Prompt Engineering
Travail historique avec les LLM: heuristiques contrôlées, reproductibilité, discipline des preuves
Cet exercice a été traduit automatiquement depuis l’original allemand et peut contenir des erreurs. En cas de doute, consultez la version originale.
Aperçu et objectif didactique
Cet exercice rend le prompting visible comme méthode: les prompts ne sont pas ici des «astuces», mais des opérationnalisations de tâches de recherche historique. (Campbell 2025; Oberbichler et Petz 2025)
Vous vous entraînez à
- délimiter les tâches avec précision,
- formater la réponse de manière vérifiable,
- contrôler les sources d’erreur, et
- documenter les résultats de manière reproductible.
Contrairement aux exercices thématiques (Question de recherche, Recherche bibliographique, Recherche de sources, Critique des sources, Écriture, Citation, Public History), cette unité se concentre sur l’infrastructure commune: conception du prompt, choix du rôle, itération et optimisation.
Dès que le modèle fournit des faits, de la littérature, des archives, des cotes ou des citations qui ne viennent pas de votre entrée ou de références vérifiables, traitez cela comme une hypothèse, et non comme un résultat. (Bender et al. 2021) Votre travail reste le même: contre-épreuve, preuve, décision.
En un coup d’œil
| Indication | Valeur |
|---|---|
| Durée | env. 150 minutes |
| Niveau | Beginner |
| Parcours principal | 1 → 2 → 3 → 4 → 6 → 7 → 8 |
| Approfondissement optionnel | 5 (trace de raisonnement structurée) |
| Rendu (minimum) | Journal IA avec au moins 8 entrées |
Le parcours principal vous mène à un résultat complet en 150 minutes environ. L’approfondissement optionnel coûte environ 30 minutes de plus.
Cet exercice est la base de tous les autres exercices. Prévoyez plus de temps au premier passage, car vous mettez aussi en place votre journal IA.
Ce dont vous avez besoin
Connaissances disciplinaires
- Compréhension de base des méthodes de recherche historique
Capacités du système d’IA
Le système doit savoir faire les trois choses suivantes:
- Lire un fichier téléversé et citer depuis ce fichier. Vous en avez besoin à l’étape 3 et à l’étape 4.
- Livrer une réponse dans un format que vous prescrivez, par exemple un tableau.
- Démarrer une nouvelle session. Dans cet exercice, vous vérifiez ce que le système reprend de sessions antérieures.
Autres outils et accès
- Un fichier pour votre journal IA. Un fichier texte ou un document dans votre traitement de texte suffit.
- Le paquet de matériel de la section «Paquet de cas pour tous les exercices». Vous téléchargez pour cela une source librement accessible.
Vous pouvez faire chaque exercice avec des systèmes d’IA de fabricants différents. Ce qu’un système sait faire dépend du produit et de votre compte. Réglez donc les cinq points suivants avant de commencer.
Coûts
Un compte gratuit suffit pour des tâches de texte courtes. Pour certaines capacités, vous avez besoin d’un compte payant. Cela concerne surtout la recherche sur le web, la lecture de fichiers longs et le mode de raisonnement intégré. Vérifiez d’abord si votre haute école fournit un accès.
Outils
Vérifiez quels outils votre compte débloque. Le système peut-il chercher sur le web? Peut-il lire un fichier que vous téléversez? Peut-il appeler des services externes? Chaque exercice nomme les capacités qu’il suppose.
La section Vérifier et situer les capacités explique cinq capacités récentes. Elle décrit aussi ce que chaque capacité signifie pour votre travail sur les sources.
Mémoire
Certains systèmes reprennent des indications de sessions antérieures ou d’un contexte de projet. Vérifiez les réglages de la mémoire, des projets et de l’historique des conversations. Une nouvelle session ne garantit donc pas un contexte vide.
Compte: institutionnel ou privé
Vérifiez avec quel compte vous travaillez. Les règles diffèrent sur trois points.
| Point | Compte de votre institution | Compte privé |
|---|---|---|
| Contrat | Votre haute école le conclut et partage la responsabilité. | Vous le concluez vous-même et vous répondez seul. |
| Entraînement | Un contrat exclut souvent l’usage de vos saisies. | De nombreux fournisseurs utilisent les saisies pour l’entraînement. |
| Matériel autorisé | La haute école règle quelles données vous pouvez saisir. | Vous n’avez pas de telle règle et vous portez le risque. |
Demandez au service informatique ou à la bibliothèque de votre haute école si vous ne trouvez pas les règles. Notez la réponse dans votre journal IA.
Ne téléversez aucun matériel dont vous n’avez pas le droit de disposer. Un téléversement quitte votre ordinateur et vous ne pouvez pas le reprendre.
Ces matériels restent hors du système d’IA:
- Les données à caractère personnel de personnes vivantes, par exemple issues d’entretiens, de fonds privés ou de fonds soumis à un délai de protection.
- Les numérisations dont les conditions d’utilisation interdisent une communication.
- Les textes non publiés d’autres personnes, par exemple des manuscrits ou des expertises.
- Les textes intégraux sous licence, lorsque la licence de votre bibliothèque interdit une communication.
En cas de doute, travaillez avec un court extrait ou avec une version anonymisée. Vous pouvez aussi utiliser un modèle local, car le matériel reste alors sur votre ordinateur.
Droit: protection des données et indication
Deux domaines du droit concernent directement votre travail. Cette section donne une orientation, et non un conseil juridique.
Protection des données. Dans l’Union européenne, le règlement général sur la protection des données s’applique. En Suisse, la loi révisée sur la protection des données s’applique (Verordnung (EU) 2016/679 zum Schutz natürlicher Personen bei der Verarbeitung personenbezogener Daten (Datenschutz-Grundverordnung) 2016, Bundesgesetz über den Datenschutz (DSG) 2020). Les deux lois protègent les données à caractère personnel de personnes vivantes. Le texte de loi lui-même fait foi. L’article 6 du RGPD exige une base légale pour chaque traitement, et un téléversement est un traitement.
