Il fut un temps où un mot mal placé dans un prompt pouvait tout faire capoter. Aujourd'hui, les modèles de langage sont bien plus robustes. mais les prompts restent la clé pour exploiter leur puissance à 100%. Voici comment les utiliser comme un pro avec Claude Code.

L'ÈRE DES PROMPTS A ÉVOLUÉ, MAIS ELLE N'EST PAS FINIE

Il y a quelques années, l'ingénierie de prompt était un sport extrême : un simple changement de format, une virgule mal placée, et votre modèle de langage (LLM) pouvait produire des résultats radicalement différents. Les modèles actuels sont bien plus intelligents et stables, et réagissent moins aux détails de mise en forme ou à l'ordre des phrases dans le prompt. Pourtant, savoir bien prommter reste crucial, mais avec une approche totalement différente.

Les experts estiment que dans les deux prochaines années, les techniques de prompting évolueront encore. Il faudra donc suivre de près les mises à jour des modèles pour continuer à en tirer le meilleur parti. Dans cet article, nous explorons comment structurer ses prompts pour faire travailler efficacement des agents comme Claude Code, et comment optimiser son workflow de Développement.

POURQUOI VOS PROMPTS COMPTENT ENCORE (ET MÊME PLUS)

Certains pourraient croire que, avec des modèles aussi performants, la façon dont on rédige ses prompts n'a plus d'importance. C'est partiellement vrai : un LLM moderne comprendra vos intentions même si votre formulation est approximative. Pourtant, il existe toujours de bonnes et de mauvaises façons de formuler ses demandes.

Le prompting ne se limite pas à une simple instruction envoyée à l'agent. C'est une véritable méthode itérative : vous devez construire un dialogue avec le modèle pour affiner votre plan d'action. Un bon prompt peut inclure des éléments comme :

  • • Demander au modèle d'identifier les ambiguïtés dans votre demande et de les discuter avec vous
  • • Préciser les hypothèses que le modèle peut faire
  • • Décrire les contraintes techniques ou les attentes de qualité

TRANSCRIRE SES PENSÉES POUR UNE PRODUCTIVITÉ MAXIMALE

La première technique consiste à utiliser un outil de transcription pour transmettre vos idées à l'agent de code. Au lieu de taper manuellement chaque mot, vous parlez et l'outil convertit votre discours en texte. Actuellement, l'auteur de l'article utilise FluidVoice, un modèle open source fonctionnant en local, qui offre une transcription rapide et précise en anglais.

Les avantages sont multiples :

  • • Gain de temps : on parle environ deux à trois fois plus vite qu'on ne tape
  • • Moins de fatigue : plus besoin de se concentrer sur la saisie ou de solliciter ses mains
  • • Meilleure exhaustivité : il est plus facile d'inclure tout le contexte nécessaire pour que l'agent comprenne bien la tâche

Avant, quand il fallait tout taper soi-même, l'auteur avoue avoir parfois omis des détails importants simplement parce que cela prenait trop de temps. Avec la transcription, il est bien plus simple d'ajouter l'ensemble des informations dont l'agent a besoin pour résoudre une tâche complexe.

DONNEZ À L'AGENT LES MOYENS DE SE TESTER LUI-MÊME

Imaginez que vous demandez à l'agent d'implémenter une nouvelle fonctionnalité. Vous décrivez ce que doit faire cette fonction, pourquoi elle est nécessaire, et comment elle s'intègre dans votre application. Mais avez-vous pensé à expliquer à l'agent comment vérifier que son travail est correct ?

Prenons un exemple concret : si vous demandez à l'agent d'ajouter une fonctionnalité de chat à votre application, vous devez lui préciser comment il peut tester lui-même son implémentation. Par exemple :

« Ouvre le chat dans Chrome, saisis une requête toi-même, et vérifie que l'IA répond correctement en temps réel avec un flux de tokens stable. »

En expliquant ainsi à l'agent comment s'auto-évaluer, vous gagnez un temps précieux. L'agent vous présentera une version plus aboutie de son travail dès le premier jet, car il aura déjà effectué une partie des tests à votre place.

