Travailler avec l’IA : formuler, vérifier, améliorer

La première réponse d’une IA donne une piste, rarement une preuve que la méthode est prête à être réutilisée. Pour obtenir une aide durable, il faut décrire le résultat, sélectionner les informations utiles et vérifier ce qui se passe sur plusieurs cas. Cette discipline est accessible à une équipe métier ; elle ne suppose pas de transformer chaque utilisateur en spécialiste des modèles.

1. Écrire le brief avant la consigne

Définissez la tâche, le lecteur et le livrable attendu. « Aider sur la réunion » reste vague ; « extraire les actions décidées, leur responsable et leur échéance, avec leur passage source » permet un contrôle. Précisez ce qui doit rester vide lorsque l’information manque et ce qui exige une validation humaine.

Choisissez ensuite les données nécessaires et vérifiez que le produit et le compte peuvent les recevoir dans le cadre autorisé. Ajouter tous les documents disponibles peut introduire des versions périmées ou des contradictions. Un contexte plus ciblé rend souvent le diagnostic des erreurs plus simple.

2. Formuler une instruction contrôlable

Une consigne utile contient un objectif, des références, un format de sortie et les règles de traitement des incertitudes. Voici un exemple illustratif :

À partir de ce compte rendu de démonstration, construis un tableau des actions explicitement décidées. Pour chaque ligne, fournis l’action, le responsable, l’échéance et le passage source. Écris « non indiqué » pour une donnée absente. Sépare les propositions non validées des actions décidées.

Un exemple de ligne attendue peut aider à expliquer le format. Il ne doit pas contenir une réponse fictive que l’outil risque de reproduire comme un fait. Microsoft présente l’utilisation d’entrées d’exemple et la phase de test dans sa documentation pour créer un prompt.

3. Tester ce qui peut mal se passer

Préparez quelques variantes du même travail : un compte rendu complet, une échéance absente, deux formulations contradictoires et une réunion qui n’a décidé aucune action. Rédigez les éléments attendus à partir des documents, avant de lire la réponse de l’IA. Cela évite de laisser une réponse convaincante définir elle-même le niveau d’exigence.

Pour chaque essai, contrôlez les actions inventées, les omissions, les responsables et les dates. Une sortie vide correctement expliquée peut être meilleure qu’un tableau rempli d’hypothèses. Faites plusieurs essais sur les cas sensibles afin de repérer des comportements variables, sans présenter une série courte comme une garantie statistique.

4. Corriger la bonne cause

Une erreur peut provenir d’une consigne ambiguë, d’une source ancienne, d’une information inaccessible ou d’une capacité insuffisante. Modifiez un élément à la fois puis rejouez les mêmes cas. Si vous changez simultanément le modèle, le document et le format, vous ne saurez pas ce qui a amélioré le résultat.

Conservez la version de la consigne, les références utilisées et les corrections nécessaires. Les mécanismes d’évaluation d’agents dans Copilot Studio illustrent cette logique de tests répétés ; leur disponibilité et leurs méthodes dépendent de l’expérience, certaines étant en préversion. Une grille manuelle suffit pour commencer.

5. Mesurer l’effort total et décider

Comparez le temps consacré à préparer les sources, produire la réponse, vérifier et corriger. Une génération rapide ne constitue pas un gain si la vérification coûte davantage que le travail initial. Demandez au destinataire si le livrable corrigé est réellement utilisable.

Gardez une recette courte : quand utiliser l’IA, quelles sources choisir, quelle consigne employer, quels points contrôler et quand escalader. Toute action ajoutée ensuite — envoyer, publier ou modifier un dossier — demande son propre cadrage. Une méthode validée pour préparer un brouillon ne vaut pas autorisation de l’envoyer.

Les références ont été consultées le 23 octobre 2026. L’exemple utilise un scénario de démonstration et ne revendique aucun résultat obtenu chez un client.

Ateliers et formation · IA et automatisation métier