Le rôle du fournisseur décide de la qualification. Un fournisseur peut agir comme sous-traitant et traiter vos données uniquement pour votre compte. L’article 4, point 10, du RGPD exclut expressément un sous-traitant des tiers. Ce rôle suppose toutefois un contrat au titre de l’article 28 du RGPD. Sans un tel contrat, un fournisseur utilise vos saisies à ses propres fins. Un téléversement n’est donc pas toujours une communication à des tiers, mais sans contrat vous devez le supposer. Vérifiez le contrat qui s’applique à votre compte.
La recherche est soumise à des garanties, mais elle n’obtient pas de dispense. L’article 89, paragraphe 1, du RGPD exige des garanties appropriées, par exemple la minimisation des données et la pseudonymisation. L’article 89, paragraphe 2, du RGPD permet au législateur de déroger à certains droits des personnes concernées. L’information des personnes concernées peut aussi tomber, à savoir au titre de l’article 14, paragraphe 5, point b), du RGPD. Cela ne vaut toutefois que si l’information se révèle impossible ou exigerait des efforts disproportionnés. La recherche ne vous libère donc pas de manière générale de l’obligation d’information. Réglez votre cas particulier avec le service de protection des données de votre haute école.
Le Comité européen de la protection des données a présenté en 2026 une ligne directrice sur la recherche (European Data Protection Board 2026). Cette ligne directrice était en consultation publique jusqu’en juin 2026. Elle n’est donc pas du droit applicable, mais une aide à l’interprétation. Pour les personnes décédées, les délais de protection et le règlement d’utilisation du service d’archives s’appliquent.
Indication. Le règlement sur l’IA de l’Union européenne régit la transparence des contenus générés (Verordnung (EU) 2024/1689 zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz (Verordnung über künstliche Intelligenz) 2024). L’article 50 s’applique depuis le 2 août 2026. Il distingue deux destinataires: le fournisseur d’un système d’IA et le déployeur. Vous êtes déployeur dès que vous utilisez un système d’IA à titre professionnel. Pour un usage purement privé, vous n’êtes pas déployeur, selon l’article 3, point 4.
Comme déployeur, deux obligations distinctes vous incombent au titre de l’article 50, paragraphe 4.
- Hypertrucage. Si un système d’IA génère ou manipule une image, un enregistrement sonore ou une vidéo, et si le contenu est un hypertrucage, alors vous l’indiquez. Selon l’article 3, point 60, un hypertrucage présente une ressemblance avec des personnes, des lieux ou des événements existants, et une personne pourrait le percevoir à tort comme authentique. Une image générée sans ce lien avec la réalité ne relève pas de cette obligation.
- Texte sur des questions publiques. Si vous publiez un texte généré dans le but d’informer le public sur une question d’intérêt public, alors vous l’indiquez. L’obligation tombe lorsqu’une personne a examiné le texte et assume la responsabilité éditoriale de la publication.
L’article 50, paragraphe 4, n’exige donc pas une indication pour chaque image générée et pour chaque texte généré. L’article 50, paragraphe 2, s’adresse en revanche au fournisseur. Le fournisseur doit marquer les contenus générés dans un format lisible par machine. Cette obligation ne vous incombe pas, et elle ne remplace pas votre propre déclaration.
L’indication légale et la déclaration scientifique sont deux obligations distinctes. Votre haute école exige une déclaration même lorsque la loi n’exige aucune indication. L’exercice Citation montre comment déclarer votre usage de l’IA.
Notez vos réponses à ces cinq points. Elles font partie de la description de votre environnement de travail.
Objectifs d’apprentissage
À l’issue de l’exercice, vous savez:
- structurer les prompts (contexte structuré, format de réponse, contraintes, mode de vérification),
- utiliser les rôles de manière ciblée (par exemple critique des sources, assistant de recherche, avocat du diable, correcteur),
- choisir le prompting zero-shot et few-shot selon la situation,
- demander une trace de raisonnement structurée (décomposition de la tâche, produits intermédiaires, auto-vérifications),
- mettre en œuvre le prompting itératif comme un flux de travail contrôlé (générer → critiquer → réviser → vérifier),
- optimiser les prompts selon des critères de qualité (réduction des erreurs, stabilité du format, vérifiabilité, reproductibilité),
- distinguer une trace de raisonnement demandée d’un mode de raisonnement intégré,
- nommer cinq capacités récentes des systèmes d’IA et situer leurs sources d’erreur (mode de raisonnement, déroulements agentiques, extraction depuis vos propres documents, reconnaissance de l’écriture manuscrite, modèles locaux).
Mode de travail: journal IA et test A/B
Tenez un journal IA. Utilisez-le aussi dans les autres exercices.
Un journal IA est une documentation courte de votre usage de l’IA. Dans chaque entrée, vous retenez cinq choses: quel matériel vous avez saisi, ce que vous avez demandé, ce que l’IA a répondu, comment vous avez vérifié la réponse et comment vous avez décidé.
Le journal IA fonctionne comme un journal de recherche. Le chemin vers le résultat reste traçable, pour vos lectrices et vos lecteurs, et pour vous-même. Vous avez besoin de ce journal plus tard, pour la partie méthode et pour la déclaration de votre usage de l’IA.
La version allemande de ce cours nomme ce journal KI-Protokoll. La littérature anglophone le nomme aussi audit trail. Ce terme vient de la vérification comptable. Un vérificateur y suit une piste de pièces justificatives et remonte chaque chiffre jusqu’à son origine. Votre journal fait la même chose pour vos étapes de travail. Dans les exercices, nous utilisons uniquement le terme journal IA.
