<\/span><\/h2>\nQuatre r\u00e9sultats, issus chacun d’un type d’\u00e9tude diff\u00e9rent, convergent vers la m\u00eame conclusion.<\/p>\n
Les prompts sont fragiles, r\u00e9utilisez donc exactement celui qui a fonctionn\u00e9.<\/strong> Dans un article pr\u00e9sent\u00e9 \u00e0 l’ICLR 2024, Sclar, Choi, Tsvetkov et Suhr n’ont modifi\u00e9 que la mise en forme de prompts few-shot (s\u00e9parateurs, espacement, casse des noms de champs) et ont constat\u00e9 \u00ab des \u00e9carts de performance allant jusqu’\u00e0 76 points de pr\u00e9cision \u00bb pour LLaMA-2-13B, avec environ 10 points de variation en moyenne sur plus de 50 taches et plusieurs mod\u00e8les. La sensibilit\u00e9 diminuait sans dispara\u00eetre pour les mod\u00e8les plus grands et ajust\u00e9s par instructions ; GPT-3.5 affichait un \u00e9cart m\u00e9dian de 0,064 et un maximum de 0,562 sur 53 taches. Mizrahi et ses coll\u00e8gues, qui ont \u00e9valu\u00e9 20 mod\u00e8les sur 39 taches avec plus de 5 000 paraphrases d’instructions, ont constat\u00e9 qu’un seul mod\u00e8le de prompt \u00ab conduit \u00e0 des classements peu fiables pour nombre des taches \u00bb, la plupart des scores d’accord se situant sous 0,85. La lecture pratique n’est pas qu’il faut concevoir le prompt parfait. C’est qu’une fois qu’un format fonctionne pour votre tache, le retaper de m\u00e9moire \u00e0 chaque fois revient \u00e0 jeter le r\u00e9sultat.<\/p>\nPar d\u00e9faut, les gens it\u00e8rent mal.<\/strong> Zamfirescu-Pereira, Wong, Hartmann et Yang ont observ\u00e9 10 non-experts concevoir des prompts de chatbot pour CHI 2023. Les participants \u00ab exploraient les conceptions de prompts de fa\u00e7on opportuniste, et non syst\u00e9matique \u00bb, g\u00e9n\u00e9ralisaient \u00e0 l’exc\u00e8s \u00ab \u00e0 partir d’observations isol\u00e9es de succ\u00e8s et d’\u00e9chec \u00bb, et \u00ab la plupart des participants d\u00e9clarent le succ\u00e8s apr\u00e8s une seule occurrence, puis passent \u00e0 autre chose \u00bb. Plusieurs tenaient \u00e0 commencer chaque instruction par \u00ab s’il vous pla\u00eet \u00bb. Une biblioth\u00e8que assortie de cas de test est la contre-mesure directe : un prompt n’est pas promu tant qu’il n’a pas fonctionn\u00e9 sur plus d’une entr\u00e9e.<\/p>\nLa qualit\u00e9 du prompt pr\u00e9dit la qualit\u00e9 du r\u00e9sultat.<\/strong> Dans une \u00e9tude de 2024 men\u00e9e aupr\u00e8s de 45 \u00e9tudiants universitaires par Knoth, Tolzin, Janson et Leimeister, la qualit\u00e9 du prompt (not\u00e9e sur six composantes) expliquait 53 pour cent de la variance de la qualit\u00e9 des r\u00e9sultats sur une tache de planification de voyage et 78 pour cent sur une tache de planification de projet. L’\u00e9chantillon est petit et les taches sont acad\u00e9miques, mais la direction est coh\u00e9rente avec chacune des exp\u00e9riences de terrain ci-dessous.<\/p>\nLes gains sont r\u00e9els mais in\u00e9gaux, il vous faut donc une carte pour savoir o\u00f9 ils se trouvent.