Depuis trois ans, la même question revient devant ChatGPT : « comment j’écris un bon prompt ? » Longtemps, la réponse ressemblait à une recette de cuisine, avec ses ingrédients obligatoires et ses étapes numérotées. OpenAI vient de la balayer. Son nouveau guide destiné au grand public tient en une phrase : arrêtez de sur-réfléchir, décrivez le résultat que vous voulez.
Quatre blocs, et aucun n’est obligatoire
OpenAI propose désormais quatre blocs pour construire une requête : un objectif, un contexte, un format de sortie et des limites (les fameuses boundaries, ce que le modèle ne doit pas faire). La nuance est capitale : aucun de ces blocs n’est obligatoire. Une consigne courte suffit le plus souvent, et remplir les quatre cases n’a de sens que pour une tâche lourde.
Le document couvre d’un même geste l’interface classique de ChatGPT et l’assistant de programmation Codex, signe que les deux produits fusionnent lentement en un seul. Surtout, le ton rompt avec la documentation technique récente d’OpenAI pour ses modèles GPT-5 et GPT-5.5, saturée de paramètres d’API et de schémas de prompt élaborés. Ici, tout cet appareillage disparaît. Reste l’idée nue : commencez petit, dites ce que vous voulez, n’ajoutez des règles que là où elles manquent.
Décrire l’arrivée, pas l’itinéraire
Le cœur du guide tient dans une consigne contre-intuitive. « Décrivez un processus quand le processus lui-même compte. Sinon, laissez à ChatGPT la place de chercher, comparer les informations et ajuster son approche », lit-on dans le document. Autrement dit : ne scriptez pas chaque mouvement.
L’ancienne méthode revenait à dicter à un chauffeur son itinéraire virage par virage : à droite ici, à gauche au troisième feu, ralentissez là. La nouvelle lui donne l’adresse d’arrivée et le laisse choisir la route. Tant que le trajet importe peu, elle est plus rapide et souvent meilleure, parce que le conducteur connaît le terrain mieux que vous.
Un public visé ou un format attendu façonne d’ailleurs la sortie bien davantage qu’une liste d’instructions détaillées. Plutôt que de scénariser chaque étape, OpenAI recommande une ou deux règles dures pour bloquer un comportement indésirable. Deux exemples tirés du guide : « Ne modifie pas les dates approuvées ni les montants du budget » ou « Prépare le message en brouillon. Ne l’envoie pas. » Une contrainte franche vaut mieux qu’un mode d’emploi complet.
La charge de deviner change de camp
Ce basculement déplace la charge : ce qui pesait sur l’utilisateur pèse désormais sur le modèle. Pendant deux ans, une petite industrie de « prompt engineering » a vendu l’idée que la performance de l’IA dépendait surtout de votre habileté à la formuler. Il fallait apprendre les bonnes tournures, empiler les rôles (« tu es un expert de… »), verrouiller chaque étape. Cette compétence, OpenAI la déclare de facto périmée pour le grand public.
La raison est technique autant que commerciale. Les modèles de raisonnement récents savent décomposer une tâche, chercher, se corriger. Leur imposer un itinéraire rigide revient souvent à les brider. La logique du « moins, c’est plus » s’étend au contexte : n’attachez que les sources qui changeront réellement la réponse, prévient le guide, pas tous vos fichiers par réflexe. Feuilles de calcul, PDF, images, recherche web, dossiers de projet partagés, connecteurs vers Google Drive, Gmail, Slack ou GitHub sont autant d’options à doser, pas à empiler.
Ce déplacement a un revers qu’il faut nommer. Confier au modèle le soin de deviner votre intention, c’est accepter qu’il devine parfois de travers. D’où la parade proposée pour les tâches sensibles : demander à ChatGPT de vérifier sa propre production, par exemple contrôler que chaque action listée a bien un responsable et une échéance. La confiance se paie en relecture.
Chat, Work, et le pilotage fin de Codex
Le guide trace aussi une ligne entre deux usages. Le mode « Chat » gère les questions rapides et les reformulations ; le mode « Work » prend en charge ce qui mobilise plusieurs sources, effectue des modifications ou produit un livrable conséquent comme un rapport. Ces tâches lourdes consomment plus de crédits, mais se rentabilisent quand elles font gagner du temps ou éclairent une décision. Pour un besoin récurrent, OpenAI conseille d’affiner la consigne à la main d’abord, puis de l’automatiser.
Autre déminage utile : personne n’a à réussir son prompt du premier coup. Les relances sont la manière attendue d’affiner une réponse, pas un échec. Les préférences durables (ton, langue, habitudes) se rangent dans les « instructions personnalisées » des réglages ; seul le spécifique à la tâche reste dans la requête.
Côté Codex, OpenAI ajoute deux façons d’infléchir une tâche en cours : « Steer » injecte un message dans l’exécution active pour la réorienter, « Queue » met un message en file pour la suivante. L’assistant travaille dans un bac à sable qui restreint l’accès aux fichiers et au réseau, et demande une autorisation pour en sortir. Deux commandes structurent les projets à étapes : /plan, qui fait analyser le code et proposer une approche avant toute modification, et /goal, qui fixe un objectif de haut niveau tenu sur plusieurs étapes. Rien d’inédit sur le principe : Claude Code, chez Anthropic, propose depuis plusieurs mois un mode plan en lecture seule avant d’écrire, et laisse déjà couper l’agent en pleine course pour le réorienter. OpenAI rattrape ici une commodité que ses rivaux avaient installée les premiers.
Moins ciseler la question, plus vérifier la réponse
La leçon est à double tranchant, libératrice et exigeante. Libératrice, parce qu’elle enterre l’idée qu’il faut être un artisan du prompt pour obtenir un bon résultat : dites l’arrivée, posez un garde-fou ou deux, relancez. Exigeante, parce que la responsabilité se déplace vers l’aval. Moins de temps à ciseler la question, plus de temps à vérifier la réponse. OpenAI ne vous demande plus d’apprendre sa grammaire ; il vous demande de savoir exactement ce que vous voulez, et de contrôler qu’il vous l’a donné.
Un angle mort demeure, et il n’est pas mince : à mesure que le modèle prend en charge l’interprétation de nos intentions, saurons-nous encore repérer quand il les a mal comprises ?