Écrivez l’entrée directement après l’étape de travail, et non à la fin de l’exercice. Après une heure, vous ne connaissez plus la formulation exacte de votre prompt.
Où tenir le journal
Vous n’avez besoin d’aucun outil particulier. Un fichier texte ou un document dans votre traitement de texte suffit. Une feuille dans un tableur convient aussi.
- Créez un fichier par exercice.
- Donnez au fichier un nom clair, par exemple
journal-ia_critique-sources.md. - Écrivez chaque entrée sous la précédente, dans le même fichier.
- Enregistrez le fichier avec votre rendu.
Quelle longueur pour une entrée
Une entrée est courte. Elle compte cinq à dix lignes et vous coûte une à deux minutes. Une entrée couvre une étape de travail, c’est-à-dire un prompt et la réponse qui lui correspond.
Des règles différentes valent pour le prompt et pour la réponse:
- Prompt: mot pour mot. Copiez le prompt exactement comme vous l’avez saisi. Si le prompt est très long, copiez le passage central et abrégez avec
[…]. - Réponse: résumée. Résumez la réponse en deux ou trois phrases. Ne copiez un passage mot pour mot que si vous reprenez ce passage dans votre texte, ou si vous voulez documenter une erreur de l’IA.
Chaque exercice indique ce qu’il exige. Certains exercices nomment un nombre d’entrées, d’autres une longueur en mots. Si un exercice n’indique rien, écrivez une entrée pour chaque étape de travail avec l’IA.
Modèle pour une entrée
Copiez ce tableau à nouveau pour chaque entrée.
| Champ | Contenu |
|---|---|
| Date | |
| Étape (exercice, numéro) | |
| But (1 phrase) | |
| Matériel (entrée) | |
| Prompt (mot pour mot) | |
| Réponse (version courte) | |
| Étapes de vérification | |
| Décision | |
| Justification (1 phrase) |
Si vous écrivez en Markdown, copiez ce code source:
| Champ | Contenu |
| ------------------------ | ------- |
| Date | |
| Étape (exercice, numéro) | |
| But (1 phrase) | |
| Matériel (entrée) | |
| Prompt (mot pour mot) | |
| Réponse (version courte) | |
| Étapes de vérification | |
| Décision | |
| Justification (1 phrase) | |Une liste avec les mêmes champs est tout aussi valable. Choisissez la forme que vous remplissez le plus vite.
Une entrée remplie comme exemple
L’exemple vient de l’exercice Critique des sources. Une étudiante y examine une note de dossier du 7 juillet 1949.
| Champ | Contenu |
|---|---|
| Date | 14 mars 2026, 10h15 |
| Étape (exercice, numéro) | Critique des sources, étape 2 (critique externe) |
| But (1 phrase) | Je vérifie si l’IA déduit correctement du texte les indications formelles de la note de dossier. |
| Matériel (entrée) | Note de dossier Berne, 7.7.1949, Petitpierre/Hansen (Dodis 5020), texte intégral de l’édition copié dans le prompt. |
| Prompt (mot pour mot) | «Analyse la note de dossier suivante uniquement sous l’angle de la critique externe des sources. Nomme l’auteur, le destinataire, la date, le genre de texte et la forme de transmission. Marque expressément comme supposition chaque indication qui ne figure pas dans le texte. […]» |
| Réponse (version courte) | L’IA nomme Petitpierre comme auteur, Hansen comme interlocuteur et le 7.7.1949 comme date. Elle qualifie le texte de «procès-verbal d’une séance du Conseil fédéral». Elle ajoute sans le signaler que la note se trouve «aux Archives fédérales sous la cote E 2001». |
| Étapes de vérification | J’ai comparé toutes les indications avec l’édition sur https://dodis.ch/5020. L’auteur, la date et l’interlocuteur concordent avec le texte. Le genre de texte ne concorde pas: le texte retient un entretien, il ne consigne pas une séance. La cote ne figure nulle part dans le matériel. |
| Décision | Repris en partie. |
| Justification (1 phrase) | Je reprends l’auteur, la date et l’interlocuteur, je corrige le genre de texte en «note de dossier», et je rejette la cote comme non étayée. |
L’entrée montre le cas normal: une partie de la réponse est utilisable, une partie est fausse, et une partie n’est pas étayée.
Notez la troisième catégorie. L’étudiante n’affirme pas que la cote est inventée. Elle retient seulement ce qu’elle peut vérifier: la cote ne figure pas dans le matériel. La question de savoir si le fonds existe est une autre question. Vous ne pouvez qualifier une indication de fausse qu’après l’avoir vérifiée. Jusque-là, elle n’est pas étayée. Cette distinction est le cœur de la critique des sources, et elle vaut aussi face à l’IA.
Test A/B (minimum)
Pour chaque technique, exécutez au moins deux variantes de prompt. Comparez ensuite:
- la stabilité du format,
- les débordements (spéculations),
- l’utilité pour vos prochaines étapes de travail.
Paquet de cas pour tous les exercices
Utilisez, comme dans les autres exercices, un paquet de matériel concret et contrôlable:
- Source primaire: voir l’exercice Critique des sources
- Ressource de contexte: voir l’exercice Question de recherche ou Recherche de sources.
- Source secondaire optionnelle: voir l’exercice Recherche bibliographique ou Citation.
Transmettez la source comme fichier. C’est le cas normal.
Seulement dans le cas exceptionnel où l’outil n’a pas d’accès stable au document, copiez (a) l’extrait de texte et (b) les métadonnées dans le prompt. Séparez visuellement les deux, par exemple avec trois guillemets.
