Prompt engineering : le guide complet de ce qui marche encore en 2026

Le prompt engineering, l'art de rédiger les consignes données à un modèle de langage, a profondément changé depuis 2022 : les modèles de raisonnement réfléchissent désormais d'eux-mêmes, et plusieurs astuces populaires sont devenues inutiles, voire contre-productives. Ce guide fait le tri à partir des recommandations publiées par Anthropic, OpenAI et Google et des études qui les étayent, telles qu'elles se présentaient le 13 septembre 2026.

Une précaution d'abord : chaque modèle réagit différemment, et les éditeurs ne sont pas toujours d'accord entre eux. Les règles ci-dessous sont des points de départ solides, pas des lois. Seul un test sur votre propre cas tranche.

Avant d'écrire : savoir à quoi ressemble une bonne réponse

Anthropic pose trois prérequis dans la présentation de sa documentation sur les prompts : des critères de réussite, un moyen de les tester, et un premier jet de consigne. L'éditeur rappelle aussi que tous les problèmes ne se règlent pas par le prompt : un modèle trop lent ou trop cher se remplace plus facilement qu'il ne se reformule.

OpenAI défend la même logique dans ses bonnes pratiques d'évaluation : évaluer tôt et souvent, et se méfier des jugements « au feeling » sur trois exemples. Pour une application en production, l'éditeur conseille aussi de fixer une version précise du modèle, afin qu'une mise à jour ne change pas le comportement sans prévenir.

Concrètement, quelques dizaines de cas représentatifs, avec la réponse attendue, suffisent à comparer deux versions d'une consigne. Anthropic préfère le volume : beaucoup de questions notées automatiquement valent mieux que quelques-unes notées à la main.

Règle n° 1 : être explicite, et dire pourquoi

Le critère d'Anthropic est simple : si un collègue qui ne connaît rien au projet serait perdu en lisant votre consigne, le modèle le sera aussi. Il faut donc écrire ce qui vous paraît évident : le public, le but, le format attendu, ce qui compte le plus.

Donner la raison d'une consigne aide le modèle à l'appliquer intelligemment, y compris aux cas que vous n'avez pas prévus. « Pas de jargon » est une règle ; « le texte s'adresse aux adhérents d'une mutuelle, sans formation technique, remplace chaque terme spécialisé par une explication simple » est une intention que le modèle peut généraliser.

• Dites quoi faire plutôt que quoi éviter : « rédige des phrases de vingt mots au plus » guide mieux que « évite les phrases trop longues », conformément aux bonnes pratiques d'Anthropic.

• Baissez le ton : les majuscules et les « CRITIQUE : tu DOIS » sont un héritage de modèles peu attentifs. Anthropic observe que certains de ses modèles récents, comme Claude Opus 4.5 et 4.6, réagissent fortement au prompt système et en font alors trop ; une formulation normale suffit.

• Alignez le style de la consigne sur celui de la réponse : un prompt écrit en Markdown chargé tend à produire une réponse en Markdown chargé.

Pourquoi les exemples restent la technique la plus fiable

Montrer vaut mieux qu'expliquer. Anthropic décrit les exemples comme l'un des moyens les plus sûrs de fixer le format, le ton et la structure d'une réponse, et en conseille trois à cinq, pertinents et variés. Google va plus loin dans son guide de conception des prompts pour Gemini : il recommande d'inclure des exemples systématiquement, en gardant exactement la même mise en forme d'un exemple à l'autre.

Deux nuances. Des exemples trop semblables sont recopiés trop fidèlement : variez-les. Et pour les modèles de raisonnement, OpenAI conseille d'essayer d'abord sans exemple, puis d'en ajouter en veillant à ce qu'ils collent exactement aux instructions, faute de quoi le modèle reçoit deux signaux contradictoires.

Structurer la consigne : balises XML ou Markdown ?

Dès qu'un prompt mélange instructions, contexte, exemples et données, il faut séparer les blocs. Les trois éditeurs convergent : Anthropic recommande des balises XML aux noms explicites, OpenAI des titres et listes Markdown complétés par des balises XML pour délimiter les contenus, et Google des balises de style XML ou des titres Markdown, à condition de s'en tenir à un seul format par prompt.

