Le mois dernier, les prompts système de boîtes valorisées à plusieurs milliards ont fuité. Je parle d’entreprise qui domine leur secteur comme Cursor, Lovable ou Manus. J’ai décortiqué ces prompts et voici ce que j’ai appris : 1/ Tout est balisé de manière explicite Chaque bloc de contexte est clairement identifié : rôle, requête, action, observation… ⤷ Résultat : le modèle ne devine rien, il comprend tout de suite ce qu’il reçoit. 2/ La réponse attendue est toujours précisée Pas de demande vague. Le format de sortie est défini : JSON, texte libre, tableau… ⤷ Ça évite les réponses hors sujet. 3/ Le rôle de l’IA est redéfini à chaque appel Toujours un “Tu es …” en introduction. ⤷ Ça rappel les règles du jeu à chaque échange. 4/ Les erreurs sont intégrées au raisonnement Logs, messages d’échec ou erreurs sont réinjectés dans le contexte. ⤷ L’IA apprends de ses erreurs en temps réel. 5/ La mémoire est explicite et consultable On injecte directement l’historique utile, avec titres, tags et états clairs. ⤷ Pas besoin de “deviner” ce que l’IA est censée se souvenir. 6/ Intention, action, résultat : tout est séparé Chaque étape est cloisonnée ⤷ Un plan, une exécution, un retour et c'est tout. PS : Commente “prompt” et je te les enverrai pour que tu te fasses une idée de comment structurer tes futurs agents IA 😉 -> Si tu veux plus d'astuce IA, ça se passe ici : Marc Dufraisse 🔮