Exemple de mise en page:
"""
TEXTE DU DOCUMENT (extrait ou texte entier)
"""
"""
MÉTADONNÉES (titre, date, lieu, auteur, édition/URL, cote d'archives, date de consultation)
"""
TÂCHECommencez chaque nouvelle tâche dans une nouvelle session.
Un redémarrage vous oblige à transmettre le matériel une nouvelle fois. Cela augmente la vérifiabilité de vos étapes de travail.
Un redémarrage ne garantit toutefois aucun contexte vide. De nombreux systèmes tiennent une mémoire permanente, un contexte de projet ou d’espace de travail, ou une consigne de l’organisation. De tels systèmes reprennent des indications de sessions antérieures, même dans une nouvelle session.
Vérifiez donc ce que votre système reprend:
- Vérifiez les réglages de la mémoire, des projets et de l’historique des conversations. Ces réglages sont la preuve solide.
- Commencez une nouvelle session.
- Demandez ce que le système sait de vous et de vos tâches antérieures.
- Demandez d’où viennent ces indications.
- Comparez les réponses avec les réglages. Notez les écarts dans le journal IA.
La réponse du système sur sa propre mémoire est une déclaration sur soi, et non une preuve. Traitez-la comme toute autre sortie d’IA: comme une affirmation que vous vérifiez.
Utilisez un redémarrage en particulier lorsque:
- les réponses établissent à plusieurs reprises de mauvaises références,
- des rôles ou des exemples antérieurs «transpirent»,
- des hypothèses floues des étapes précédentes se perpétuent.
Règle à retenir: Une nouvelle session est une mesure, et non une garantie. N’affirmez la reproductibilité qu’après avoir vérifié le contexte repris.
1. Bases du prompt
Objectif
Reformuler une demande imprécise pour que la réponse devienne vérifiable, stable en format et liée à la source et à l’entrée.
Exercice: de «vague» à «opérationnalisé»
Demande vague (mauvaise à dessein):
Résume le document et dis-moi ce qui est important.Tâche: créez-en deux prompts propres:
- Variante A (minimale): seulement le but et le format de réponse.
- Variante B (robuste): but + contexte structuré + contraintes + format de réponse + auto-vérification.
Orientez-vous sur la configuration de l’exercice Critique des sources (paraphrase minimale, 4 phrases au plus).
Ossature de prompt (robuste, adaptable):
Tâche: [concrète, 1–2 phrases]
Contexte: [séminaire/question de recherche/période]
Matériel: [texte du document + métadonnées, clairement séparés]
Règles:
- Travaille uniquement avec le matériel.
- Pas d'ajouts venus des connaissances générales.
- Marque explicitement les incertitudes.
Format de sortie:
1) Paraphrase minimale (max. 4 phrases)
2) 5 termes clés (tirés du texte)
3) 3 questions ouvertes (qu'est-ce qui reste flou?)
Auto-vérification:
- Liste 3 endroits où tu serais tenté de spéculer, et explique brièvement pourquoi tu ne le fais pas.2. Rôles
Objectif
Utiliser les rôles comme consignes méthodiques: chaque rôle impose d’autres heuristiques, d’autres angles morts et d’autres modes de vérification.
Exercice 2A: une tâche, trois rôles
Choisissez une tâche parmi les autres exercices (par exemple développer une question de recherche, critique externe des sources, termes de recherche pour les catalogues, briefing de blog).
Faites traiter la même tâche dans trois rôles:
- Critique des sources (proche du texte, sépare les niveaux) – voir Critique des sources.
- Avocat du diable (tests de résistance, contre-arguments) – voir Écriture.
- Structurateur (plan de travail, produits intermédiaires) – voir Public History ou Écriture.
Prompt de rôle (exemple: critique des sources, fortement limitant):
Rôle: critique des sources.
Tâche: analyse le matériel exclusivement comme source (critique externe + interne).
Important:
- Sépare strictement: [texte du document] / [édition/métadonnées] / [conclusion].
- Pas d'évaluations historiques.
- Chaque conclusion a besoin d'un appui dans le texte ou dans les métadonnées.
Sortie:
1) Tableau des niveaux
2) 5 questions vérifiables sur l'authenticité et la transmission
3) 5 hypothèses de biais et de position d'énonciation (à marquer comme hypothèses)Prompt de rôle (exemple: avocat du diable, dérivé de l’exercice d’écriture):
Rôle: avocat du diable.
Entrée: mes hypothèses de travail (H1–H3) + indications de matériel.
Tâche:
- Nomme pour chaque hypothèse la prémisse discutable.
- Formule un test de résistance (quel constat la ferait basculer?).
- Donne 1 interprétation alternative (max. 2 phrases).
Pas de faits externes.Exercice 2B: le changement de rôle comme diagnostic
Prenez la meilleure réponse de 2A et faites-la vérifier par un second rôle, sans la réécrire:
- Rôle «vérificateur de logique» (cf. l’exercice Écriture): cohérence, sauts, points de preuve manquants.
- Rôle «assistant de catalogue» (cf. l’exercice Recherche bibliographique): traduit en chaînes de recherche et en indicateurs.
3. Prompting zero-shot
Le prompting zero-shot signifie que le modèle ne reçoit aucun exemple, mais seulement la consigne, le matériel et les contraintes.
Objectif
Utiliser le zero-shot comme base de comparaison: rapide, mais sujet aux erreurs. Vous apprenez où le zero-shot suffit et où il esquive de façon systématique.
Exercice 3A: paraphrase minimale (zero-shot)
Utilisez la tâche de l’exercice Critique des sources (paraphrase minimale, 4 phrases au plus) en zero-shot.
Analyse la note de dossier jointe (Berne, 7.7.1949, Petitpierre/Hansen, Conseil de l'Europe) et réponds:
- Qui parle et qui agit?
- Quelle est l'occasion?
- Quelle est l'affirmation ou la décision centrale?
- Quelle conséquence est suggérée?
