Prompts ChatGPT, Claude et Gemini : ce qui se transpose
Un même prompt marche-t-il sur ChatGPT, Claude et Gemini ? Les principes se transposent. Voici ce qui diffère et comment tester un prompt sans deviner.
Dans cet article
L'essentiel du prompt engineering se transpose entre ChatGPT, Claude et Gemini : des tâches claires, un vrai contexte, des formats de sortie explicites, de bons exemples et l'ancrage dans des sources aident sur tous les grands modèles. Ce qui diffère, c'est le style par défaut, le degré de littéralité avec lequel chaque modèle suit les consignes, sa gestion de la mise en forme et des très longues entrées, et les fonctions d'API autour du prompt. L'approche fiable consiste à écrire ses prompts à partir de principes, puis à les tester sur le modèle précis que vous déployez.
Cet article évite volontairement les affirmations du genre « le modèle X est meilleur pour Y ». Elles vieillissent en quelques semaines. Ce qui est utile, c'est de savoir quelles parties d'un prompt sont portables et comment s'en rendre compte vite quand elles ne le sont pas.
À retenir
- Les principes se transposent. La formulation exacte, le réglage de la longueur et les particularités de mise en forme, souvent non.
- Chaque éditeur publie son propre guide de prompting ; lisez celui de votre modèle.
- Un petit jeu de test vaut mieux que n'importe quel article comparatif, y compris celui-ci.
- Attendez-vous à réajuster vos prompts quand vous changez de modèle, ou quand l'éditeur met le sien à jour.
Qu'est-ce qui se transpose d'un modèle à l'autre ?
Presque tout ce qui relève de l'information plutôt que de la formulation.
Tâches précises et contexte. Chaque modèle fait mieux quand vous dites pour qui est le résultat, pourquoi il est nécessaire et à quoi ressemble un bon résultat. Aucun modèle ne devine votre public.
Format de sortie explicite. « Renvoie un tableau avec ces colonnes » ou « un JSON avec ces clés » marche partout. Les trois éditeurs proposent aussi des fonctions de sortie structurée au niveau de l'API, présentées dans obtenir du JSON fiable avec les LLM.
Exemples. Les exemples few-shot aident tous les modèles pour le style et le format, et ils provoquent partout les mêmes effets secondaires (copie de la longueur et des tournures, biais d'étiquettes). Voir zero-shot et few-shot.
Délimiter les données. Séparer les instructions de la matière collée, avec des balises, des titres ou des guillemets, réduit la confusion sur tous les modèles.
Ancrage (grounding). « Réponds uniquement à partir de ces sources, cite-les, dis quand la réponse manque » est le cœur du prompting ancré, quel que soit le modèle.
Limites de sécurité. La prompt injection touche tous les modèles. Aucun ne peut être sécurisé par la seule formulation du prompt.
Si vous écrivez un prompt en respectant tout cela, il fonctionnera raisonnablement bien sur n'importe quel modèle de pointe actuel. Rarement de façon identique, mais raisonnablement.
Qu'est-ce qui tend à différer ?
Verbosité et style par défaut
Donnez la même demande ouverte à trois assistants : vous obtiendrez des longueurs différentes, plus ou moins de markdown, plus ou moins de réserves ajoutées. Un prompt réglé sur un modèle pour donner « à peu près la bonne longueur » peut produire des réponses nettement plus longues ou plus courtes sur un autre. La solution est de ne plus compter sur les valeurs par défaut : indiquez explicitement la longueur (« moins de 150 mots »), la structure (« sans titres, deux paragraphes ») et le ton.
Littéralité dans l'application des consignes
Les modèles diffèrent dans ce qu'ils déduisent au-delà de la consigne littérale. Certains font exactement ce qui est demandé ; d'autres ce qu'ils pensent que vous vouliez dire, en ajoutant des extras. Les éditeurs font aussi évoluer cela d'une version à l'autre. OpenAI, par exemple, a indiqué dans ses recommandations pour certains modèles récents qu'ils suivent les consignes plus littéralement que leurs prédécesseurs : les prompts qui comptaient sur le modèle pour deviner l'intention ont dû être rendus explicites.
L'habitude portable : soyez explicite sur le périmètre. Si vous voulez seulement le paragraphe retouché et non une réécriture de tout l'e-mail, dites-le. Si vous voulez que le modèle corrige aussi tout ce qu'il remarque d'autre, dites-le.
Conventions de mise en forme dans le prompt
La documentation d'Anthropic recommande des balises de type XML (<document>, <instructions>, <example>) pour structurer les prompts de Claude, et Claude y répond très bien. Les guides d'OpenAI et de Google présentent les titres markdown, les balises XML et d'autres délimiteurs comme des options valables. En pratique, les balises de type XML fonctionnent sur tous les grands modèles et indiquent sans ambiguïté où un bloc se termine, ce qui en fait un choix par défaut raisonnable si vous voulez un seul style partout.
Gestion du prompt système
Les trois API gèrent une forme d'instructions système ou développeur, mais elles diffèrent par le nom, par la façon de hiérarchiser plusieurs sources d'instructions et par le poids d'un prompt système face à un utilisateur insistant. Si votre produit dépend de la tenue du prompt système sous pression, testez précisément ce comportement : demandes hors sujet, tentatives d'extraction du prompt, utilisateur qui insiste pour une action interdite. Pour le contexte, voir comment écrire un prompt système.
