Structure de base d'un prompt

Cette première leçon décrit le contenant avant le contenu : les trois paramètres obligatoires d’un appel à l’API Messages, l’alternance des rôles, et le prompt système. Beaucoup de prompts « qui ne marchent pas » sont simplement mal placés dans cette structure. Les exercices reproduisent ceux du tutoriel officiel, avec le code mis à jour pour les modèles de novembre 2026.

Mise à jour du 5 novembre 2026. Ce cours adapte le tutoriel interactif d’Anthropic (neuf chapitres et trois annexes, en carnets Jupyter), publié en avril 2024 pour Claude 3 Haiku et toujours en ligne dans le dépôt anthropics/prompt-eng-interactive-tutorial ; la copie du dépôt anthropics/courses est archivée depuis le 15 septembre 2026. La documentation actuelle signale que le tutoriel a été écrit pour Claude 3 et renvoie à la page « Prompting best practices » là où les deux diffèrent : c’est ce que fait chaque leçon ici. Les exemples utilisent claude-opus-5-5 ; le paramètre temperature du tutoriel a été retiré (la version d’API 2026-10-21 le refuse) ; le préremplissage et les balises de raisonnement sont traités aux leçons 5 et 6.

Les trois paramètres obligatoires

Tout échange avec Claude passe par l’API Messages : vous transmettez une conversation, le modèle y ajoute le tour suivant. Au minimum, un appel demande trois paramètres. Le model, c’est-à-dire le nom d’API du modèle. Le max_tokens, nombre maximal de jetons générés avant l’arrêt : Claude peut s’arrêter avant, et c’est un arrêt brutal, qui peut couper au milieu d’un mot ou d’une phrase ; c’est un plafond, pas une consigne de longueur, qui se donne dans le texte du prompt. Et messages, la liste des messages : les modèles sont entraînés sur une alternance de tours user et assistant ; chaque message est un objet avec un role et un content.

Le tutoriel définit une fonction d’aide qu’il réutilise partout ; la voici avec les paramètres d’aujourd’hui. Le tutoriel fixait temperature à 0 pour rendre les réponses reproductibles ; les requêtes de la version d’API 2026-10-21 refusent temperature, top_p et top_k sur tous les modèles, et le code ne les envoie plus.

import anthropic

client = anthropic.Anthropic()

def get_completion(prompt: str, system_prompt: str = "") -> str:
    message = client.messages.create(
        model="claude-opus-5-5",
        max_tokens=2000,
        system=system_prompt,
        messages=[{"role": "user", "content": prompt}],
    )
    return next(block.text for block in message.content if block.type == "text")

print(get_completion("Hi Claude, how are you?"))
print(get_completion("Can you tell me the color of the ocean?"))
print(get_completion("What year was Celine Dion born in?"))

Un détail compte : la réponse est une liste de blocs de contenu, et sur les modèles actuels elle peut commencer par un bloc de réflexion. On sélectionne donc le bloc texte par son type, pas par sa position.

L’alternance des rôles

Le tutoriel montre deux appels mal formés que l’API rejette : un message sans role ni content, et deux messages user consécutifs sans tour assistant entre eux (une question sur Céline Dion suivie d’une demande d’autres faits). Les messages doivent alterner et commencer par un tour user. Vous pouvez empiler plusieurs paires pour simuler une conversation à plusieurs tours, même si ces échanges n’ont jamais eu lieu. Le tutoriel ajoutait qu’on peut aussi mettre des mots dans un dernier message assistant pour que Claude continue à partir de là : ce préremplissage n’est plus accepté par les modèles actuels, la leçon 5 explique ce qui le remplace.

Le prompt système

Un prompt système fournit contexte, consignes et règles avant la question ou la tâche du tour user. Il vit à part de la liste des messages, dans le paramètre system, et vaut pour tous les tours de la conversation ; une consigne glissée dans un message user risque d’être lue comme valable pour ce seul message. L’exemple du tutoriel : un prompt système qui impose de répondre uniquement par des questions de réflexion critique, sans répondre à la question posée, puis « pourquoi le ciel est-il bleu ? ». Un prompt système bien écrit améliore la capacité de Claude à suivre des règles et des consignes.

SYSTEM_PROMPT = "Your answer should always be a series of critical thinking questions that further the conversation (do not provide answers to your questions). Do not actually answer the user question."
print(get_completion("Why is the sky blue?", SYSTEM_PROMPT))

À vous de jouer

Exercice 1.1 : compter jusqu’à trois. Avec un formatage user / assistant correct, écrivez le prompt qui amène Claude à compter jusqu’à trois ; le tutoriel vérifie que la réponse contient 1, 2 et 3. La difficulté n’est pas la tâche, c’est la structure.

Exercice 1.2 : prompt système. Modifiez le prompt système pour que Claude réponde comme un enfant de trois ans à « quelle taille fait le ciel ? » ; le tutoriel accepte une réponse qui contient « giggles » ou « soo ». Posez ensuite deux autres questions pour vérifier que le ton tient sur toute la conversation.

Sources officielles : 01_Basic_Prompt_Structure.ipynb (anthropics/prompt-eng-interactive-tutorial) · Messages API (référence de l’API) · Prompting best practices (documentation Claude, novembre 2026)

Points clés à retenir

• Trois paramètres obligatoires : model, max_tokens (un plafond brutal, pas une consigne de longueur) et messages.
• Les messages alternent user et assistant et commencent toujours par user ; l’API rejette le reste.
• Le prompt système, dans le paramètre system, vaut pour toute la conversation et améliore le respect des règles.
• Sélectionnez le bloc texte de la réponse par son type : les modèles actuels peuvent répondre par un bloc de réflexion d’abord.
• Ce qui a changé depuis le tutoriel : plus de temperature, plus de préremplissage, des modèles qui raisonnent nativement.