Les 15 anti-patterns du prompting
Ces erreurs sont omniprésentes dans les prompts de production. Les corriger améliore immédiatement la qualité des réponses.
1. Instructions vagues
- Mauvais : "Fais un résumé"
- Bon : "Résume en 2-3 phrases le point principal et la conclusion"
2. Absence de format de sortie
- Mauvais : "Analyse ce texte"
- Bon : "Analyse ce texte. Retourne un JSON avec les champs : sentiment, topics[], key_entities[]"
3. Contexte manquant
- Mauvais : "Est-ce que c'est bon ?"
- Bon : "En tant que nutritionniste, est-ce que ce plan de repas couvre les besoins en protéines pour un adulte actif ?"
4. Prompt trop long
Noyer l'instruction principale dans un mur de texte. Le modèle priorise le début et la fin du prompt (effet de récence et de primauté).
Solution : Mettre l'instruction critique au début ou à la fin.
5. Instructions contradictoires
- Mauvais : "Sois concis. Donne tous les détails possibles."
- Bon : "Donne une réponse concise (max 100 mots) couvrant les points essentiels."
6. Pas de contraintes négatives
- Mauvais : "Explique le machine learning"
- Bon : "Explique le machine learning. N'utilise pas de jargon technique. Ne mentionne pas les maths."
7. Température inadaptée
- Tâches factuelles/déterministes : temperature=0
- Tâches créatives : temperature=0.7-1.0
- Erreur : temperature=1.0 pour de l'extraction de données
8. One-shot prompt pour des tâches complexes
Tout mettre dans un seul prompt au lieu de décomposer en étapes.
Solution : Pipeline de prompts ou Chain-of-Thought.
9. Ignorer les exemples négatifs
Montrer uniquement ce qu'il faut faire, jamais ce qu'il ne faut pas.
Solution : Ajouter des exemples de ce que vous ne voulez PAS.
10. Pas de persona
Le modèle utilise un "ton par défaut" générique.
Solution : "Tu es un expert [domaine] qui s'adresse à [audience]."
11. Demander de ne PAS faire quelque chose
- Mauvais : "Ne mentionne pas les concurrents"
- Bon : "Concentre-toi uniquement sur notre produit et ses avantages"
Les modèles traitent mieux les instructions positives.
12. Pas de gestion de l'incertitude
- Mauvais : (rien dit sur le cas "je ne sais pas")
- Bon : "Si l'information n'est pas dans le contexte, réponds 'Information non disponible'"
13. Exemples non représentatifs
Few-shot avec des exemples triviaux qui ne couvrent pas les cas réels.
14. Prompt non versionné
Modifier un prompt en production sans historique des versions.
Solution : Stocker les prompts dans git ou un prompt registry.
15. Pas de test systématique
Valider un prompt sur 2-3 exemples manuels.
Solution : Golden dataset + évaluation automatisée sur chaque changement.
Checklist avant déploiement
- Le format de sortie est explicite
- Les cas limites sont couverts
- Le prompt a été testé sur 20+ exemples variés
- Le comportement en cas d'incertitude est défini
- Le prompt est versionné