<\/strong> Les exp\u00e9riences de terrain r\u00e9sum\u00e9es dans la section suivante rapportent des effets de productivit\u00e9 importants sur des familles de taches pr\u00e9cises et une p\u00e9nalit\u00e9 mesurable quand l’IA est utilis\u00e9e hors de son domaine de comp\u00e9tence. Une biblioth\u00e8que est l’endroit o\u00f9 vous consignez les deux faces : \u00e0 quoi sert un prompt, et \u00e0 quoi il ne doit pas servir.<\/p>\n<\/span>Qu’ont r\u00e9ellement mesur\u00e9 les exp\u00e9riences de terrain ?<\/span><\/h2>\n\n\n\n| \u00c9tude (source primaire)<\/th>\n | Cadre et \u00e9chantillon<\/th>\n | Famille de taches<\/th>\n | Effet v\u00e9rifi\u00e9<\/th>\n | R\u00e9serve consign\u00e9e dans l’article<\/th>\n<\/tr>\n<\/thead>\n |
\n\n| Noy et Zhang, 2023, Science<\/td>\n | 453 professionnels dipl\u00f4m\u00e9s du sup\u00e9rieur, taches d’\u00e9criture r\u00e9mun\u00e9r\u00e9es \u00e0 la performance, la moiti\u00e9 avec acc\u00e8s \u00e0 ChatGPT<\/td>\n | R\u00e9daction professionnelle<\/td>\n | Temps moyen en baisse de 40 %, qualit\u00e9 en hausse de 18 % ; les travailleurs expos\u00e9s \u00e9taient 2 fois plus susceptibles de l’utiliser dans leur emploi deux semaines plus tard<\/td>\n | Taches courtes not\u00e9es par des \u00e9valuateurs ; un seul outil et une seule g\u00e9n\u00e9ration de mod\u00e8le<\/td>\n<\/tr>\n |
\n| Dell’Acqua et ses coll\u00e8gues, 2023, document de travail de la Harvard Business School<\/td>\n | 758 consultants d’un m\u00eame cabinet, 18 taches r\u00e9alistes \u00e0 l’int\u00e9rieur de la fronti\u00e8re de l’IA, une tache \u00e0 l’ext\u00e9rieur<\/td>\n | Analyse, r\u00e9daction, notes de strat\u00e9gie<\/td>\n | \u00c0 l’int\u00e9rieur de la fronti\u00e8re : 12,2 % de taches en plus, 25,1 % plus rapides, qualit\u00e9 sup\u00e9rieure de plus de 40 % ; les performeurs sous la moyenne ont gagn\u00e9 43 %, ceux au-dessus 17 %. Le groupe ayant re\u00e7u une initiation au prompt engineering a relev\u00e9 les scores de qualit\u00e9 de 25,1 % contre 17,9 % pour l’IA seule<\/td>\n | \u00c0 l’ext\u00e9rieur de la fronti\u00e8re, les utilisateurs d’IA avaient 19 points de pourcentage de moins de chances d’avoir raison (groupe t\u00e9moin environ 84,5 %, groupes IA 60 et 70 %)<\/td>\n<\/tr>\n |
\n| Brynjolfsson, Li et Raymond, 2025, Quarterly Journal of Economics (version arXiv)<\/td>\n | 5 172 agents de support client, d\u00e9ploiement \u00e9chelonn\u00e9 d’un assistant IA<\/td>\n | Support client par chat<\/td>\n | Probl\u00e8mes r\u00e9solus par heure en hausse de 15 % en moyenne ; environ 30 % pour les agents les moins exp\u00e9riment\u00e9s, 36 % dans le quintile de comp\u00e9tence le plus bas ; les agents ont suivi les recommandations 35 % du temps<\/td>\n | Gains minimes et l\u00e9g\u00e8res baisses de qualit\u00e9 pour les agents les plus exp\u00e9riment\u00e9s<\/td>\n<\/tr>\n |