Comportement sur contexte long
Les tailles de fenêtre de contexte diffèrent et changent souvent : nous ne citons donc pas de chiffres. Ce qui compte plus que le maximum, c'est la façon dont un modèle exploite l'information au sein d'une longue entrée. Des travaux comme « Lost in the Middle » (Liu et al., 2023) ont montré que les modèles exploitaient mieux l'information au début et à la fin des longs contextes qu'au milieu. Les éditeurs donnent des conseils un peu différents : Anthropic suggère de placer les longs documents en haut et la question à la fin ; OpenAI a suggéré, pour les prompts à long contexte, de placer les instructions clés avant et après la matière. Quand vous déplacez un prompt de long document d'un modèle à l'autre, la place des instructions fait partie des premières choses à tester.
Fonctions de raisonnement
Chaque éditeur propose des modèles ou des modes qui raisonnent avant de répondre, contrôlés par des paramètres d'API différents (niveaux d'effort, budgets de réflexion). Le conseil de prompting pour ces modes est similaire d'un éditeur à l'autre : décrivez l'objectif et les contraintes et évitez de scénariser le raisonnement étape par étape. Les consignes explicites « réfléchis étape par étape » qui aidaient les modèles standards apportent souvent peu aux modes de raisonnement.
Formats d'appel d'outils
L'appel de fonctions et d'outils repose partout sur la même idée (vous décrivez les outils avec un nom, une description et des paramètres en JSON Schema, et le modèle renvoie un appel structuré), mais les formats de requête et de réponse diffèrent. Des bibliothèques et des protocoles comme le Model Context Protocol réduisent les différences de tuyauterie. La qualité de vos descriptions d'outils, elle, se transpose entièrement.
Comment tester un prompt sur plusieurs modèles ?
Une méthode qui prend un après-midi et épargne des semaines de débat sur le « meilleur » modèle :
- Rassemblez 20 à 50 entrées réelles pour la tâche. Incluez les difficiles : demandes ambiguës, informations manquantes, très longues entrées, message hors sujet.
- Notez à quoi ressemble un bon résultat pour chacune, ou au moins les règles qu'il doit respecter (format valide, cite une source, moins de 100 mots, répond « introuvable » aux questions sans réponse).
- Lancez le même prompt sur chaque modèle candidat. Fixez la température ou lancez chaque entrée plusieurs fois, car les sorties varient d'une exécution à l'autre.
- Notez par rapport à vos règles, avec du code quand c'est possible (contrôles de format, de longueur, de chaînes obligatoires) et en lisant le reste.
- Regardez les échecs, pas les moyennes. Un modèle peut être un peu moins bon en moyenne mais échouer proprement ; un autre meilleur en moyenne mais inventer parfois des faits. Le second est souvent pire pour un vrai produit.
- Ajustez le prompt par modèle si nécessaire, puis relancez tout.
Gardez le jeu de test. Quand un éditeur sort une nouvelle version, relancez-le avant de changer.
Un seul prompt pour tous les modèles ou un par modèle ?
Pour un usage personnel, un seul prompt bien écrit suffit généralement ; les petites différences n'ont pas d'importance quand vous lisez vous-même la sortie.
Pour un produit, prévoyez des variantes par modèle au moins pour les consignes de format et de longueur, et gardez en commun le contenu central (tâche, contexte, règles, exemples). Conservez les prompts dans le gestionnaire de versions avec les résultats de test, pour que la question « pourquoi cette ligne existe-t-elle ? » ait une réponse.
Où les guides de prompting des éditeurs aident-ils le plus ?
Chaque grand éditeur maintient une documentation de prompt engineering pour ses propres modèles : le guide de prompt engineering d'OpenAI, la documentation de prompt engineering d'Anthropic pour Claude et les stratégies de conception de prompts de Google pour Gemini. Elles sont gratuites, assez à jour et écrites de l'intérieur. Lisez celle de votre modèle cible avant de régler, car elle vous informera sur des fonctions et des préférences qu'aucun article général ne peut suivre, y compris celui-ci.
Si vous utilisez plusieurs assistants au quotidien, le conseil pratique est plus court : écrivez des prompts qui auraient du sens pour un collègue brillant qui n'a jamais vu votre projet, et laissez les particularités de chaque modèle apparaître dans les tests plutôt que dans des suppositions. Le thème des fondamentaux couvre le noyau portable, et comment écrire de meilleurs prompts ChatGPT propose une checklist valable pour les trois.
Questions fréquentes
Les mêmes prompts fonctionnent-ils dans ChatGPT, Claude et Gemini ?
Les fondamentaux, oui : une tâche claire, du contexte, un format et des exemples aident sur tous. Les résultats diffèrent quand même par le ton, la longueur, la mise en forme et le comportement dans les cas limites : testez les prompts importants sur le modèle que vous utiliserez vraiment.
Quel modèle d'IA est le meilleur pour le prompt engineering ?
Il n'y a pas de réponse définitive, car les classements changent à chaque version. Choisissez le modèle qui obtient les meilleurs résultats sur vos propres cas de test pour votre tâche, et revérifiez quand les modèles sont mis à jour.
Faut-il utiliser des balises XML ou du markdown dans les prompts ?
Les deux fonctionnent sur les grands modèles. La documentation d'Anthropic recommande spécifiquement les balises de type XML pour Claude, et elles séparent clairement les instructions des données sur n'importe quel modèle. Utilisez ce qui rend les frontières sans ambiguïté.
Pourquoi le même prompt donne-t-il des réponses différentes selon les modèles ?
Les modèles diffèrent par leurs données d'entraînement, leur réglage sur les instructions et leur style par défaut. Ils échantillonnent aussi de façon aléatoire sauf configuration contraire : un même modèle peut donc varier d'une exécution à l'autre.
- #ChatGPT
- #Claude
- #Gemini
- #comparaison de modèles
- #portabilité des prompts