Meta-prompting, critique et révision

Le méta-prompt part d’une spécification

Demander « écris le prompt parfait » ne définit rien de testable. Décrivez la tâche, les utilisateurs, les entrées, les sorties, les règles, les cas limites et l’environnement d’exécution. Ajoutez deux ou trois exemples de test avec le comportement attendu. Le modèle peut alors proposer une structure et révéler les questions non résolues.

• Invariant : ce qui ne doit pas changer entre les usages.
• Variable : les données injectées à chaque exécution.
• Critère : la propriété observable qui définit une réussite.
• Échec : information absente, conflit, refus, sortie trop longue ou format invalide.
• Test : cas normal, cas limite et entrée incomplète.

Critiquer sans demander un verdict vague

Une critique utile applique une grille. Pour un article : exactitude, couverture, structure, preuves, lisibilité et respect des contraintes. Pour chaque défaut, elle cite le passage concerné, nomme le critère violé et propose une correction limitée. « Peut être amélioré » n’est pas actionnable.

La révision reçoit le texte initial, le rapport de critique validé et une instruction de conservation : ne modifier que les éléments nécessaires, préserver les faits corrects et produire un journal synthétique des changements. Une seconde évaluation compare l’ancienne et la nouvelle version sur la même grille.

Quand utiliser ou éviter cette approche

Le méta-prompting est utile pour formaliser une tâche répétée, migrer un prompt vers un nouveau format, faire émerger des cas limites ou aider une équipe à documenter ses exigences. La critique-révision convient aux textes longs, au code, aux plans et aux réponses devant respecter plusieurs contraintes.

Pour une demande ponctuelle très simple, écrire et tester directement sera plus rapide. Évitez aussi de laisser le modèle modifier seul un prompt de production : une amélioration apparente peut introduire une nouvelle permission, supprimer une limite ou optimiser uniquement les exemples fournis.

Exemple avant / après : générer un prompt éditorial

Avant

Crée-moi le meilleur prompt pour écrire des newsletters qui convertissent.

Ni le public, ni le produit, ni la notion de conversion, ni les limites juridiques ne sont définis.

Après

Conçois un modèle de prompt pour produire le premier brouillon d’une newsletter B2B. Variables : public, problème, preuve, offre et appel à l’action. Exigences : 250 mots, objet sans promesse absolue, un seul appel à l’action, aucune statistique sans source. Fournis le modèle, la description des variables et trois tests, dont un sans preuve disponible.

Le méta-prompt produit désormais un artefact que l’on peut relire et tester.

Prompt à copier : générateur et réviseur borné

Tu aides à concevoir un prompt réutilisable, pas à exécuter la tâche finale.

CAHIER DES CHARGES
Usage : [...]
Utilisateurs : [...]
Entrées : [...]
Sortie : [...]
Contraintes : [...]
Risques : [...]
Cas normal : [...]
Cas limite : [...]
Cas incomplet : [...]

LIVRABLE
1. Questions bloquantes, maximum cinq.
2. Prompt proposé avec variables [EN_MAJUSCULES].
3. Tableau variable / sens / obligatoire / validation.
4. Grille de cinq critères observables.
5. Trois cas de test et résultat attendu.
6. Limites que le prompt ne peut pas résoudre.

N’affirme pas que le prompt est optimal.
Ne demande pas de chaîne de pensée interne.
Après mes réponses, produis une version 1.0 prête à tester.

Exercice guidé : produire, critiquer, réviser

Erreurs fréquentes

• Demander un prompt « optimal » sans cas de test.
• Accepter toutes les critiques parce qu’elles sont formulées avec assurance.
• Réécrire tout le texte lorsqu’un seul critère échoue.
• Utiliser le même exemple pour concevoir, tester et choisir la version.
• Laisser la boucle modifier les règles de sécurité ou le périmètre.
• Confondre préférence stylistique du modèle et exigence utilisateur.