\n| Peng, Kalliamvakou, Cihon et Demirer, 2023, arXiv<\/td>\n | 95 programmeurs professionnels, une tache de serveur HTTP<\/td>\n | Programmation<\/td>\n | Groupe trait\u00e9 55,8 % plus rapide (71,17 contre 160,89 minutes), intervalle de confiance de 21 \u00e0 89 %<\/td>\n | Une seule tache et un petit \u00e9chantillon, d’o\u00f9 un intervalle de confiance large<\/td>\n<\/tr>\n |
\n| Cui, Demirer, Jaffe, Musolff, Peng et Salz, 2025 (Microsoft, Accenture et une entreprise du Fortune 100)<\/td>\n | 4 867 d\u00e9veloppeurs r\u00e9partis sur trois d\u00e9ploiements randomis\u00e9s<\/td>\n | Programmation<\/td>\n | 26,08 % de taches termin\u00e9es en plus (erreur type 10,3) ; les d\u00e9veloppeurs juniors ont gagn\u00e9 21 \u00e0 40 %, les seniors 7 \u00e0 16 %<\/td>\n | Chaque exp\u00e9rience est bruit\u00e9e prise isol\u00e9ment ; l’adoption parmi les d\u00e9veloppeurs trait\u00e9s allait de 42,5 \u00e0 75,6 % selon les moments, les effets sont donc par utilisateur<\/td>\n<\/tr>\n |
\n| Chatterji et ses coll\u00e8gues, 2025, NBER (usage de ChatGPT)<\/td>\n | Environ 1,1 million de conversations \u00e9chantillonn\u00e9es, mai 2024 \u00e0 juin 2025<\/td>\n | Tout usage professionnel<\/td>\n | La r\u00e9daction repr\u00e9sente 40 % des messages professionnels ; environ deux tiers des messages de r\u00e9daction demandent au mod\u00e8le de modifier un texte fourni par l’utilisateur plut\u00f4t que de r\u00e9diger \u00e0 partir de z\u00e9ro ; environ 81 % des messages professionnels rel\u00e8vent de deux grandes activit\u00e9s, traiter l’information et prendre des d\u00e9cisions ou r\u00e9soudre des probl\u00e8mes<\/td>\n | Offres grand public uniquement ; fond\u00e9 sur un classifieur<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n Le sch\u00e9ma qui se d\u00e9gage du tableau est le socle de l’indice ci-dessous. Les gains sont maximaux lorsque la tache est fr\u00e9quente, bien sp\u00e9cifi\u00e9e et \u00e0 l’int\u00e9rieur du domaine de comp\u00e9tence du mod\u00e8le, et ils sont maximaux pour les personnes ayant le moins d’exp\u00e9rience de la tache. La seule \u00e9tude qui a test\u00e9 directement un accompagnement au prompting (le groupe \u00ab initiation \u00bb de Dell’Acqua) a constat\u00e9 qu’il am\u00e9liorait encore la qualit\u00e9. La seule \u00e9tude qui a test\u00e9 une tache hors de la fronti\u00e8re a trouv\u00e9 une p\u00e9nalit\u00e9 suffisante pour annuler le b\u00e9n\u00e9fice.<\/p>\n <\/span>Quelle est l’ampleur de l’usage de l’IA, et combien de temps fait-elle gagner ?<\/span><\/h2>\nDeux programmes d’enqu\u00eate ind\u00e9pendants suivent la m\u00eame question avec des d\u00e9finitions diff\u00e9rentes ; nous les gardons donc sur des lignes s\u00e9par\u00e9es et ne les fusionnons pas.