Maximum 4 phrases. Pas d'interprétation.Avant chaque téléversement, vérifiez si vous avez le droit de disposer du matériel. La section «Ce dont vous avez besoin» nomme les matériels qui restent hors du système d’IA. Le libre accès ne permet pas à lui seul un téléversement: une source librement accessible peut malgré tout interdire une communication. Lisez donc les conditions d’utilisation du fournisseur avant de téléverser un fichier.
Téléversez le document en fichier PDF avec le prompt. C’est le cas normal. Assurez-vous que l’IA a aussi accès aux métadonnées. Appelez les métadonnées en ligne ou indiquez-les vous-même.
Seulement dans le cas exceptionnel où le téléversement ne fonctionne pas, copiez le contenu du document au début du prompt. Séparez-le visuellement, par exemple avec “““. Exemple:
"""
CONTENU DU DOCUMENT
"""
"""
MÉTADONNÉES DU DOCUMENT (URL comprise)
"""
VOTRE PROMPTDiagnostic:
Marquez dans la réponse:
- les passages qui ne découlent pas clairement du texte,
- les hypothèses de contexte implicites (où le modèle «sait»-il plus que votre entrée?).
Exercice 3B: trois questions de recherche (zero-shot)
Utilisez le modèle de l’exercice Question de recherche.
Donne-moi trois questions de recherche historiques possibles que l'on peut dériver de la note de dossier.
Chaque question doit être (a) délimitable dans le temps, (b) vérifiable sur les sources et (c) analytique.
Pour chaque question, nomme les genres de sources supplémentaires dont j'ai besoin pour la contre-épreuve.Réflexion: quelles questions sont (i) vraiment liées aux sources, et lesquelles sont (ii) des questions «génériques» qui conviennent à de nombreux cas?
4. Prompting few-shot
Le prompting few-shot signifie que le modèle reçoit des exemples explicites, ce qui conduit souvent à de meilleures réponses.
Objectif
Le few-shot utilise des exemples pour stabiliser les catégories, les formats de réponse et les critères de qualité.
Exercice 4A: few-shot pour la séparation des niveaux (texte du document/édition/conclusion)
Créez 3 à 5 phrases d’exemple courtes (elles peuvent être fictives, mais historiquement plausibles) et étiquetez-les.
Exemple:
Exemples (entrée → étiquette):
1) "Lieu: Berne; date: 7.7.1949." → [édition/métadonnées]
2) "Dans le texte, la neutralité sert d'argument contre une étape X." → [texte du document]
3) "Il en découle que la Suisse était fondamentalement anti-européenne." → [conclusion] (trop forte; à vérifier ou à atténuer)
Tâche:
Étiquette maintenant les 10 phrases suivantes de mon matériel comme
[texte du document] / [édition/métadonnées] / [conclusion].
Pour chaque étiquette, donne 1 indice de preuve (fragment de citation ou champ de métadonnées) ou «pas d'appui».
Matériel: ...Consigne de travail: reprenez ensuite le bloc few-shot dans votre prompt de l’exercice Critique des sources et vérifiez si les étiquettes deviennent plus fiables.
Exercice 4B: few-shot pour les questions de recherche (faible ou forte)
Prenez 2 questions faibles et 2 questions fortes (de votre exercice Question de recherche ou du séminaire) et saisissez-les comme exemples, avec un bref commentaire.
Ossature:
Exemples (faible/forte):
Faible: "Pourquoi la Suisse a-t-elle adhéré au Conseil de l'Europe?" → trop large, téléologique, base de preuves floue.
Forte: "Comment la 'neutralité' a-t-elle été opérationnalisée dans les notes internes du DFAE de 1949 à 1953, comme argument pour ou contre un rapprochement institutionnel avec le Conseil de l'Europe?" → opérateur clair, période, proximité des sources.
Tâche:
Formule 3 nouvelles questions de recherche dans le style des exemples forts.
Pour chaque question:
- période
- termes opératoires centraux (à définir!)
- genres de sources attendus
- 1 contre-épreuve (quelle source pourrait contredire?)5. Trace de raisonnement structurée (Chain-of-Thought Prompting)
Le Chain-of-Thought Prompting désigne un procédé dans lequel le modèle décompose une tâche complexe en étapes intermédiaires explicites (par exemple extraction → mise en ordre → évaluation → résultat) et affiche visiblement ces étapes.
Vous demandez ces étapes intermédiaires dans le prompt. La trace de raisonnement structurée est donc une propriété de votre entrée, et non une propriété du système. (Wei et al. 2022)
Objectif
Décomposer les tâches complexes en produits intermédiaires et imposer une auto-vérification. Ce qui compte n’est pas une «longue justification», mais des étapes intermédiaires vérifiables.
Formulez la trace de raisonnement pour qu’elle reste courte et vérifiable (points, critères, tests). Le but est la vérifiabilité, et non un «journal intime» détaillé.
Séparez deux choses qui se ressemblent.
- La trace de raisonnement demandée. Vous avez prescrit les étapes dans le prompt. Vous contrôlez l’étendue, l’ordre et les points de contrôle, et vous pouvez copier le prompt mot pour mot dans le journal IA.
- Le mode de raisonnement intégré. Le système produit lui-même des étapes intermédiaires avant la réponse. Vous n’avez pas conçu ce déroulement, et de nombreux systèmes ne vous en montrent qu’un résumé.
Seule la trace de raisonnement demandée est un artefact que vous avez produit vous-même. Elle seule est donc documentable de manière reproductible.
La même limite vaut pour les deux formes. Les étapes visibles ne prouvent pas le calcul réel. Les modèles nomment des raisons qui taisent l’influence véritable sur la réponse. (Turpin et al. 2023) Traitez chaque trace de raisonnement comme une aide à la vérification, et jamais comme une preuve.
