Ecrire un prompt agent
Comment construire un prompt agent. Structure obligatoire, chaque bloc, calibrer l'autonomie, tester, erreurs courantes.
Le prompt est le cerveau de l'agent. Mauvais prompt = agent imprevistible.
Un bon prompt agent n'est pas un texte libre. C'est une structure rigide avec 7 blocs obligatoires.
Les 6 composants d'un prompt efficace
Avant de structurer un prompt agent, il faut maitriser les 6 composants universels. Chaque composant resout un probleme precis.
┌─────────────────────────────────────────────────────┐
│ 1. ROLE → Active un cluster de savoir │
│ 2. CONTEXTE → Personnalise la reponse │
│ 3. INSTRUCTION → Definit les etapes │
│ 4. CONTRAINTES → Definit les interdits │
│ 5. FORMAT → Rend l'output predictible │
│ 6. EXEMPLES → Ancre la qualite attendue │
└─────────────────────────────────────────────────────┘1. Role — Activer un cluster de connaissances
Le role active un sous-ensemble precis du savoir du modele. Plus il est specifique, meilleures sont les reponses.
| Mauvais role | Bon role |
|---|---|
| "Tu es un dev" | "Tu es un expert React Next.js App Router" |
| "Tu es un marketeur" | "Tu es un growth hacker B2B SaaS" |
| "Tu es un redacteur" | "Tu es un copywriter reponse directe, style Hormozi" |
Regle : un role specifique > un role generique. Toujours.
2. Contexte — Le background qui personnalise
Sans contexte, le modele donne une reponse generique. Avec contexte, il donne une reponse situee.
## Contexte
- Produit : SaaS de workflows IA (Zephly)
- Audience : solopreneurs non-techniques
- Stade : pre-launch, 0 utilisateurs
- Budget : 0 euro
- Objectif : 50 inscrits waitlist en 2 semainesLe contexte repond a : pour qui, pourquoi, dans quelle situation.
3. Instruction — Etapes numerotees = chain-of-thought implicite
Les etapes numerotees forcent le modele a raisonner sequentiellement. Pas de raccourci mental.
## Instructions
1. Analyse les 3 concurrents directs de Zephly
2. Identifie les angles de messaging sous-exploites
3. Propose 5 hooks pour la landing page
4. Pour chaque hook, ecris un sous-titre explicatif
5. Classe les hooks du plus emotionnel au plus rationnelRegle : verbes d'action precis. "Analyse", "Identifie", "Propose", "Classe". Pas "Pense a" ou "Essaie de".
4. Contraintes — Ce qu'il ne faut PAS faire
Les contraintes negatives sont plus puissantes que les instructions positives. Le modele comprend mieux "ne fais pas X" que "fais Y".
## Contraintes
- PAS de jargon technique (audience non-tech)
- PAS de phrases > 15 mots
- PAS de superlatifs ("le meilleur", "revolutionnaire")
- PAS de comparaison directe avec un concurrent nomme
- PAS de promesses non verifiablesRegle : 3 a 7 contraintes. En dessous, trop flou. Au dessus, trop rigide.
5. Format de sortie — Specifier = output predictible
Dire le format attendu elimine les surprises.
| Format demande | Resultat |
|---|---|
| "Reponds" | Texte libre impredictible |
| "Reponds en JSON" | JSON parsable |
| "Reponds en tableau Markdown" | Tableau copie-collable |
| "Reponds en YAML avec ces champs : ..." | YAML structure exact |
## Format
Reponds en JSON avec cette structure :
{
"hooks": [
{
"titre": "string (max 8 mots)",
"sous_titre": "string (max 20 mots)",
"emotion": "peur | curiosite | desir | urgence"
}
]
}6. Exemples — 2-5 exemples = sweet spot
Les exemples ancrent la qualite. Le modele imite le pattern, pas le contenu.