<\/p>\n \n\n\n| Source<\/th>\n | Mesure<\/th>\n | Derni\u00e8res valeurs v\u00e9rifi\u00e9es<\/th>\n | Tendance<\/th>\n<\/tr>\n<\/thead>\n | \n\n| Panel trimestriel Gallup sur la population active (salari\u00e9s am\u00e9ricains, 19 043 \u00e0 23 717 r\u00e9pondants par vague)<\/td>\n | Utilise l’IA dans son poste quelques fois par an ou plus \/ quelques fois par semaine ou plus \/ chaque jour<\/td>\n | 52 \/ 30 \/ 15 % (mai 2026)<\/td>\n | 40 \/ 19 \/ 8 % en mai 2025 ; usage quotidien \u00e0 4 % en mai 2024<\/td>\n<\/tr>\n | \n| Gallup, m\u00eame panel<\/td>\n | L’organisation a communiqu\u00e9 un plan IA clair<\/td>\n | 25 % (mai 2026)<\/td>\n | 22 % en mai 2025 ; 47 % disent que leur organisation a int\u00e9gr\u00e9 des outils d’IA<\/td>\n<\/tr>\n | \n| Gallup, m\u00eame panel<\/td>\n | Usages les plus courants parmi les utilisateurs d’IA<\/td>\n | R\u00e9daction et r\u00e9vision 51 %, recherche d’information ou documentation 49 %, assistance g\u00e9n\u00e9rale ou r\u00e9solution de probl\u00e8mes 39 %<\/td>\n | Vague de mai 2026<\/td>\n<\/tr>\n | \n| Bick, Blandin et Deming, Real-Time Population Survey, document de travail NBER 32966<\/td>\n | Part des travailleurs am\u00e9ricains utilisant l’IA g\u00e9n\u00e9rative au travail ; temps gagn\u00e9<\/td>\n | 26,5 % tout usage, 9,0 % chaque jour de travail, 22,9 % chaque semaine (ao\u00fbt et novembre 2024) ; les utilisateurs \u00e9conomisent 5,4 % de leurs heures de travail, 1,4 % sur l’ensemble des travailleurs<\/td>\n | Taches class\u00e9es dans le top deux : r\u00e9daction 39,5 %, administratif 25,6, interpr\u00e9tation ou synth\u00e8se 22,7, recherche de faits 18,0, g\u00e9n\u00e9ration d’id\u00e9es 13,2, programmation 12,9, documentation 12,7<\/td>\n<\/tr>\n | \n| Generative AI Adoption Tracker de la Fed de St. Louis (m\u00eame enqu\u00eate, d\u00e9finitions r\u00e9vis\u00e9es)<\/td>\n | Usage professionnel hebdomadaire ; heures assist\u00e9es ; heures \u00e9conomis\u00e9es<\/td>\n | 39,2 % d’usage hebdomadaire (T2 2026) ; 6,3 % des heures assist\u00e9es ; 2,2 % des heures \u00e9conomis\u00e9es<\/td>\n | Contre 28,2, 4,1 et 1,6 % au T3 2024<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n Deux chiffres de ces tableaux fixent l’enjeu. Un travailleur qui utilise l’IA g\u00e9n\u00e9rative \u00e9conomise environ 2,2 heures par semaine selon sa propre estimation, et trois travailleurs sur quatre n’ont aucun plan organisationnel pour les aider. Quel que soit le syst\u00e8me qui existe, il sera personnel.<\/p>\n <\/span>L’Indice de priorit\u00e9 des mod\u00e8les<\/span><\/h2>\nLe tableau ci-dessous est un cadre \u00e9ditorial CEOtudent. Il croise trois sources v\u00e9rifi\u00e9es qui n’avaient jamais \u00e9t\u00e9 combin\u00e9es : les parts d’usage de Gallup parmi les utilisateurs d’IA, les taches professionnelles les mieux class\u00e9es de l’enqu\u00eate de la Fed, et les preuves issues des exp\u00e9riences de terrain par famille de taches. La priorit\u00e9 est attribu\u00e9e selon une r\u00e8gle explicite, et non par le seul jugement : la priorit\u00e9 1 signifie que la famille de taches est \u00e0 la fois fr\u00e9quente (top trois dans l’une ou l’autre enqu\u00eate) et \u00e9tay\u00e9e par au moins une \u00e9tude de terrain randomis\u00e9e ou quasi randomis\u00e9e ; la priorit\u00e9 2 signifie l’un des deux ; la priorit\u00e9 3 signifie ni l’un ni l’autre, ou que les preuves portent un avertissement de v\u00e9rification.