La section Vérifier et situer les capacités approfondit le mode de raisonnement.
Exercice 5A: cartographie d’arguments avec étapes intermédiaires
Utilisez la cartographie d’arguments de l’exercice Critique des sources (affirmation/justification/prémisse/implication), mais imposez une logique d’étapes:
Tâche: produis une cartographie d'arguments pour les passages qui concernent la neutralité, la compatibilité et le processus de décision.
Procédure (à afficher visiblement):
1) Extrais les segments de texte pertinents (max. 5 courts fragments de citation).
2) Formule par segment une affirmation, une justification, une prémisse et une implication (en mots-clés).
3) Auto-vérification: nomme 3 endroits où le saut du texte vers l'interprétation est délicat, et marque-les comme [spéculation].
Règles:
- Utilise uniquement le texte du document.
- Pas de faits supplémentaires.
Réponse: liste Markdown.
Matériel: ...Exercice 5B: le plan de recherche comme chaîne de traitement
Transposez la structure de l’exercice Recherche de sources (sous-questions → types de sources → lieux de recherche → chaînes de recherche) en une chaîne de traitement explicite:
Remplacez dans le prompt suivant la question d’exemple par votre propre question.
But: établis un plan de recherche pour la question: comment la neutralité a-t-elle servi, entre 1949 et 1963, d'argument contre une adhésion de la Suisse au Conseil de l'Europe?
Étapes:
1) Décompose en 4–6 sous-questions (vérifiables).
2) Attribue 2–3 types de sources et arènes par sous-question.
3) Dérive 2 chaînes de recherche par sous-question (DE/FR/EN; booléennes).
4) Auto-vérification: liste 5 erreurs typiques (anachronismes, cotes inventées, termes trop larges …) et dis comment tu les évites.
Réponse: tableau (sous-question | preuve | chaîne de recherche | lieu de recherche | risque).6. Prompting itératif
Le prompting itératif désigne un cycle de travail contrôlé, dans lequel les réponses de l’IA sont améliorées pas à pas, parce que chaque sortie est critiquée et révisée de manière ciblée.
Objectif
L’itération comme révision contrôlée: vous ne produisez pas «plus de texte», vous améliorez la précision du but, la discipline des preuves et le format.
Exercice 6A: générer → critiquer → réviser (question de recherche)
- Générer (v1): questions de recherche en zero-shot (exercice 3B).
- Critiquer: utilisez la confrontation critique de l’exercice Question de recherche («Pourquoi l’aspect de la neutralité manque-t-il?» / «Sur quelles sources cela repose-t-il?»).
- Réviser (v2): faites réviser les questions par l’IA, mais uniquement à partir de vos points de critique.
Prompt de critique (modèle):
Insérez après «Voici la réponse v1:» le texte complet de la première réponse.
Voici la réponse v1: <insérer le texte de la première réponse>.
Tâche: critique affirmation par affirmation:
- Qu'est-ce qui est trop large ou téléologique?
- Où manquent les termes opératoires et les définitions?
- Où la base de preuves est-elle floue?
Donne ensuite une version révisée v2 (max. 3 questions) + une logique des changements (max. 6 points).
Pas de faits nouveaux.Exercice 6B: itération sur le format de réponse (citer et résumer)
Prenez l’exercice Citation et imposez une sortie en deux temps:
- extraction de métadonnées structurées (champs),
- seulement ensuite la citation Chicago et le format d’import pour le logiciel de gestion bibliographique.
Question d’optimisation: l’approche en deux temps améliore-t-elle le diagnostic d’erreur (par exemple des numéros de page manquants ou de mauvais éditeurs)?
7. Optimisation du prompt
Objectif
Améliorer les prompts de manière systématique: non pas «plus jolis», mais plus robustes (moins d’hallucinations, meilleure stabilité du format, vérifiabilité plus claire).
Critères de qualité (grille)
Évaluez chaque variante de prompt (0 à 2 points par critère):
- Liaison à l’entrée (travaille-t-il vraiment uniquement avec le matériel?)
- Séparation des niveaux (texte / métadonnées / conclusion)
- Stabilité du format (livre-t-il ce qui est demandé, sans esquive?)
- Transparence des erreurs (marque-t-il les incertitudes?)
- Utilité pour la suite (la réponse est-elle directement réutilisable, par exemple pour un extrait, un plan ou un journal de recherche documentaire?)
Exercice 7A: «durcir» un prompt (recherche bibliographique)
Prenez un prompt bibliographique naïf («Nomme la littérature centrale sur X») et optimisez-le pour qu’il serve d’assistance à la recherche, et non de producteur de sources. Orientation: l’exercice Recherche bibliographique («Pas de titres inventés; pas de connaissance simulée des catalogues; marquer les incertitudes»).
Prompt optimisé (ossature):
Tu es assistant de recherche en histoire.
But: corpus de départ pour [sujet/période].
Règles:
- N'invente aucun titre ni aucun auteur.
- Ne fais aucune affirmation sur la couverture des catalogues.
- Livre plutôt: stratégies de recherche, chaînes de recherche, types de littérature attendus et indications sur les étapes de vérification.
Réponse:
1) 8 chaînes de recherche (DE/FR/EN) avec une brève justification
2) 5 types de littérature attendus + où on les trouve typiquement
3) 6 étapes de vérification (comment je vérifie, exporte et documente les résultats)Exercice 7B: l’optimisation du prompt comme «budget d’erreur»
Définissez un budget d’erreur et optimisez sur cette base:
- Budget A: «0 titre inventé» (littérature),
- Budget B: «0 hypothèse de contexte non étayée» (critique des sources),
- Budget C: «0 infraction au format» (par exemple 4 phrases au plus, tableau, identifiants d’affirmation).
