En brefUne bibliothèque de prompts sert à ne plus réécrire de mémoire, chaque semaine, la consigne qui avait si bien marché le mois dernier. Pour qu’elle soit utilisée, elle doit rester petite et vivante : on n’y range que des prompts déjà testés sur de vrais cas, chacun avec son mode d’emploi, ses variables clairement repérées, un exemple de résultat validé et un numéro de version. L’outil de stockage compte moins que la discipline. Un simple document partagé, bien tenu, fera mieux qu’une plateforme sophistiquée que personne n’ouvre.
Tout le monde a connu ce moment. Il y a trois semaines, vous avez obtenu de ChatGPT ou de Claude un email de relance parfait, après une demi-heure d’allers-retours. Aujourd’hui, vous avez besoin du même, et le prompt est quelque part dans l’historique, entre une question sur une recette et un résumé de réunion. Vous le réécrivez à peu près. Le résultat est moins bon, et vous ne savez pas pourquoi.
À l’échelle d’une équipe, le problème grossit vite. Chacun a ses formules, rangées dans des notes personnelles ou nulle part, et la qualité des textes produits dépend surtout de la personne qui les a demandés. Une bibliothèque de prompts règle ça. À condition de ne pas en faire un cimetière.
Sommaire
Pourquoi la plupart des bibliothèques meurent
Le scénario classique : quelqu’un, plein de bonne volonté, crée un document « Prompts de l’équipe ». Il y colle une soixantaine de prompts trouvés sur LinkedIn, dans des newsletters ou dans des listes du type « 100 prompts pour booster votre marketing ». Deux mois plus tard, plus personne ne l’ouvre.
Il y a trois raisons à ça, et elles se cumulent souvent. La première, c’est que les prompts n’ont jamais été testés dans le contexte de l’équipe : ils sont génériques, donc ils produisent du générique. La deuxième, c’est qu’il est plus long de chercher le bon prompt dans une liste de soixante que d’en écrire un nouveau. La troisième, c’est que rien ne dit quand utiliser tel prompt plutôt que tel autre, ni ce qu’on doit obtenir en sortie.
Une bibliothèque utile ressemble davantage à une boîte à outils qu’à une collection. On y trouve peu d’outils, mais chacun a fait ses preuves et on sait à quoi il sert.
Ce qui mérite d’y entrer
Mon critère est simple : un prompt entre dans la bibliothèque quand il a servi au moins trois fois sur de vrais cas et que le résultat a été jugé bon par quelqu’un d’autre que son auteur. Avant ça, il reste un brouillon dans vos notes.
Les bons candidats sont les tâches qui reviennent et dont la qualité varie trop selon qui s’en charge :
- les relances commerciales et les réponses aux demandes de devis ;
- les déclinaisons d’un article en publications pour les réseaux sociaux ;
- les annonces Google Ads, avec leurs limites de caractères ;
- les comptes rendus de réunion et les synthèses d’appels clients ;
- les relectures : orthographe, ton de la marque, cohérence des chiffres.
À l’inverse, je laisse dehors les prompts « couteau suisse » censés tout faire, ceux qui ne marchent qu’avec un modèle précis dans une version précise, et ceux que personne n’arrive à expliquer. Si l’auteur lui-même ne sait plus pourquoi telle phrase est là, le prompt ne survivra pas au premier changement d’outil.
La fiche d’un prompt
Un prompt seul, sans contexte, ne sert presque à rien à un collègue. Ce qui rend une bibliothèque utilisable, c’est la fiche qui l’accompagne. Voici les champs que je conseille, du plus important au plus accessoire.
| Champ | Ce qu’on y met |
|---|---|
| Nom | Court, explicite, avec un numéro de version |
| Quand l’utiliser | La situation précise, et celles où il ne convient pas |
| Variables | La liste des éléments à remplacer, avec un exemple pour chacun |
| Prompt | Le texte complet, prêt à copier |
| Exemple validé | Un résultat réel jugé bon, pour savoir à quoi s’attendre |
| Points de vigilance | Ce qu’il faut toujours vérifier en sortie |
| Testé avec | Les outils et modèles sur lesquels il a été essayé |
| Historique | Date, auteur, ce qui a changé et pourquoi |
Le champ le plus négligé est l’exemple validé, et c’est pourtant lui qui fait gagner le plus de temps. Sans exemple, chacun juge le résultat selon ses propres critères. Avec un exemple, on sait tout de suite si la sortie du jour est au niveau ou s’il faut la reprendre.
Séparer ce qui change de ce qui reste
Dans un prompt réutilisable, une partie ne bouge jamais : le rôle, les règles de ton, le format attendu, les interdits. Une autre change à chaque usage : le nom du client, le produit, les chiffres, le texte à traiter. Tant que les deux sont mélangés, chaque réutilisation oblige à relire tout le prompt pour savoir quoi modifier, et on finit par oublier un détail de l’usage précédent. Le nom d’un ancien client qui traîne dans un email, par exemple.