<\/p>\n \n\n\n| Famille de taches<\/th>\n | Part des utilisateurs d’IA (Gallup, mai 2026)<\/th>\n | Part la classant dans le top deux (enqu\u00eate Fed, 2024)<\/th>\n | Preuve de terrain la plus solide<\/th>\n | R\u00e9p\u00e9tabilit\u00e9 (\u00e9ditoriale)<\/th>\n | Priorit\u00e9<\/th>\n<\/tr>\n<\/thead>\n | \n\n| R\u00e9viser et r\u00e9\u00e9crire un texte que vous fournissez<\/td>\n | 51 % (r\u00e9daction et r\u00e9vision)<\/td>\n | 39,5 % (r\u00e9daction)<\/td>\n | Noy et Zhang : 40 % plus rapide, qualit\u00e9 sup\u00e9rieure de 18 % ; deux tiers des messages de r\u00e9daction sur ChatGPT sont des r\u00e9visions<\/td>\n | \u00c9lev\u00e9e : m\u00eames entr\u00e9es, m\u00eame public, chaque semaine<\/td>\n | 1<\/td>\n<\/tr>\n | \n| R\u00e9diger des documents de routine et des textes administratifs<\/td>\n | Compris dans les 51 %<\/td>\n | 25,6 % (administratif), 12,7 % (documentation)<\/td>\n | Brynjolfsson, Li et Raymond : 15 % de probl\u00e8mes r\u00e9solus en plus dans un travail de support script\u00e9<\/td>\n | \u00c9lev\u00e9e<\/td>\n | 1<\/td>\n<\/tr>\n | \n| R\u00e9sumer, interpr\u00e9ter et traduire<\/td>\n | Non rapport\u00e9 s\u00e9par\u00e9ment<\/td>\n | 22,7 %<\/td>\n | Dell’Acqua : les taches \u00e0 l’int\u00e9rieur de la fronti\u00e8re comprenaient l’analyse et la synth\u00e8se, 12,2 % de taches en plus, qualit\u00e9 sup\u00e9rieure de plus de 40 %<\/td>\n | Moyenne : les entr\u00e9es varient<\/td>\n | 2<\/td>\n<\/tr>\n | \n| Analyse structur\u00e9e et r\u00e9solution de probl\u00e8mes<\/td>\n | 39 % (assistance g\u00e9n\u00e9rale ou r\u00e9solution de probl\u00e8mes)<\/td>\n | Non rapport\u00e9 s\u00e9par\u00e9ment<\/td>\n | Dell’Acqua : gains importants \u00e0 l’int\u00e9rieur de la fronti\u00e8re, 19 points de pourcentage de moins \u00e0 l’ext\u00e9rieur<\/td>\n | Moyenne, avec un signal de fronti\u00e8re sur chaque fiche<\/td>\n | 2<\/td>\n<\/tr>\n | \n| Recherche et recherche de faits<\/td>\n | 49 %<\/td>\n | 18,0 %<\/td>\n | Aucune \u00e9tude de terrain randomis\u00e9e n’a mesur\u00e9 la pr\u00e9cision de la recherche par IA au travail<\/td>\n | Faible : chaque sortie doit \u00eatre v\u00e9rifi\u00e9e<\/td>\n | 3<\/td>\n<\/tr>\n | \n| Programmation<\/td>\n | Non rapport\u00e9 s\u00e9par\u00e9ment<\/td>\n | 12,9 %<\/td>\n | Peng : 55,8 % plus rapide ; Cui : 26,08 % de taches en plus<\/td>\n | \u00c9lev\u00e9e pour les d\u00e9veloppeurs<\/td>\n | 1 pour les d\u00e9veloppeurs, sinon sans objet<\/td>\n<\/tr>\n | \n| G\u00e9n\u00e9ration d’id\u00e9es<\/td>\n | Non rapport\u00e9 s\u00e9par\u00e9ment<\/td>\n | 13,2 %<\/td>\n | Aucune \u00e9tude de terrain ne l’a isol\u00e9e ; Noy et Zhang d\u00e9crivent un glissement des taches vers la g\u00e9n\u00e9ration d’id\u00e9es et la r\u00e9vision<\/td>\n | Faible : les sorties ne sont pas