Menez 3 itérations (v1 à v3) et consignez:
- quelle modification du prompt a réduit quel champ d’erreur,
- quels effets secondaires apparaissent (par exemple une réponse qui devient trop vague).
8. Vérifier et situer les capacités
Objectif
Nommer cinq capacités récentes des systèmes d’IA, les vérifier dans votre propre compte et les situer sur le plan méthodique. Les sections 1 à 7 entraînent le prompt. Cette section concerne ce que le système fait en plus du prompt.
Aucune des cinq capacités ne transforme une sortie en preuve. Chacune produit des hypothèses, et vous vérifiez chaque hypothèse sur l’original. (Bender et al. 2021) Les capacités déplacent seulement l’endroit où l’erreur naît: dans le mode de raisonnement, dans l’étape de recherche, dans l’extraction, dans la transcription ou dans le modèle lui-même.
8.1 Mode de raisonnement intégré
Un mode de raisonnement est un mode de fonctionnement dans lequel le système produit lui-même des étapes intermédiaires avant la réponse. La section 5 explique la différence avec la trace de raisonnement demandée.
- Ce que vous gagnez: les tâches longues avec plusieurs conditions sont plus souvent résolues correctement.
- Ce que vous perdez: vous n’avez pas conçu le déroulement et vous ne pouvez pas le consigner mot pour mot.
- Ce que vous faites: notez dans le journal IA si le mode de raisonnement était actif. Notez-le comme un réglage, comme vous notez le modèle et la date.
8.2 Déroulements agentiques et recherche approfondie
Un déroulement agentique signifie ceci: le système planifie plusieurs étapes, appelle des outils et continue sans vous consulter. La recherche approfondie en est le cas le plus fréquent. Le système cherche sur le web, lit des pages et livre après quelques minutes un rapport avec des références.
- Ce que vous gagnez: une première vue d’ensemble large en peu de temps.
- Ce que vous perdez: le contrôle de chaque étape intermédiaire. Les erreurs d’une étape précoce se propagent dans toutes les étapes suivantes.
- Ce que vous vérifiez: chaque indication, une par une. Un rapport ressemble à un état de la littérature, mais c’est une liste de résultats et d’hypothèses. Les titres inventés et les indications fausses dans les références sont bien documentés. (Walters et Wilder 2023) Les rapports de performance sur de tels systèmes ne sont eux non plus souvent pas reproductibles. (Kapoor et al. 2024)
- Ce que vous faites: tenez deux journaux séparés. Le journal de recherche documentaire retient la date, le système, la requête et les règles de sélection. Le journal IA retient votre consigne, la réponse et vos étapes de vérification.
8.3 Extraction depuis vos propres documents
Dans l’extraction depuis vos propres documents, vous déposez une collection de fichiers. Une étape de recherche y choisit des passages et les présente au système. (Lewis et al. 2020)
- Ce que vous gagnez: une aide pour trouver des passages. Le système nomme souvent l’emplacement dans votre collection.
- Ce que vous ne gagnez pas: une liaison de la réponse à votre collection. L’extraction élargit le contexte. Elle ne fait pas en sorte que la réponse vienne uniquement des passages trouvés. Le système peut toujours mêler des connaissances issues de l’entraînement.
- Ce que vous perdez: rien de votre obligation de vérifier. L’étape de recherche ne trouve pas tout, et le système répond malgré tout.
- Ce que vous vérifiez: chaque affirmation sur l’original. Une indication de passage prouve l’emplacement, et non l’affirmation. Ouvrez la page nommée et lisez-la vous-même.
- Ce à quoi vous faites attention: une collection déposée est un téléversement. Les règles de la section «Ce dont vous avez besoin» s’appliquent.
8.4 Lecture multimodale et reconnaissance de l’écriture manuscrite
Aujourd’hui, de nombreux systèmes lisent aussi des images. Ils peuvent donc traiter une numérisation. La reconnaissance de l’écriture manuscrite convertit une page manuscrite en texte. Pour l’écriture cursive allemande, il existe des modèles généraux avec des taux d’erreur utilisables. (Hodel et al. 2021)
Cet exercice est un exercice de critique des sources. L’erreur est donc au premier plan ici.
- Le taux d’erreur varie fortement. L’écriture, la mise en page, la langue et l’état du document déterminent le résultat. Aucun modèle ne transcrit chaque main de manière fiable. (Romein et al. 2025)
- Les modèles d’image généraux sont plus faibles que les modèles spécialisés. Le style d’écriture, l’orthographe historique et la langue causent toujours des erreurs considérables. (Díez García et al. 2025)
- L’erreur la plus dangereuse est la lecture lisse. Un système d’IA général ne s’arrête pas devant un passage illisible. Il insère un mot plausible et ne marque rien. C’est une hallucination sous forme de transcription.
- Les erreurs se propagent. Les erreurs d’un texte reconnu par machine modifient les étapes d’analyse ultérieures, et donc vos résultats. (Strien et al. 2020)
Comparez chaque citation avec la numérisation avant de la reprendre. Notez dans le journal d’analyse de source que le texte a été reconnu par machine. Notez aussi la date et la forme d’affichage. Dans un texte, une transcription sans cette mention ne se distingue pas d’une lecture vérifiée.
8.5 Modèles locaux et modèles ouverts
Trois propriétés comptent ici, et chacune apporte un avantage propre. Gardez-les distinctes, car elles n’apparaissent pas toujours ensemble.
- Ouvert décrit la licence. Dans un modèle ouvert, les poids sont librement téléchargeables.
- Local décrit le lieu d’exécution. Un modèle local s’exécute sur votre propre ordinateur.
- Petit décrit la taille. Les petits modèles fonctionnent sur un ordinateur portable récent avec au moins 16 gigaoctets de mémoire vive.