La solution est de repérer visuellement les variables. Les crochets suffisent pour un usage manuel ; les doubles accolades sont la convention de la plupart des outils qui remplissent les modèles automatiquement. Peu importe la notation, tant que toute l’équipe utilise la même.
Tu rédiges un email de relance pour une demande de devis restée sans réponse.
Contexte :
- entreprise : {{entreprise}}
- interlocuteur : {{prenom_nom}}, {{fonction}}
- devis envoyé le : {{date_devis}}
- objet du devis : {{objet}}
- inquiétude exprimée pendant l'échange : {{objection}}
Règles :
- 80 mots maximum, vouvoiement, ton cordial et direct ;
- réponds à l'inquiétude exprimée, sans répéter tout le devis ;
- termine par une question à laquelle on peut répondre en une ligne ;
- n'invente aucune information absente du contexte. S'il manque quelque chose d'important, écris [À COMPLÉTER].
Propose aussi 3 objets de moins de 50 caractères.Remarquez la dernière règle. Un prompt réutilisé des dizaines de fois finira forcément par être lancé avec une variable vide ou mal remplie. Sans consigne explicite, l’IA comble le trou en inventant. Je reviens sur ce risque dans l’article sur les garde-fous contre les hallucinations, mais pour une bibliothèque, c’est la consigne à mettre partout.
Ce découpage est aussi celui que recommandent les éditeurs. Dans son guide de bonnes pratiques, Anthropic conseille de structurer les prompts longs en sections distinctes et d’expliquer la raison de chaque consigne (Anthropic). Pour la structure du prompt lui-même, les sept composants détaillés dans l’anatomie d’un prompt marketing efficace restent un bon point de départ.
Nommer et classer
On cherche un prompt en pensant à la tâche, rarement à l’outil. Personne ne se dit « il me faut un prompt Claude » ; on se dit « il faut que je relance ce prospect ». Classez donc par tâche, en quelques grandes familles : rédaction, réseaux sociaux, publicité, emailing, analyse, relecture. Une douzaine de familles au maximum. Au-delà, on ne sait plus où ranger.
Pour les noms, une convention courte évite les doublons : la famille, la tâche, la version. EMAIL – relance devis – v3 se comprend sans ouvrir la fiche. Prompt relance (nouveau) FINAL 2 ne se comprend pas, et il y en aura bientôt un troisième.
Versionner sans se compliquer la vie
Un prompt s’améliore par petites touches : une contrainte ajoutée parce que les textes sortaient trop longs, une phrase retirée parce qu’elle rendait le ton guindé. Si on écrase la version précédente à chaque fois, on ne sait plus ce qui a amélioré le résultat, et on ne peut pas revenir en arrière quand une modification dégrade tout.
Pas besoin d’outil spécialisé pour ça. Trois habitudes suffisent :
- chaque modification crée une nouvelle version, et l’ancienne reste consultable ;
- on note en une ligne ce qui a changé et pourquoi (« ajout de la limite de 80 mots, les relances dépassaient souvent 150 ») ;
- avant de remplacer la version en usage, on teste la nouvelle sur trois cas réels déjà traités, pour comparer.
Pour les équipes techniques qui appellent les modèles par API, la question s’est réglée d’elle-même cette année. OpenAI a annoncé l’arrêt de ses objets de prompts réutilisables, gérés depuis son tableau de bord : leur création n’est plus mise en avant depuis le 3 juin 2026, et l’interface correspondante doit fermer le 30 novembre 2026. L’éditeur recommande désormais de garder les prompts dans le code de l’application, avec le même processus de relecture et de versionnement que le reste du code (OpenAI). Pour un service marketing, ça ne change rien au quotidien. Mais ça rappelle une chose : une bibliothèque qui dépend entièrement d’une fonction propriétaire peut disparaître avec elle.
Où la ranger en 2026
Il n’y a pas de bon choix universel. Tout dépend de la taille de l’équipe et de la façon dont elle travaille avec l’IA.
| Solution | Pour qui | Limites |
|---|---|---|
| Document ou wiki partagé | La plupart des équipes : simple, tout le monde sait l’utiliser, indépendant des outils d’IA | On copie-colle à chaque usage ; la discipline de mise à jour repose sur les personnes |
| Tableur | Les bibliothèques de plus de trente prompts, avec filtres par famille, auteur ou statut | Peu lisible pour les prompts longs |
| Projets dans ChatGPT ou Claude | Un contexte de travail récurrent (un client, une marque) avec ses consignes et ses documents de référence | Liés à un outil et à un abonnement ; partage limité selon les offres |
| Skills de Claude, skills de Gemini | Les méthodes complètes, appliquées automatiquement quand la tâche se présente | Plus long à mettre en place ; à réserver aux tâches vraiment récurrentes |
| Dépôt de code (Git) | Les équipes qui appellent les modèles par API dans leurs propres outils | Inaccessible pour la plupart des profils marketing |
Les outils d’IA ont tous ajouté une façon d’enregistrer des consignes durables, et le paysage bouge vite. Chez Google, les Gems, ces assistants personnalisés de Gemini avec leurs instructions et leurs fichiers de référence (Aide Gemini), sont en train d’être remplacés par des « skills ». La migration automatique commence le 17 novembre 2026 pour les comptes personnels ; les comptes Google Workspace professionnels gardent leurs Gems jusqu’en mars 2027 (9to5Google, PCWorld). Chez Anthropic, les Skills de Claude suivent la même logique : un dossier d’instructions que l’assistant charge quand il en a besoin.