comparables<\/td>\n | 3<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n Lisez l’indice comme un ordre de construction. Vos trois premi\u00e8res fiches doivent couvrir la r\u00e9vision des textes que vous avez \u00e9crits, les documents de routine que vous produisez chaque semaine et (si vous programmez) votre tache de programmation la plus courante. Les prompts de recherche viennent en dernier et comportent, \u00e0 dessein, une \u00e9tape de v\u00e9rification.<\/p>\n <\/span>La fiche de prompt : un mod\u00e8le, neuf champs<\/span><\/h2>\nUne biblioth\u00e8que ne vaut que par son unit\u00e9 de stockage. Nous recommandons une fiche \u00e0 neuf champs, conserv\u00e9e en texte brut pour survivre \u00e0 tout changement d’outil. Les champs r\u00e9pondent \u00e0 la recherche : le format fig\u00e9 r\u00e9pond \u00e0 Sclar et Mizrahi, les cas de test r\u00e9pondent \u00e0 l’\u00e9tude de Berkeley, la ligne de fronti\u00e8re r\u00e9pond \u00e0 Dell’Acqua.<\/p>\n \n\n\n| Champ<\/th>\n | Ce qu’il contient<\/th>\n | Pourquoi il existe<\/th>\n<\/tr>\n<\/thead>\n | \n\n| Nom et version<\/td>\n | Famille-verbe-objet plus un num\u00e9ro de version, par exemple \u00ab edit-exec-summary-v3 \u00bb<\/td>\n | Vous aurez cinq variantes en un mois ; les noms arr\u00eatent la d\u00e9rive<\/td>\n<\/tr>\n | \n| D\u00e9clencheur<\/td>\n | La situation concr\u00e8te qui appelle cette fiche, par exemple \u00ab tout brouillon de plus de 300 mots destin\u00e9 \u00e0 un d\u00e9cideur \u00bb<\/td>\n | Les fiches se retrouvent par situation, pas par ing\u00e9niosit\u00e9<\/td>\n<\/tr>\n | \n| Entr\u00e9es requises<\/td>\n | Les \u00e9l\u00e9ments exacts \u00e0 coller ou \u00e0 joindre : brouillon, public, d\u00e9cision attendue, plafond de longueur<\/td>\n | Les entr\u00e9es manquantes sont la cause la plus fr\u00e9quente d’un r\u00e9sultat faible<\/td>\n<\/tr>\n | \n| Corps du prompt (fig\u00e9)<\/td>\n | Le texte int\u00e9gral, s\u00e9parateurs et casse compris, jamais retap\u00e9 de m\u00e9moire<\/td>\n | Les seuls changements de mise en forme modifient les r\u00e9sultats<\/td>\n<\/tr>\n | \n| Mod\u00e8le et r\u00e9glages<\/td>\n | Le mod\u00e8le et le mode sur lesquels vous l’avez test\u00e9, avec un renvoi vers votre r\u00e8gle de routage<\/td>\n | Les r\u00e9sultats ne se transf\u00e8rent pas d’un mod\u00e8le \u00e0 l’autre sans changement<\/td>\n<\/tr>\n | \n| Cas de test<\/td>\n | Trois entr\u00e9es avec la sortie que vous avez accept\u00e9e, sauvegard\u00e9es \u00e0 c\u00f4t\u00e9<\/td>\n | Une fiche n’est promue qu’apr\u00e8s trois r\u00e9ussites, pas une<\/td>\n<\/tr>\n | \n| Modes de d\u00e9faillance connus<\/td>\n | Ce que ce prompt fait de travers quand il \u00e9choue, par exemple \u00ab ajoute des faits absents du brouillon \u00bb<\/td>\n | Transforme une mauvaise surprise en garde-fou permanent<\/td>\n<\/tr>\n | \n| Ligne de fronti\u00e8re<\/td>\n | La phrase explicite \u00ab ne pas utiliser pour \u00bb, par exemple \u00ab pas pour