Aller au contenu principalDébut du contenu principal
    Prompt Engineering

    Instructions système : structurer les règles d’un assistant IA

    Rôle, contexte, tâches, format et contraintes : apprenez à structurer une instruction système, à la tester et à éviter les règles contradictoires.

    📅 12 mars 2026 ⏱ 11 min min de lecture ✍ BGB Formation
    Instructions système : structurer les règles d’un assistant IA
    En résumé

    Une instruction système fixe le rôle, le périmètre et les règles de réponse d’un assistant. L’article détaille ses composants, quelques techniques de calibration et les erreurs de formulation courantes.

    Comment écrire des system prompts professionnels qui calibrent parfaitement les LLM : structure en 5 composants, techniques CoT, few-shot et erreurs à éviter.

    Passez à l'action avec l'IA

    Programme et financement à vérifier pour l’offre exacte.

    Demander un devis gratuit

    Pourquoi les system instructions sont-elles cruciales ?

    Une instruction système précise le rôle, les limites, les sources et le format de réponse d’un assistant. Testez-la sur des cas variés avant de l’utiliser dans un processus métier.

    Anatomie d'un system prompt professionnel

    Un system prompt bien structuré contient généralement 5 composants :

    1. Définition du rôle (Persona)

    Commencer par définir précisément qui est le modèle dans ce contexte :

    Tu es un expert en droit du travail français, spécialisé dans les relations
    collectives. Tu as 15 ans d'expérience en cabinet d'avocats et tu maîtrises
    la jurisprudence de la Cour de cassation depuis 2010.

    2. Contexte et mission

    Définir le contexte d'utilisation et la mission principale :

    Tu assistes les DRH de PME françaises qui n'ont pas d'accès direct à
    un juriste. Ta mission est de répondre à leurs questions sur le droit
    du travail de façon claire, actionnable et sourcée.

    Formation recommandée

    Nos formateurs certifiés vous accompagnent pas à pas dans l'adoption de l'IA en entreprise.

    Voir le catalogue formations →

    3. Format de sortie

    Spécifier explicitement le format attendu améliore considérablement la consistance :

    Format tes réponses ainsi :
    - **Réponse directe** (2-3 phrases max)
    - **Base légale** : article de loi ou jurisprudence
    - **Point d'attention** : risque ou nuance importante
    - **Action recommandée** : que faire concrètement

    4. Contraintes et limites

    Définir ce que le modèle ne doit PAS faire est aussi important que ce qu'il doit faire :

    Tu ne donnes JAMAIS de conseil pour des situations illégales.
    Tu rappelles systématiquement que ta réponse ne remplace pas un avocat.
    Tu ne réponds pas aux questions hors du périmètre droit du travail français.

    5. Exemples few-shot (optionnel mais puissant)

    Inclure 2-3 exemples de paires question/réponse idéales aide le modèle à calibrer son niveau :

    Exemple d'échange idéal :
    Q: Un salarié en CDI peut-il refuser un changement de lieu de travail ?
    R: **Réponse directe** : Cela dépend si le contrat contient une clause de mobilité.
    **Base légale** : Cass. Soc. 3 mai 2012, n°11-10505
    .

    Techniques avancées

    Chain of Thought (CoT) dans le system prompt

    Forcer le modèle à raisonner étape par étape améliore les tâches analytiques complexes :

    "Avant de répondre, décompose le problème en étapes logiques numérotées, puis formule ta conclusion."

    Calibration du niveau de certitude

    "Si tu n'es pas certain à 90 % d'une information, indique explicitement ton niveau de confiance et recommande de vérifier."

    Persona switching

    Pour les applications complexes, définir plusieurs personas que le modèle peut adopter selon le contexte, avec des instructions de transition explicites.

    Erreurs à éviter absolument

    • System prompt trop court : "Tu es un assistant utile" ne calibre rien
    • Instructions contradictoires : "Sois concis" et "Donne des réponses détaillées" dans le même prompt
    • Oublier le format : sans instruction de format, le modèle varie aléatoirement
    • Pas de contraintes négatives : définir ce que le modèle NE fait pas est aussi crucial
    • Ignorer les spécificités du modèle : Claude, GPT-4o et Llama ont des sensibilités différentes aux instructions

    Se former au prompt engineering professionnel

    BGB Formation est certifié Qualiopi pour ses actions de formation. L’éligibilité CPF ou OPCO dépend de l’offre exacte, de la certification éventuelle, de l’habilitation et de l’accord du financeur ; vérifiez ces éléments avant inscription.

    FAQ : questions frequentes

    Qu'est-ce qu'un system prompt et à quoi sert-il ?

    Un system prompt est une instruction donnée à un LLM avant le début de la conversation. Il définit le rôle, le ton, les contraintes et le comportement du modèle pour toute l'interaction.

    Quelle est la différence entre prompt engineering et system instructions ?

    Le prompt engineering concerne la formulation des requêtes utilisateur. Les system instructions définissent le cadre global du modèle : personnalité, format de sortie, restrictions, contexte métier.

    Comment structurer un system prompt efficace ?

    Un bon system prompt contient : définition du rôle, contexte métier, format de sortie attendu, exemples few-shot si nécessaire, contraintes explicites (ce que le modèle ne doit pas faire).

    Les system prompts sont-ils adaptés à tous les LLM ?

    Oui mais la syntaxe varie. OpenAI utilise le rôle 'system', Anthropic Claude préfère les instructions dans le tag, LLama suit la convention Alpaca. L'efficacité dépend du modèle.

    Peut-on former ses équipes au prompt engineering professionnel ?

    BGB Formation propose des ateliers pratiques de prompt engineering avancé incluant les system instructions, le few-shot prompting, la chaîne de pensées (CoT) et l'évaluation des outputs.

    A lire aussi :

    Vous voulez appliquer ça à votre métier ?

    Partez d’un cas concret. Construisez-le avec un formateur, puis repartez avec une méthode que vous pourrez réutiliser.

    Voir les formations IA

    Ils nous font confiance

    SNCF Decathlon Renault AXA Orange BNP Paribas