<contexte>
Tu réponds aux clients d'une boutique en ligne de vélos électriques.
Tes réponses s'affichent telles quelles dans le chat du site.
</contexte>

<consignes>
- Trois phrases au plus, en vouvoyant le client.
- Si la question porte sur une commande, demande son numéro.
- Si tu ne connais pas la réponse, dis-le et propose l'équipe support.
</consignes>

<exemple>
Client : Mon vélo ne s'allume plus.
Réponse : Désolé pour ce souci. Pouvez-vous vérifier que la batterie est
bien enclenchée et chargée ? Si rien ne change, l'équipe support peut
organiser un diagnostic.
</exemple>

<question>
{{question_du_client}}
</question>

Le nom exact des balises importe peu, leur cohérence beaucoup. Anthropic estimait d'ailleurs, dans un article publié le 29 septembre 2025, que la mise en forme précise des prompts compte de moins en moins à mesure que les modèles progressent. Quant au JSON, souvent présenté comme la structure idéale, nous avons examiné la question en détail : faut-il écrire ses prompts en JSON ?

Documents longs : où placer la question ?

Pour les contenus de plus de 20 000 jetons, Anthropic conseille de placer les documents en haut du prompt et la question à la fin : dans ses tests, cette disposition a amélioré la qualité des réponses jusqu'à 30 %, surtout avec plusieurs documents. Google recommande la même chose pour Gemini 3, avec une phrase de transition du type « d'après les informations ci-dessus ».

OpenAI nuance dans son guide de GPT-4.1, publié en avril 2025 : sur un long contexte, répéter les instructions avant et après les documents a donné les meilleurs résultats, et s'il faut choisir une seule position, l'éditeur recommande de les placer avant. Les éditeurs divergent donc : testez sur votre modèle.

La recherche invite surtout à ne pas tout coller. En 2023, l'étude « Lost in the Middle » de Nelson F. Liu et ses coauteurs a montré que les modèles exploitent mieux une information placée au début ou à la fin du contexte qu'au milieu. En octobre 2025, Yufeng Du et ses coauteurs ont mesuré sur cinq modèles une baisse de performance de 13,9 % à 85 % quand la longueur de l'entrée augmente, même lorsque le modèle retrouve parfaitement l'information utile. Sélectionner les passages pertinents vaut mieux qu'un contexte exhaustif.

Une astuce documentée par Anthropic fonctionne bien sur les longs textes : demander d'abord au modèle d'extraire les citations utiles, puis de répondre à partir de ces seules citations.

Modèles de raisonnement : faut-il encore écrire « réfléchis étape par étape » ?

Non, ou rarement. L'astuce a eu son heure de gloire : en 2022, Jason Wei et ses coauteurs chez Google ont formalisé le « chain-of-thought », qui consiste à faire détailler le raisonnement, et Takeshi Kojima et ses coauteurs ont montré qu'une simple phrase invitant à réfléchir étape par étape faisait passer le modèle text-davinci-002 de 17,7 % à 78,7 % de bonnes réponses sur le test d'arithmétique MultiArith. En 2023, l'approche « Tree of Thoughts » a résolu 74 % des parties du jeu du 24, là où GPT-4 guidé par le chain-of-thought n'en résolvait que 4 %.

Les modèles de raisonnement actuels font ce travail en interne. OpenAI écrit dans ses recommandations pour ces modèles que leur demander de réfléchir étape par étape ou d'expliquer leur raisonnement est inutile, et peut même nuire. Chez Anthropic, les modèles Claude récents décident eux-mêmes quand et combien réfléchir (la « réflexion adaptative », permanente sur Fable 5 et 5.1) ; l'éditeur note qu'une consigne générale comme « réfléchis en profondeur » donne souvent un meilleur raisonnement qu'un plan détaillé écrit à la main.

Avec ces modèles, donnez l'objectif, les contraintes et le critère de réussite, puis réglez l'effort de réflexion par le paramètre prévu à cet effet plutôt que par des formules dans le texte.

Rôles et personas : un effet plus faible qu'on ne le croit

« Tu es un expert mondial en fiscalité » : la formule est partout. Une étude de Mingqian Zheng et ses coauteurs, publiée dans les Findings de la conférence EMNLP 2024, a testé 162 rôles sur quatre familles de modèles et 2 410 questions factuelles : ajouter un persona au prompt système n'a pas amélioré les performances par rapport à une consigne sans rôle, et identifier automatiquement le meilleur rôle pour chaque question s'est révélé à peine meilleur que le hasard.

Le rôle n'est pas inutile pour autant : Anthropic note qu'une seule phrase de rôle dans le prompt système change le comportement du modèle, son ton et ses priorités. Mais il ne lui apporte aucune connaissance. Décrire le public, la situation et ce qu'est une bonne réponse est plus efficace que de flatter le modèle.

Comment réduire les hallucinations ?

Les conseils d'Anthropic contre les hallucinations tiennent en trois gestes :

• Autoriser explicitement le « je ne sais pas » : selon l'éditeur, cette simple permission peut réduire drastiquement les fausses informations.

• Ancrer la réponse dans les documents : faire extraire des citations mot pour mot avant l'analyse, puis demander une citation à l'appui de chaque affirmation.