LE MYTHE DU PROMPT PARFAIT : UNE DISCUSSION, PAS UNE INSTRUCTION

Une erreur courante consiste à croire qu'un seul prompt bien rédigé suffit pour lancer un agent sur une tâche complexe. Si votre prompt est optimisé à la perfection, cela peut fonctionner : les agents modernes sont capables de travailler pendant des heures sans intervention. Mais cette approche ignore un point crucial : construire un prompt parfait est humainement impossible.

Pourquoi ? Parce qu'un humain ne peut pas avoir en mémoire tout le contexte d'une base de code entière. Il y a trop de fichiers, trop de dépendances, trop de détails à prendre en compte. En revanche, les agents de code peuvent stocker et analyser l'intégralité de ce contexte, ce qui en fait des partenaires de discussion idéaux.

La bonne méthode ? Engagez un dialogue avec votre agent dès le début d'une tâche, que ce soit pour implémenter une nouvelle fonctionnalité, corriger un bug ou toute autre mission. Voici comment procéder :

  • • Demandez à l'agent de faire des recherches sur le sujet
  • • Consultez les logs ensemble
  • • Cherchez des informations pertinentes en ligne
  • • Posez des questions sur les ambiguïtés restantes

LES ASSUMPTIONS QUE L'AGENT FAIT (ET DONT VOUS DEVEZ AVOIR CONSCIENCE)

Quand un agent écrit du code pour vous, il prend des décisions par défaut en permanence. Beaucoup plus que vous ne le pensez, et souvent sans même vous en informer. Par exemple, il peut choisir d'utiliser un outil en ligne de commande (CLI) plutôt qu'une infrastructure as code (CDK) pour configurer une infrastructure cloud. Dans la plupart des cas, cette décision serait mauvaise, mais l'agent ne le saura pas à moins que vous ne lui ayez précisé vos préférences.

L'auteur donne cet exemple : « Dois-je implémenter cette infrastructure directement via AWS CLI ou bien utiliser CDK (Cloud Development Kit) ? » La bonne réponse est presque toujours la deuxième option, mais l'agent ne le sait pas si vous ne le lui dites pas. C'est pourquoi il est essentiel de discuter avec lui de ces choix techniques majeurs pour aligner vos attentes avec ce qu'il va réellement produire.

LES RAPPORTS HTML : VOTRE MEILLEUR ALLIÉ POUR DONNER DU FEEDBACK

Quand un agent de code travaille, il génère énormément d'informations dans votre terminal : appels d'outils, jetons de réflexion, logs divers. La plupart de ces données ne vous intéressent pas directement. Pourtant, il arrive que vous ayez besoin de revoir le travail de l'agent, par exemple pour discuter d'un plan d'implémentation ou valider des choix techniques.

Dans ces cas-là, la solution est simple : demandez à l'agent de générer des rapports HTML. Ces rapports permettent de visualiser clairement les informations importantes et facilitent grandement la discussion. Prenons un exemple précis :

Vous demandez à l'agent d'implémenter une fonctionnalité A, mais plusieurs décisions techniques doivent être prises avant de commencer. Au lieu d'essayer de tout comprendre dans le terminal, vous faites générer un rapport HTML structuré avec :

  • • Chaque décision à prendre
  • • Le contexte associé
  • • Les options possibles

Cela vous permet de visualiser d'un coup d'œil les différentes options et de donner un feedback clair à l'agent. Autre avantage des rapports HTML : vous pouvez y intégrer des visualisations comme des diagrammes, des organigrammes ou des SVG pour rendre les informations encore plus accessibles.

