Clarté et précision

Première technique, et la plus rentable : la clarté. La première ligne d’un prompt en est la partie la plus importante : elle cadre tout ce qui suit, avant même que le modèle lise vos détails. Face au flou, un modèle ne demande pas de précisions : il choisit une interprétation, et rien ne garantit que ce soit la vôtre.

Être clair

Être clair, c’est :

• employer un langage simple, que tout le monde comprend ;
• dire exactement ce que vous voulez, sans détour ;
• commencer par énoncer la tâche de Claude.

Au lieu d’écrire « J’aimerais en savoir plus sur ces trucs qu’on met sur les toits avec le soleil, les panneaux solaires je crois », écrivez : « Écris trois paragraphes qui expliquent le fonctionnement des panneaux solaires. » La première version oblige le modèle à deviner l’objet, le niveau et la forme attendus ; la seconde ne laisse aucune inconnue.

Être direct

Être direct concerne la forme de la demande :

• des instructions plutôt que des questions ;
• un verbe d’action en tête : « Écris », « Crée », « Génère ».

Au lieu de « J’ai lu des choses sur les énergies renouvelables et la géothermie a l’air intéressante. Quels pays l’utilisent ? », écrivez : « Cite trois pays qui utilisent l’énergie géothermique. Donne pour chacun ses chiffres de production. » Le bavardage disparaît, le nombre de pays est fixé, les chiffres sont exigés : chaque mot restant est une consigne.

Le test du collègue

La documentation d’Anthropic propose une image : traitez Claude comme un collègue brillant mais nouveau, qui ne connaît ni vos habitudes ni votre contexte. Et un test : montrez votre prompt à un collègue qui ignore tout de la tâche, et demandez-lui de le suivre. S’il hésite, Claude hésitera aussi. Elle conseille aussi de donner la raison d’une consigne : un modèle qui sait pourquoi une règle existe l’applique mieux, y compris aux cas que vous n’aviez pas prévus.

Sur le plan de repas

Reprenons le prompt naïf de la leçon 17, « Que devrait manger cette personne ? », et appliquons la clarté :

def run_prompt(prompt_inputs):
    prompt = f"""
Génère le plan de repas d'une journée pour un athlète, en respectant ses restrictions alimentaires.

- Taille : {prompt_inputs["height"]}
- Poids : {prompt_inputs["weight"]}
- Objectif : {prompt_inputs["goal"]}
- Restrictions alimentaires : {prompt_inputs["restrictions"]}
"""
    messages = []
    add_user_message(messages, prompt)
    return chat(messages)

La nouvelle première ligne dit l’action (générer), l’objet (un plan de repas) et les contraintes clés (une journée, un athlète, ses restrictions). Elle n’ajoute ni connaissance en nutrition, ni exemple, ni règle métier : seule la formulation change.

Le gain mesuré

Dans la démonstration du cours officiel, ce seul changement fait passer la note de 2,32 à 3,92. C’est là que le pipeline prouve sa valeur : sans lui, « le prompt a l’air de mieux marcher » resterait une impression. La note reste loin du plafond, et c’est attendu : la clarté cadre la demande, les techniques suivantes cadreront le contenu de la réponse.

À vous de jouer

Réécrire une première ligne. Reprenez trois prompts que vous avez écrits récemment. Pour chacun, réécrivez la première ligne avec un verbe d’action et l’objet exact de la demande, puis faites le test du collègue.

Mesurer. Appliquez la clarté à votre prompt de la leçon 17 et relancez run_evaluation : notez la nouvelle note dans votre journal de bord.

Sources officielles : Being clear and direct (Claude Academy) · Prompting best practices (documentation Claude)

Points clés à retenir

• La première ligne cadre tout : commencez par énoncer la tâche.
• Clarté : langage simple, demande explicite ; tout flou sera tranché par le modèle, pas par vous.
• Direct : des instructions plutôt que des questions, un verbe d’action en tête.
• Le test du collègue : si un nouveau venu hésite devant votre prompt, Claude hésitera aussi.
• Dans la démonstration du cours officiel : de 2,32 à 3,92 par la seule reformulation.