• Faire retirer ce qui n'est pas étayé : le modèle relit sa réponse et supprime toute affirmation sans citation correspondante.

Anthropic précise que ces techniques réduisent les hallucinations sans les éliminer. Une information critique se vérifie toujours à la source.

Les astuces devenues obsolètes

• Pré-remplir le début de la réponse : cette technique, qui forçait par exemple une réponse à commencer par une accolade, n'est plus acceptée depuis les modèles Claude 4.6, qui renvoient une erreur. Anthropic oriente vers les sorties structurées ou des instructions directes.

• Fixer un budget de réflexion en jetons : sur Claude 4.7 et les modèles suivants, le paramètre budget_tokens renvoie une erreur ; on règle désormais le niveau d'effort.

• Les outils de prompt de l'ancienne console d'Anthropic : l'ancien Workbench et les API expérimentales qui généraient ou amélioraient des prompts ont été retirés le 17 août 2026.

• La plateforme Evals d'OpenAI : l'éditeur la passe en lecture seule le 31 octobre 2026 avant sa fermeture prévue le 30 novembre 2026. Mieux vaut garder ses jeux de test et ses prompts dans son propre code.

Injection de prompt : aucune consigne ne protège à coup sûr

Dès qu'un modèle lit un contenu venu de l'extérieur (page web, courriel, document), ce contenu peut contenir des instructions cachées. L'OWASP, fondation de référence en sécurité applicative, place l'injection de prompt en tête de son classement 2025 des risques des applications à base de LLM et estime qu'il n'est pas certain qu'une prévention infaillible existe, compte tenu du fonctionnement probabiliste des modèles.

Encadrer le texte suspect par des délimiteurs ne suffit pas : le chercheur Simon Willison a expliqué dès mai 2023 pourquoi un attaquant contourne les délimiteurs. Les défenses sérieuses se cumulent : moindre privilège, validation des sorties par du code, confirmation humaine pour les actions sensibles, contenu externe clairement séparé et signalé. KLYNLABS en a documenté des cas concrets, des instructions invisibles glissées dans un document à l'attaque chiffrée qui a fait céder Grok.

Du prompt au contexte : la discipline qui monte

Pour les agents, qui enchaînent des dizaines d'actions, la consigne initiale ne suffit plus. Anthropic a décrit en septembre 2025 ce qu'il appelle le « context engineering » : organiser tout ce que le modèle voit, du prompt système aux outils disponibles en passant par les données chargées et l'historique. L'idée centrale est de trouver le plus petit ensemble d'informations utiles, parce que la capacité d'attention du modèle se dilue quand le contexte grossit.

En pratique : des outils peu nombreux et bien distincts, des données chargées au moment où elles servent plutôt qu'en bloc au départ, des résumés quand la session s'allonge, et des sous-agents qui travaillent dans un contexte propre. C'est exactement ce que met en œuvre un outil comme Claude Code, détaillé dans notre tutoriel complet.

La liste à vérifier avant d'envoyer une consigne

• Le public, le but et le format attendu sont écrits, pas sous-entendus.

• Chaque règle importante est accompagnée de sa raison.

• Trois à cinq exemples variés montrent la réponse attendue, si le format compte.

• Instructions, contexte, exemples et données sont séparés par des balises ou des titres cohérents.

• Les documents longs sont en haut, la question à la fin, et seuls les passages utiles sont inclus.

• Le modèle a le droit de répondre qu'il ne sait pas.

• Aucune formule magique : ni menaces, ni majuscules, ni « réfléchis étape par étape » sur un modèle de raisonnement.

• La consigne a été testée sur un jeu de cas représentatifs, et comparée à la version précédente.

Sources

• Anthropic, Prompting best practices, présentation du prompt engineering, réduire les hallucinations, définir des critères et des évaluations, notes de version, consultés le 13 septembre 2026.

• Anthropic, « Effective context engineering for AI agents », 29 septembre 2025.

• OpenAI, guide du prompt engineering, bonnes pratiques pour les modèles de raisonnement, guide de GPT-4.1 (avril 2025), bonnes pratiques d'évaluation.

• Google, stratégies de conception des prompts pour Gemini.

• Wei et al., chain-of-thought (2022) ; Kojima et al., zero-shot reasoners (2022) ; Yao et al., Tree of Thoughts (2023) ; Liu et al., Lost in the Middle (2023) ; Du et al., Context Length Alone Hurts LLM Performance (2025) ; Zheng et al., personas dans les prompts système (2024).

• OWASP, LLM01:2025 Prompt Injection ; Simon Willison, « Delimiters won't save you from prompt injection », 11 mai 2023.