Atelier : Création de contenu
Na ovoj stranici
Objectif de l’atelier
Ce dernier atelier explore la facette créative des modèles Mistral : brainstorming, création de scénarios de formation et génération de contenus marketing. Le paradoxe de la création assistée par l’IA est qu’elle exige plus de structure, et non moins : une température élevée sans garde-fous produit un chaos inutilisable, tandis qu’une température élevée au sein d’une invite bien contrainte génère des idées à la fois originales et actionnables. C’est cette combinaison — liberté contrôlée — que tu vas mettre en pratique dans les trois exercices ci-dessous.
Exercice 1 : Brainstorming structuré
Commençons par un cas produit : tu prépares le lancement d’une nouvelle application mobile et as besoin d’idées pour des fonctionnalités différenciantes. Un brainstorming brut produirait une liste de slogans vagues ; pour être exploitable en réunion produit, chaque idée doit arriver pré-évaluée. Remarque comment l’invite système impose une grille d’évaluation (effort, impact, différenciation) à chaque idée, transformant le modèle en générateur de fiches produit plutôt qu’en machine à suggestions.
messages = [
{
"role": "system",
"content": """You are a creative product manager specializing in B2C mobile apps.
For each idea, provide:
- Feature name (max 5 words)
- Description (2 sentences)
- Development effort: S (< 1 week) / M (1-4 weeks) / L (> 1 month)
- Estimated user impact: low / medium / high
- Competitive differentiation: low / medium / high
Propose varied ideas: some pragmatic, some bold."""
},
{
"role": "user",
"content": """Product context:
- Personal budget management app for 25-35 year olds in France
- Current features: expense tracking, automatic categorization,
savings goals, bank synchronization
- Main competitors: Bankin, Linxo, Finary
- Identified problem: 60% of users abandon after 3 weeks
Generate 8 feature ideas to improve retention.
Rank them by decreasing impact."""
}
]
response = client.chat.complete(
model="mistral-large-latest",
messages=messages,
temperature=0.8,
presence_penalty=0.6
)
Le modèle devrait produire 8 idées véritablement variées : des fonctionnalités sociales comme des défis entre amis, de la gamification avec des séries, des badges et des niveaux, de l’intelligence prédictive comme des alertes de découvert, ou des intégrations originales telles que le partage de dépenses de groupe. Cette diversité n’est pas un hasard : la combinaison temperature=0.8 et presence_penalty=0.6 fait écho exactement aux leçons de la section précédente — la température ouvre le champ des possibles, la pénalité de présence empêche le modèle de répéter huit fois la même idée.
Pousse l’exercice plus loin. Abaisse la température à 0,4 et compare : les idées deviennent plus conventionnelles mais plus réalistes. Ajoute la contrainte « Au moins 2 idées doivent exploiter l’IA générative » et observe comment le modèle s’y conforme. Enfin, change de persona : « Tu es un designer UX » orientera les propositions vers l’expérience plutôt que vers les fonctionnalités.
Exercice 2 : Scénarios créatifs pour la formation
Changement de décor pour le deuxième exercice : tu crées des scénarios pour une formation au management. Un bon scénario de formation doit être réaliste, engageant et — c’est la partie la plus difficile — permettre plusieurs approches légitimes : s’il y a une réponse évidente, la discussion de groupe s’essouffle en cinq minutes. L’invite système encode ces exigences une par une, jusqu’aux chiffres qui rendent le dilemme concret.
messages = [
{
"role": "system",
"content": """You are an instructional designer specializing in management training.
Each scenario must:
- Be grounded in a realistic French professional context (2026)
- Present a dilemma with no obvious solution
- Involve at least 3 stakeholders with divergent interests
- Include figures to make the decision concrete
- End with 3 reflection questions for the group
Tone: professional, immersive, engaging."""
},
{
"role": "user",
"content": """Create a training scenario on the theme:
"Managing a conflict between individual performance and collective well-being"
Context: a 12-person tech team in a Paris-based scale-up.
The scenario should last about 30 minutes of group discussion.
Also provide a facilitator sheet with key points to surface."""
}
]
response = client.chat.complete(
model="mistral-large-latest",
messages=messages,
temperature=0.7
)
Le résultat attendu est un scénario complet : une situation décrite en détail avec ses chiffres (chiffre d’affaires, délais, turnover), au moins trois personnages avec leurs propres motivations, un dilemme central avec des arguments défendables des deux côtés, des questions de réflexion ouvertes sans réponse unique, et la fiche animateur avec les points clés à faire émerger, les pièges à éviter et une grille d’évaluation. Une température de 0,7 laisse au modèle la liberté d’inventer des personnages et des situations, tandis que la structure imposée garantit que le scénario reste utilisable en salle de classe.
Exercice 3 : Contenu marketing multi-format
Le dernier exercice te met dans la peau d’un responsable marketing : tu lances un nouveau service et dois produire du contenu pour plusieurs canaux simultanément, à partir d’un seul brief. Chaque canal a ses codes — un post LinkedIn ne s’écrit pas comme un objet d’e-mail — et l’invite système les impose, appuyée par des contraintes numériques.
messages = [
{
"role": "system",
"content": """You are a content director producing multi-channel marketing
material from a single brief.
