Concept Prompt Engineering
L'art de formuler des prompts efficaces pour un LLM : première brique de l'interaction avec l'IA, désormais englobée par le context engineering.
SFEIR AI · Mis à jour le 14 septembre 2026
Formuler la bonne requête
Le Prompt Engineering désigne l'art de formuler les instructions données à un modèle de langage : cadrage, exemples, format de sortie, décomposition du raisonnement. C'est la première discipline née de l'IA générative, celle qui a montré que la qualité de la réponse dépend d'abord de la qualité de la demande. Anthropic la définit sobrement comme « methods for writing and organizing LLM instructions for optimal outcomes ».
Le terme apparaît dans la littérature de recherche vers 2021, sans qu'un inventeur fasse consensus : la revue de littérature de référence sur le sujet cite deux publications de cette année-là, et d'autres attributions circulent sans qu'aucune source première ne tranche. Les principaux éditeurs de modèles publient depuis leurs propres guides de prompting.
Absorbé par le context engineering
À mesure que les usages se sont industrialisés, le prompt seul a montré ses limites : 80 % du travail se joue avant le prompt. Le Context Engineering a élargi la discipline, le prompt n'étant que la pointe d'un contexte structuré (conventions, specs, mémoire, outils) qui, lui, fait la différence dans la durée. Anthropic acte ce déplacement en septembre 2025 en présentant le context engineering comme « la progression naturelle du prompt engineering ».
Questions fréquentes
Le prompt engineering est-il dépassé ?
Pas dépassé, mais recadré : bien formuler une requête reste utile, mais l'essentiel s'est déplacé vers le context engineering — la structuration du contexte (conventions, specs, mémoire, outils) qui entoure le prompt et détermine la fiabilité dans la durée.
Quand le terme est-il apparu ?
Vers 2021 dans la littérature de recherche, selon la revue de référence sur les techniques de prompting, qui cite deux publications de cette année-là. Les techniques de prompt elles-mêmes sont antérieures, et aucun inventeur ne fait consensus.
Comment les éditeurs le définissent-ils ?
Anthropic le décrit comme l'ensemble des méthodes d'écriture et d'organisation des instructions données à un modèle pour en obtenir un résultat optimal, avec une attention particulière portée aux prompts système. Les autres grands éditeurs publient des guides comparables.
Quelle différence avec le context engineering ?
Le prompt engineering porte sur l'instruction ; le context engineering sur la totalité de ce que le modèle voit à chaque tour, y compris mémoire, outils et documents récupérés. Anthropic présente le second comme la progression naturelle du premier.
Sources
- Anthropic — Effective context engineering for AI agents · 2025-09-29
methods for writing and organizing LLM instructions for optimal outcomes
- arXiv — The Prompt Report: A Systematic Survey of Prompting Techniques · 2024-06
Articles liés
Context Engineering : le guide complet pour 2026
Le Context Engineering est la discipline qui structure le contexte alimentant les agents IA. Architecture 3-Tier, CDLC, et Compound Engineering : tout comprendre.
Architecture 3-Tier du contexte : Hot, Warm et Cold Memory
Le paradoxe du prompt vide : quand 80 % du travail se fait avant d'écrire Une étude portant sur 283 sessions de travail avec des agents IA révèle un chiffre qui devrait faire réfléchir tout architecte logiciel : l'infrastructure contextuelle représente désormais 24,2 % de la doc...
Le CDLC : traiter le contexte comme une dépendance logicielle
Le paradoxe du prompt vide : quand 80 % du travail se passe avant d'écrire Vous avez probablement déjà vécu cette situation : un développeur passe une heure à peaufiner un prompt, obtient un résultat médiocre, reformule, recommence, et finit par se demander si l'IA tient vraimen...