Un modèle ouvert ne s’exécute pas forcément en local, car de nombreux fournisseurs exploitent des modèles ouverts en ligne. Un modèle local n’est pas non plus forcément sobre, car un grand modèle local consomme beaucoup d’énergie. Vérifiez donc chaque propriété séparément.
- Protection des données: le matériel reste sur votre ordinateur uniquement si le modèle s’exécute en local. La transmission à un fournisseur ne tombe qu’à cette condition.
- Reproductibilité: vous ne conservez une version fixe que si les poids sont ouverts. Un modèle fermé peut changer sans préavis ou disparaître. (Spirling 2023)
- Énergie: le besoin en énergie par requête ne baisse nettement que si le modèle est petit et la tâche étroite. (Luccioni et al. 2024)
- Limite: les petits modèles sont nettement plus faibles sur les textes longs et sur les questions de fait. Utilisez-les pour des tâches étroites, par exemple une traduction ou un résumé.
Cette voie est la voie de l’informatique minimale du cours. L’informatique minimale demande de quelle puissance de calcul un projet a réellement besoin. (Risam et Gil 2022)
Tâche 8A: vérifier les capacités de votre compte
Vérifiez votre compte et remplissez le tableau. Répondez par Oui, Non ou Incertain.
| Capacité | Disponible? | Payante? | Où l’activer? |
|---|---|---|---|
| Mode de raisonnement intégré | |||
| Déroulement agentique ou recherche approfondie | |||
| Extraction depuis vos propres documents | |||
| Lecture d’images et de numérisations | |||
| Modèle local ou modèle ouvert |
Ne vous fiez pas pour cela à ce que le système dit de lui-même. Vérifiez les réglages et les indications de prix de votre compte.
Tâche 8B: trace de raisonnement contre mode de raisonnement
Prenez la tâche de l’exercice 5A et exécutez-la deux fois.
- Exécutez le prompt de 5A sans le mode de raisonnement.
- Exécutez le même prompt avec le mode de raisonnement activé.
- Notez les deux réponses dans le journal IA.
Si votre compte n’a pas de mode de raisonnement, comparez plutôt le prompt de 5A avec une version sans les étapes intermédiaires prescrites.
Consigne de travail (réflexion)
Écrivez cinq à huit phrases sur ces questions:
- Quelle part du résultat avez-vous pilotée vous-même dans la tâche 8B?
- Quelle part le système a-t-il pilotée?
- Laquelle des cinq capacités utiliseriez-vous dans un travail de séminaire, et laquelle non?
- Quelle vérification supplémentaire chaque capacité utilisée exige-t-elle de vous?
Bibliothèque courte: blocs de prompt réutilisables
1) Contexte et liaison au matériel
Travaille exclusivement avec le matériel ci-dessous.
S'il te manque des informations, pose des questions ou marque [pas clair].2) Séparation des niveaux (source / édition / conclusion)
Marque chaque affirmation comme [texte du document] / [édition/métadonnées] / [conclusion].3) La réponse comme produit intermédiaire (pour la suite du travail)
Donne la réponse en tableau avec les champs: affirmation | lieu de preuve | incertitude | prochaine étape de vérification.4) Imposer une auto-vérification et une contre-épreuve
Auto-vérification: nomme 3 contre-preuves plausibles ou interprétations alternatives, et dis ce dont tu aurais besoin pour elles.Résultat d’apprentissage
À la fin, vous disposez de ces artefacts:
- Un journal IA avec au moins 8 entrées, réparties sur les techniques.
- Par technique, une courte comparaison A/B et 5 à 8 phrases de réflexion. Décrivez-y ce qui s’est amélioré ou détérioré sur le plan méthodique.
- Un modèle de «bonne pratique». C’est votre prompt standard personnel pour (a) la critique des sources, (b) la recherche bibliographique ou (c) l’assistance à l’écriture.
- Le tableau rempli de la tâche 8A. Il décrit les capacités de votre compte et fait partie de la documentation de votre environnement de travail.
Ressources complémentaires
- Polo Club: Transformer Explainer – Explication interactive du fonctionnement des modèles de langue fondés sur les transformeurs. (ENGLISH only)
- AI Pedagogy Project: Foundations of Generative AI – Prédiction du prochain mot et bases de l’IA générative. (ENGLISH only)
- AI Pedagogy Project: LLM Tutorial – Limites, hallucinations, vérification et usage critique. (ENGLISH only)
- Prompt Engineering Guide – Vue d’ensemble neutre du prompting et de ses notions de base. (ENGLISH only)
- Prompt Engineering Guide: Techniques – Zero-shot, few-shot et chain-of-thought, chaque fois avec des exemples. (ENGLISH only)
- Prompt Engineering Guide: Risks and misuses – Injection de prompt, faits inventés et biais. (ENGLISH only)
- Learn Prompting – Cours ouvert sur le prompting, des bases aux techniques avancées. (ENGLISH only)
- Wikipédia: Ingénierie de prompt – Vue d’ensemble encyclopédique avec des références à la littérature de recherche.
- Playlist YouTube: Littératie critique de l’IA (Zentralbibliothek Zürich) – Série de vidéos sur l’apprentissage automatique, les modèles de langue, le prompting, les biais, la visualisation de données, les méthodes d’évaluation et la science ouverte. (GERMAN only)
- Sternfeld (2023) – Explique comment un système d’apprentissage automatique «apprend» à partir d’un jeu de données, et pourquoi l’IA fonctionne comme un système sociotechnique et non comme une instance autonome.
Bibliographie
Citation
@inreference{mähr2025,
author = {Mähr, Moritz},
title = {Prompt Engineering},
booktitle = {Critical AI Literacy pour les Historiens},
date = {2025-12-29},
url = {https://maehr.github.io/critical-ai-literacy-for-historians/fr/exercises/prompt-engineering.html},
langid = {fr}
}