Savoir écrire un prompt n’est pas savoir juger

Apprendre à écrire des prompts procure une satisfaction immédiate. Une question vague devient précise : définir un rôle, indiquer le public, ajouter des exemples, demander des objections, comparer des solutions. La réponse s’améliore sous nos yeux. On peut alors facilement croire que l’art du prompt est la nouvelle manière de penser de notre époque.

Ce n’est pas le cas. Le prompt est un puissant moyen de chercher et d’organiser. Le jugement commence là où la recherche ne peut plus décider pour vous de ce qui compte.

Une bonne consigne traite le problème que vous avez déjà nommé

Supposons que vous songiez à démissionner. Un mauvais prompt demande seulement : « Dois-je quitter mon emploi ? » Un meilleur décrit revenus, économies, responsabilités familiales, occasions professionnelles, état de santé et tolérance au risque. Au lieu d’exiger une conclusion, il demande des scénarios et la meilleure objection à chaque choix.

La seconde demande est évidemment meilleure. Elle expose les hypothèses et fait entrer davantage de réalité. Mais elle hérite encore d’une décision antérieure : qu’est-ce qui fait partie du problème ? Vous avez peut-être indiqué le salaire et les chances de promotion, mais pas les petites humiliations supportées depuis deux ans. Les dépenses du foyer, mais pas la promesse que vous vous êtes faite après le dernier épuisement. Ce qui reste hors champ ne peut pas être pesé par le modèle.

Même si tous les faits sont présents, leurs poids ne viennent pas tout seuls. Six mois d’incertitude financière sont-ils nécessairement pires que trois années de plus dans un travail qui est en train de vous transformer ? Aucun prompt neutre ne fixe leur taux de change. La réponse vient d’une vie, pas seulement d’un ensemble de données.

Nos consignes peuvent contenir la loi d’un autre

Beaucoup de prompts ont l’air d’exprimer nos propres demandes tout en important la définition de la réussite de quelqu’un d’autre : « Réécris ce courrier pour que le client ne puisse rien objecter. » « Augmente l’efficacité de l’équipe. » « Optimise l’image de mon enfant pour sa candidature à l’université. » Chacun est pratique. Chacun peut aussi réduire une autre personne à une image à gérer.

Le modèle se conforme généralement à l’objectif fourni : c’est sa capacité. L’arrêt doit venir d’ailleurs. Pourquoi le client ne pourrait-il pas objecter ? Que produit réellement l’équipe, et qui en supporte le coût ? L’enfant dont on optimise le profil de candidature reconnaît-il encore sa propre vie dans ce profil ?

Ces questions ne retirent pas son sens au prompt. Elles le rendent honnête. Parfois, ce qu’il faut changer n’est pas la formulation, mais la tâche : « Liste les objections raisonnables du client. » « Quels gains d’efficacité ne font que transférer les coûts à l’équipe ? » « Aide-moi à ouvrir une conversation où mon enfant peut ne pas être d’accord avec moi. »

Avant d’optimiser la consigne, demandez si l’objectif lui-même mérite d’être conservé.

Chercher aussi la friction, pas seulement la performance

De nombreuses techniques avancées de prompt ajoutent de la structure pour réduire les erreurs. C’est précieux. Mais on peut aussi concevoir une consigne qui préserve le désaccord : demander ce qui restera non résolu même avec la meilleure réponse, qui manque dans le cadre du problème, quel élément nouveau obligerait à renverser la recommandation, si deux interprétations incompatibles d’une même chose pourraient néanmoins être défendables.

Cette friction compte parce que les réponses de l’IA arrivent souvent dans une voix unifiée et fluide. Une décision contestable prend alors l’allure d’une pure conclusion technique. Demander à voir les coutures, c’est empêcher que « cela se tient » se déguise en « cela ne peut être autrement ».

Aucun méta-prompt ne s’en échappe indéfiniment. Vous pouvez demander au modèle de critiquer ses hypothèses, puis cette critique, puis de simuler un groupe entier d’opposants. À la fin, quelqu’un doit encore décider : nous avons assez enquêté, il faut agir. Ce point d’arrêt est lui-même un jugement.

Bien juger, c’est parfois refuser une excellente réponse

Une responsable demande à l’IA un planning équitable. Le modèle combine préférences, ancienneté, charge et contraintes légales. Le résultat est réellement plus raisonnable que l’ancien planning. Mais une salariée remarque que la nouvelle « rotation équitable » la fait travailler le seul soir où elle peut s’occuper de son père.

Cela ne prouve pas que le modèle a échoué. Il a très bien optimisé les conditions reçues. Juger signifie permettre à une personne réelle de rouvrir ces conditions, traiter la réponse comme une proposition dont on peut contester la légitimité, non comme le résultat qui apparaîtrait nécessairement dès qu’on disposerait d’assez d’informations.

Plus la réponse est forte, plus la distinction importe. Quand le modèle se trompe manifestement, nous restons plutôt éveillés. Quand il a raison de façon impressionnante, nous croyons plus facilement que le jugement est terminé. Souvent, il commence seulement à prendre forme.

Le prompt est une porte, pas une arrivée

Les bonnes méthodes restent disponibles : ajouter du contexte, distinguer faits et hypothèses, faire préciser l’incertitude, demander un avis contraire, reprendre le texte. Gardez pourtant une question hors du prompt : qu’est-ce que je ne veux pas confier à cette procédure pour qu’elle le décide à ma place ?

La réponse peut être petite. Refuser qu’une note détermine à elle seule qui sera reçu en entretien ; qu’une prévision de la réaction d’autrui décide si l’on s’excusera ; qu’une belle stratégie remplace une conversation avec la personne qui devra vivre sous cette stratégie.

Un bon prompt agrandit la pièce où l’on pense. Le jugement, c’est que vous y restiez encore, surtout lorsque la machine vous a rendu le départ si facile.