For each channel, respect specific constraints:
- LinkedIn: 1200-1500 characters, expert tone, 3-5 hashtags, a punchy hook
- Email: subject (max 50 chars), preview text (max 90 chars), body (200 words max)
- Web page: headline (max 10 words), subtitle (max 25 words), 3 USP blocks,
main CTA
Style: professional French, formal 'you', data-driven where possible.
NEVER use empty superlatives ("market leader", "revolutionary solution")."""
},
{
"role": "user",
"content": """Product brief:
Name: SecureDocs AI
Type: Document management SaaS with integrated AI
Price: starting at 19 euros/user/month
Target: legal and compliance departments (50-500 employees)
USP: Automatic document classification by AI, risky clause detection,
integrated GDPR/NIS2 compliance
Launch: April 15, 2026
Launch offer: 3 months free for the first 100 signups
Produce content for the 3 channels."""
}
]
response = client.chat.complete(
model="mistral-large-latest",
messages=messages,
temperature=0.6
)
Tu devrais obtenir trois blocs distincts, chacun respectant les codes de son canal. Pour LinkedIn : un post professionnel ouvert par un accroche engageante — une question ou une statistique — qui expose le problème, présente la solution et se termine par un appel à l’action vers le site, avec des hashtags pertinents. Pour l’e-mail : un objet court et intriguant, un texte d’aperçu complémentaire (non redondant avec l’objet) et un corps structuré problème/solution/offre/appel à l’action. Pour la page web : un titre orienté bénéfice, un sous-titre précisant la cible, trois blocs d’USP titrés et un appel à l’action clair.
Ici aussi, les variations sont instructives : génère le même contenu avec n=3 et temperature=0.7 pour comparer trois versions et choisir la meilleure, ajoute un canal (« Fil Twitter/X en 5 posts ») ou change la cible — « PME industrielles » au lieu de « services juridiques » — pour voir tout l’angle marketing pivoter.
Le pipeline créatif en 3 étapes
Pour un contenu de haute qualité, la bonne pratique n’est pas de tout demander en un seul appel, mais d’enchaîner les étapes en adaptant la température à chacune :
# Step 1: Brainstorming (high temperature)
idees = client.chat.complete(
model="mistral-large-latest",
messages=[{"role": "user", "content": "10 angles for an article on [subject]"}],
temperature=0.9
)
# Step 2: Selection and structuring (low temperature)
plan = client.chat.complete(
model="mistral-large-latest",
messages=[
{"role": "user", "content": f"Among these angles:\n{idees}\nChoose the best and create a detailed outline."}
],
temperature=0.3
)
# Step 3: Writing (medium temperature)
article = client.chat.complete(
model="mistral-large-latest",
messages=[
{"role": "system", "content": "Write according to this outline, tone [your tone]."},
{"role": "user", "content": plan}
],
temperature=0.5
)
Ce pipeline sépare les phases divergentes — le brainstorming, où tu veux de l’audace — des phases convergentes — la structuration et la rédaction, où tu veux de la rigueur. C’est exactement l’approche d’une équipe créative humaine : on n’évalue pas les idées pendant qu’on les génère, et on n’écrit pas pendant qu’on structure.
Ključne točke
- Température élevée (0,7-0,9) pour le brainstorming, moyenne (0,4-0,6) pour la rédaction
- La pénalité de présence encourage la diversité des idées
- Structure tes invites créatives avec des contraintes précises (format, longueur, ton)
- Utilise un pipeline en plusieurs étapes et génère plusieurs versions (
n > 1) pour sélectionner la meilleure - Adapte le persona au canal : expert pour LinkedIn, orienté vente pour l’e-mail, concis pour le web
Teste tes connaissances
Après les quatre ateliers, une vérification finale des techniques.
1. Quel est le but du rôle système par rapport au rôle utilisateur ?
Réponse : Le système définit le cadre durable (identité, règles, format) pour toute la conversation ; l’utilisateur porte les demandes actuelles — les instructions d’application ne se mélangent pas aux messages.
2. Quand le few-shot est-il préférable aux instructions ?
Réponse : Quand montrer vaut mieux que dire : formats précis, tons subtils, cas limites — un ou deux exemples calibrent mieux le résultat qu’un paragraphe de règles.
3. Que change la chaîne de pensée sur une tâche complexe ?
Réponse : Demander le raisonnement avant la conclusion fait déployer les étapes au lieu de sauter vers une réponse plausible — moins d’erreurs sur le calcul, la logique et les arbitrages.
4. Température et Top P : quel réglage pour quel besoin ?
Réponse : Température basse pour le factuel et l’extraction (déterminisme), haute pour la créativité ; Top P restreint l’échantillonnage aux tokens les plus probables — on ajuste l’un ou l’autre, rarement les deux.
5. Cite deux anti-modèles de prompting à éviter.
Réponse : Tout demander en une phrase sans structure ni format de sortie, et empiler des instructions contradictoires — les leçons des ateliers montrent le contraire : objectif clair, contraintes claires, itérations.
Les quatre ateliers ont transformé ces techniques en habitudes — réutilise leurs cadres comme modèles pour tes propres cas.