Mon conseil : gardez toujours une copie maîtresse de vos prompts en dehors des outils d’IA, dans un document ou un tableur qui vous appartient. Les Projets, Gems ou Skills sont de bons endroits pour les utiliser. Ce ne sont pas de bons endroits pour les conserver : la fin des Gems et celle des prompts enregistrés chez OpenAI, la même année, montrent bien pourquoi.
La faire vivre
Une bibliothèque se dégrade plus vite qu’on ne le pense. Les modèles changent, et un prompt calibré pour une version peut devenir trop bavard ou trop sec avec la suivante. Les offres de l’entreprise évoluent, les arguments aussi. Un prompt qui cite encore l’ancienne grille tarifaire est pire qu’aucun prompt.
Ce qui marche, d’après ce que j’observe : une seule personne responsable de la bibliothèque, même si tout le monde peut proposer des ajouts. Une revue par trimestre, une heure au plus, pour retirer ce qui ne sert plus et revérifier les prompts les plus utilisés avec le modèle du moment. Et un moyen simple de signaler un problème, un commentaire dans le document suffit, pour que celui qui obtient un mauvais résultat ne se contente pas de contourner le prompt dans son coin.
Un dernier point, souvent oublié : la confidentialité. Un prompt partagé ne doit contenir aucune donnée réelle de client, ni dans le texte ni dans l’exemple validé. Anonymisez les exemples avant de les ranger. Et vérifiez les conditions d’utilisation des données de l’outil d’IA employé, surtout sur les offres gratuites, avant d’y coller quoi que ce soit de sensible.
Démarrer en une semaine
- Lundi : faites l’inventaire. Demandez à chacun ses trois prompts les plus utilisés, ceux qu’il réécrit le plus souvent.
- Mardi : triez. Gardez ceux qui reviennent chez plusieurs personnes ou qui couvrent une tâche fréquente. Visez dix prompts, pas cinquante.
- Mercredi : rédigez les fiches. Nom, usage, variables, exemple validé, points de vigilance. Séparez le fixe du variable.
- Jeudi : testez. Faites tourner chaque prompt sur deux ou trois cas réels, par une autre personne que son auteur. Corrigez ce qui ne passe pas.
- Vendredi : publiez et désignez un responsable. Rangez la bibliothèque à un endroit que tout le monde connaît, et fixez la date de la première revue.
En résumé
Une bonne bibliothèque de prompts tient en peu de pages. Dix prompts testés, documentés et tenus à jour rendront plus de services que cent formules collectées au fil des lectures. Le travail le plus utile se fait sur les fiches : à quoi sert le prompt, ce qu’on doit y remplacer, à quoi ressemble un bon résultat.
Et gardez la main sur votre copie maîtresse. Les outils d’IA changent de nom et de fonctions tous les six mois ; vos méthodes de travail, elles, méritent de durer plus longtemps.
FAQ
Qu’est-ce qu’une bibliothèque de prompts ?
C’est un ensemble organisé de prompts testés et réutilisables, chacun accompagné d’une fiche qui explique quand l’utiliser, quelles variables remplacer et à quoi ressemble un bon résultat. Elle permet à une personne ou à une équipe d’obtenir des résultats réguliers sans réécrire ses consignes à chaque fois.
Combien de prompts faut-il pour commencer ?
Une dizaine suffit. Mieux vaut quelques prompts testés sur de vrais cas et bien documentés qu’une longue liste de formules génériques que personne n’utilise. La bibliothèque grandit ensuite au rythme des besoins réels.
Où stocker ses prompts réutilisables ?
Un document partagé ou un tableur convient à la plupart des équipes et reste indépendant des outils d’IA. Les Projets de ChatGPT et de Claude, les Skills de Claude ou les skills de Gemini sont pratiques pour utiliser les prompts au quotidien, mais il est prudent de garder une copie maîtresse en dehors de ces outils, dont les fonctions évoluent souvent.
Que deviennent les Gems de Gemini ?
Google remplace les Gems par des « skills ». Pour les comptes personnels, la migration automatique commence le 17 novembre 2026. Les comptes Google Workspace professionnels conservent leurs Gems jusqu’en mars 2027, et les comptes éducation jusqu’en juin 2027.
Comment éviter qu’un prompt réutilisé produise des erreurs ?
Repérez clairement les variables à remplacer, ajoutez une consigne demandant à l’IA de signaler une information manquante au lieu de l’inventer, et joignez à chaque prompt un exemple de résultat validé. Revoyez régulièrement les prompts les plus utilisés, car un changement de modèle peut modifier leurs résultats.
Vous avez déjà une bibliothèque de prompts dans votre équipe ? Je serais curieux de savoir comment vous l’organisez.
