produire, et sous quelle forme ?

Avant / après : le même besoin, deux prompts

Rien ne vaut un exemple pour sentir l'écart. Prenons un besoin banal : un chef de projet veut de l'aide pour anticiper les risques de son projet.

Le prompt faible n'est pas faux, il est simplement vide de vous. L'IA ne sait rien de votre migration ERP, de votre équipe réduite, de votre délai serré : elle vous rend donc la moyenne de tous les projets informatiques du monde. Le prompt structuré, lui, dit : « Tu es chef de projet SI expérimenté. Contexte : migration ERP, équipe de 8 personnes, délai 6 mois, forte résistance au changement côté métier. Génère un registre des risques priorisé par criticité, format tableau (risque, probabilité, impact, mitigation, responsable). » La différence de résultat est spectaculaire, et pourtant vous n'avez ajouté que ce que vous aviez déjà en tête.

Les 3 erreurs qui gâchent un bon prompt

À force de voir des professionnels du SI utiliser l'IA, trois erreurs reviennent plus que les autres. Aucune n'est technique, toutes se corrigent en une phrase.

• Le prompt sans contexte. C'est de loin la plus fréquente. On demande une chose vraie dans l'absolu et on reçoit une réponse vraie dans l'absolu, donc inutile en pratique. L'antidote : avant d'envoyer, ajoutez toujours la ligne « Contexte : … » avec ce que l'IA ne peut pas deviner de votre situation.
• La demande empilée. Vouloir un diagnostic, un plan, un budget et un mail de communication dans un seul prompt donne un résultat superficiel sur les quatre. L'antidote : une tâche par prompt, puis on enchaîne. La conversation est faite pour ça.
• Croire la première réponse sur parole. L'IA formule avec assurance, y compris quand elle se trompe ou invente une source. L'antidote : demandez-lui de signaler ses incertitudes (« indique ce dont tu n'es pas sûr »), et vérifiez tout chiffre, citation ou référence avant de le réutiliser.

Adapter un prompt à votre métier, en pratique

La bibliothèque ci-dessus est un point de départ, pas un catalogue figé. La vraie compétence, c'est de partir du prompt le plus proche de votre geste de travail et de le tordre à votre situation. Voici comment chaque métier du SI gagne à s'approprier ces modèles plutôt qu'à les copier tels quels.

• DSI. Vos prompts gagnent à intégrer l'angle décision et arbitrage : coût total, souveraineté, dépendance fournisseur, adoption. Ajoutez toujours votre contrainte politique réelle (« le COMEX est frileux sur le cloud », « budget gelé ») : c'est elle qui fait la pertinence de la réponse.
• Chef de projet. Ancrez le contexte dans votre projet précis (nature, taille d'équipe, échéance, tensions connues) et demandez systématiquement un format réutilisable en réunion : tableau, actions avec responsables, décisions séparées des discussions.
• Product owner. Poussez l'IA vers le testable : critères d'acceptation, hypothèses à valider, cas d'erreur. Quand l'usage touche une décision sur une personne, demandez-lui d'ajouter les critères de transparence et de recours, ils sont trop souvent oubliés.
• Business analyst. Votre meilleur réflexe est de demander à l'IA de signaler l'ambiguïté plutôt que de la combler. Un prompt qui se termine par « marque à valider tout ce qui est ambigu » vaut mieux qu'un prompt qui obtient une réponse lisse mais fausse.
• Data analyst. Faites porter le contexte sur la donnée : source, fraîcheur, droits, représentativité. Et exigez la vulgarisation en sortie : une analyse juste mais incompréhensible pour le décideur ne sert à rien.
• Architecte SI. Demandez à l'IA de challenger, pas de valider : points de défaillance, coût du run à l'échelle, réversibilité. Un bon prompt d'architecte cherche les failles de sa propre idée, pas des compliments.
• Devops. Cadrez sur le passage à la production : supervision, coût d'exploitation, sécurité des données confiées. Ce qui marche en démo n'est pas ce qui tient en run, et votre prompt doit le refléter.
• Développeur. Utilisez l'IA pour expliquer, tester et relire, en lui demandant toujours de signaler ce qu'elle ne comprend pas dans le code plutôt que de deviner. Gardez l'œil critique : c'est vous qui signez.

Testez votre lecture d'un prompt

Un cas concret vaut mieux qu'une règle. Mettez-vous en situation de repérer ce qui cloche dans une demande.

Affiner plutôt que recommencer

Un bon prompt initial ne vous dispense pas d'itérer, il réduit simplement le nombre d'allers-retours. Quand la première réponse n'est pas tout à fait la bonne, le réflexe du débutant est de tout réécrire ; celui du praticien est d'ajuster par petites touches dans la même conversation. « Raccourcis de moitié. » « Ajoute une colonne coût. » « Reprends, mais pour un public non technique. » « Tu as oublié le risque conformité, intègre-le. » L'IA garde le fil, et vous convergez en trois échanges vers un livrable propre. C'est là que se joue la vraie productivité : non pas dans le prompt parfait du premier coup, mais dans la capacité à guider une réponse jusqu'au résultat voulu.

Deux tournures font gagner un temps considérable. La première : « Avant de répondre, pose-moi les questions dont tu as besoin. » L'IA révèle alors ce qui lui manque, et vous comblez le contexte au lieu de subir une réponse approximative. La seconde : « Propose-moi trois versions de ton et de longueur différents. » Vous choisissez, puis vous affinez celle qui vous parle. Ces deux réflexes transforment l'IA d'un distributeur de réponses en un vrai partenaire de travail.

Le vocabulaire du prompt, retourné

Quelques termes reviennent dès qu'on parle de prompts, et servent parfois à impressionner plus qu'à clarifier. Voici les principaux, décodés en une phrase. Cliquez une carte pour la retourner.

Le point à ne pas négliger : les données d'entreprise

Un prompt efficace peut devenir un problème s'il embarque des données qu'il ne devrait pas. Coller un contrat, une base clients ou un extrait de code propriétaire dans un outil grand public revient à confier une information de l'entreprise à un tiers dont vous ne maîtrisez ni le stockage ni la réutilisation. La règle est simple : les prompts de cet article se prêtent parfaitement au travail sur des cas anonymisés, des exemples ou des données publiques ; dès qu'une donnée est sensible, elle passe uniquement par une solution sous contrat de confidentialité (l'offre entreprise de votre organisation), jamais par un compte personnel. Au moindre doute sur la sensibilité d'une donnée, considérez-la comme sensible : remplacez les noms, les montants et les identifiants par des variables avant de coller quoi que ce soit. Cette hygiène de base ne ralentit presque pas votre travail, et vous évite l'incident qui coûte cher.

Le réflexe : construire, pas seulement copier

Si vous ne deviez retenir qu'une idée de cet article : une bibliothèque de prompts est un point de départ formidable, mais l'objectif n'est pas de la collectionner. Copier un prompt vous donne un bon résultat une fois ; comprendre sa structure (rôle, contexte, tâche, format) vous rend autonome sur tous vos cas, y compris ceux qu'aucune liste n'a prévus. Prenez les modèles ci-dessus, tordez-les à votre situation réelle, affinez la réponse par petites touches, et vérifiez ce qui doit l'être. Vous ne serez plus dépendant d'une liste : vous saurez en écrire une, pour votre métier, à chaque fois que vous en aurez besoin.