une formulation juridique ou financi\u00e8re \u00bb<\/td>\n | La p\u00e9nalit\u00e9 hors fronti\u00e8re est le plus grand risque document\u00e9<\/td>\n<\/tr>\n | \n| Derni\u00e8re v\u00e9rification et responsable<\/td>\n | La date de votre derni\u00e8re ex\u00e9cution des cas de test ; qui maintient la fiche dans une \u00e9quipe<\/td>\n | Les mod\u00e8les changent ; une fiche sans date est une rumeur<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\nUne fiche remplie<\/h3>\nNom et version :<\/strong> edit-exec-summary-v3 (r\u00e9vision d’une synth\u00e8se pour la direction). \nD\u00e9clencheur :<\/strong> Tout brouillon de plus de 300 mots qui sera lu par quelqu’un qui d\u00e9cide de quelque chose. \nEntr\u00e9es requises :<\/strong> Le brouillon ; le r\u00f4le du lecteur ; la d\u00e9cision unique que le lecteur doit prendre ; le plafond de longueur en mots. \nCorps du prompt (fig\u00e9) :<\/strong> \u00ab Vous r\u00e9visez, vous n’\u00e9crivez pas. Conservez chaque affirmation factuelle exactement telle qu’elle est donn\u00e9e et n’ajoutez aucun fait, chiffre ou exemple qui ne figure pas dans le brouillon. Lecteur : [r\u00f4le]. D\u00e9cision que le lecteur doit prendre apr\u00e8s lecture : [d\u00e9cision]. R\u00e9\u00e9crivez le brouillon de sorte que le premier paragraphe \u00e9nonce la recommandation et le chiffre unique qui la soutient, que le deuxi\u00e8me paragraphe donne les deux raisons les plus fortes, et que le dernier paragraphe nomme le risque et ce qui ferait changer la recommandation. Maximum [N] mots. L\u00e0 o\u00f9 le brouillon manque d’un fait dont le lecteur aura besoin, ins\u00e9rez le marqueur [LACUNE : ce qui manque] au lieu de le combler. Renvoyez uniquement le texte r\u00e9\u00e9crit. \u00bb \nMod\u00e8le et r\u00e9glages :<\/strong> Le mod\u00e8le g\u00e9n\u00e9raliste pr\u00e9vu par notre r\u00e8gle de routage pour la r\u00e9daction ; sans navigation web. \nCas de test :<\/strong> Une note budg\u00e9taire, un e-mail d’avancement de projet, un jeu de notes de pr\u00e9sentation, chacun avec la sortie accept\u00e9e sauvegard\u00e9e. \nModes de d\u00e9faillance connus :<\/strong> Supprime des qualificatifs comme \u00ab pr\u00e9liminaire \u00bb en compressant ; fusionne parfois deux raisons en une. \nLigne de fronti\u00e8re :<\/strong> Pas pour le langage contractuel, les d\u00e9p\u00f4ts r\u00e9glementaires ni rien ayant un effet juridique ; pas pour les brouillons sans aucun chiffre (utilisez la fiche de r\u00e9daction \u00e0 la place). \nDerni\u00e8re v\u00e9rification et responsable :<\/strong> 2026-10, vous.<\/p>\nRemarquez que la fiche encode le constat tir\u00e9 des donn\u00e9es d’usage de ChatGPT : deux tiers des demandes de r\u00e9daction professionnelle sont des r\u00e9visions d’un texte que l’utilisateur poss\u00e8de d\u00e9j\u00e0. La fiche la plus pr\u00e9cieuse de la plupart des biblioth\u00e8ques est une fiche de r\u00e9vision, pas une fiche de r\u00e9daction.<\/p>\n | | | |