TESTER ET VALIDER AVEC DES RAPPORTS HTML DÉDIÉS

Une fois que l'agent a implémenté une fonctionnalité ou corrigé un bug, vous pouvez aussi lui demander de générer un rapport HTML de test. Ce rapport contient généralement :

  • • Les tests effectués
  • • Les résultats obtenus
  • • Les éventuels problèmes rencontrés

L'auteur utilise même un bouton de copie sur ces rapports : une fois que vous avez validé une partie du travail, vous pouvez copier les réponses du rapport et les coller directement dans Claude Code pour qu'il continue son travail. L'agent génère alors un nouveau rapport HTML, et ainsi de suite, jusqu'à ce que tout soit testé et approuvé. Une fois validé, vous pouvez fusionner le code et le mettre en production.

LE FUTUR DU PROMPTING : UNE COURSE SANS FIN VERS L'OPTIMISATION

Cet article a exploré comment structurer efficacement ses prompts pour Claude Code et d'autres agents de code. L'art du prompting a considérablement évolué : autrefois, chaque mot comptait, aujourd'hui, les modèles sont bien plus tolérants aux formulations. Pourtant, maîtriser le prompting reste indispensable pour en tirer le meilleur parti.

Les techniques actuelles reposent sur :

  • • La capacité à guider l'agent dans ses tests
  • • L'habitude de discuter des ambiguïtés et des hypothèses
  • • L'utilisation de rapports visuels pour faciliter les échanges

Les experts s'attendent à ce que ces méthodes évoluent encore dans les années à venir. Il faudra donc rester à l'affût des nouvelles pratiques pour continuer à optimiser son workflow avec les agents de code. L'auteur promet de publier de nouveaux articles dès que ses méthodes auront suffisamment évolué pour mériter une mise à jour.

EN RÉSUMÉ : LES 3 RÈGLES D'OR POUR PROMPTER COMME UN PRO

Pour exploiter pleinement la puissance de Claude Code ou d'autres agents de développement, retenez ces trois principes :

1. Transcrivez vos idées au lieu de les taper pour gagner du temps et inclure plus de contexte.
2. Expliquez toujours à l'agent comment il peut s'auto-tester pour valider son travail.
3. Transformez vos échanges en dialogues structurés avec des rapports HTML pour des décisions claires.

En appliquant ces techniques, vous passerez d'un simple utilisateur à un véritable expert du prompting, capable de faire travailler les agents à leur plein potentiel.

LE SAVIEZ-VOUS ?

Un humain ne peut pas retenir en mémoire tout le contexte d'une base de code complète. En revanche, un agent de code peut analyser et stocker l'intégralité de ces informations, ce qui en fait un partenaire de discussion bien plus efficace qu'un simple outil.

POUR ALLER PLUS LOIN

Si vous souhaitez approfondir le sujet, l'auteur propose un cours gratuit en trois jours pour multiplier par 10 votre efficacité en ingénierie avec les modèles de langage. Le cours aborde notamment :

  • • La structure des phrases pour une meilleure compréhension par les LLM
  • • Les techniques avancées pour contourner les limites des modèles
  • • La transcription vidéo avec identification des intervenants en un seul prompt
  • • La construction de pipelines de génération robustes et reproductibles

DERNIÈRE ASTUCE : LES VISUALISATIONS SONT VOS AMIES

N'hésitez pas à utiliser les rapports HTML pour intégrer des schémas, des diagrammes ou des organigrammes. Ces éléments visuels rendent les informations bien plus faciles à comprendre et à discuter, surtout quand il s'agit de choix techniques complexes.

LE MOT DE LA FIN

Les prompts ne sont plus ce qu'ils étaient, mais ils restent la clé pour exploiter la puissance des agents de code modernes. En adoptant une approche collaborative et en utilisant les bons outils, vous pouvez transformer vos sessions de développement en véritables accélérateurs de productivité. Et qui sait ? Peut-être qu'un jour, les agents seront capables de se prommter eux-mêmes. mais pour l'instant, c'est à vous de jouer.

Sources :
  • Towards Data Science

L'indépendance de CLODCO est votre garantie.

Pour que l'actualité de l'IA reste sans filtre et sans concession, votre soutien est indispensable. Votre contribution est le seul moteur de notre liberté éditoriale.

Soutenir CLODCO