## Exemples
Bon hook :
- "Ton business tourne. Toi, tu dors." → desir, autonomie
Mauvais hook :
- "La meilleure plateforme d'IA" → generique, superlatif
Edge case :
- "Gratuit. Pour toujours. Vraiment." → Si pricing freemium = ok. Si payant = mensonge.Regles :
- 2-5 exemples = sweet spot. 1 seul = le modele sur-imite.
- Varier les cas (bon, mauvais, edge case).
- Inclure au moins 1 edge case.
Template universel
## Role
[Role specifique avec domaine et niveau]
## Contexte
[Background projet, audience, contraintes business]
## Instructions
1. [Etape 1 — verbe d'action]
2. [Etape 2 — verbe d'action]
3. [Etape 3 — verbe d'action]
## Contraintes
- [Interdit 1]
- [Interdit 2]
- [Interdit 3]
## Format
[Structure exacte attendue]
## Exemples
[2-5 exemples dont 1 edge case]Patterns avances
Chain of Thought (CoT)
Forcer le modele a montrer son raisonnement avant de conclure.
Avant de repondre, raisonne etape par etape.
Montre ton raisonnement entre balises <thinking>.
Puis donne ta reponse finale entre balises <answer>.Usage : decisions complexes, analyses multi-facteurs, debug.
Prompt Chaining
Decouper une tache complexe en prompts sequentiels. Le output de l'etape N est le input de l'etape N+1.
Prompt 1 : Analyse le marche → output = rapport
Prompt 2 : A partir de ce rapport, propose 5 strategies
Prompt 3 : Pour la strategie #2, ecris le plan d'executionUsage : pipelines multi-etapes, workflows agents.
Persona Stacking
Combiner plusieurs expertises dans un seul role.
Tu es un expert en growth marketing B2B SaaS
qui a 10 ans d'experience en copywriting reponse directe
et qui connait intimement le marche des outils IA pour solopreneurs.Usage : taches qui croisent plusieurs domaines.
Negative Space
Definir le vide autour de la reponse attendue. Dire tout ce que la reponse N'EST PAS.
Ta reponse n'est PAS :
- Un article de blog
- Une liste de features
- Un pitch commercial
- Un tutoriel
Ta reponse EST :
- Un email de 5 lignes max
- Envoye a un prospect froid
- Qui provoque une reponseUsage : quand le modele derive vers un format non voulu.
Specificites par modele
| Modele | Technique preferee | Syntaxe |
|---|---|---|
| Claude | Tags XML | <role>, <context>, <instructions>, <constraints> |
| GPT | System prompt + User prompt | System = role/contraintes, User = tache |
| Gemini | Multimodal + exemples | Images en input, few-shot avec captures |
Claude — Tags XML
<role>Expert React Next.js App Router</role>
<context>Projet SaaS Zephly, pre-launch</context>
<instructions>
1. Analyse les composants serveur existants
2. Identifie les opportunities de streaming
3. Propose un plan de migration
</instructions>
<constraints>
- Pas de client components sauf interaction utilisateur
- Pas de useEffect pour le data fetching
</constraints>GPT — System + User
System: Tu es un expert en growth B2B SaaS.
Tu reponds en JSON structure. Max 200 tokens.
Tu ne proposes jamais plus de 5 options.
User: Propose des canaux d'acquisition pour un outil
d'automatisation IA a 0 budget.Gemini — Multimodal
Voici une capture de la landing page actuelle [image].
Voici une capture de la landing page du concurrent [image].
Compare les deux en termes de :
1. Hierarchie visuelle
2. Clarte du value prop
3. Force du CTA
Reponds en tableau comparatif.5 erreurs courantes
1. Kitchen Sink — Tout mettre dans un seul prompt
Le prompt fait 3000 mots. Le modele oublie le debut.
Fix : decouper en prompt chain. 1 prompt = 1 tache.
2. Instructions vagues
"Fais un truc bien" ne donne rien de bien.
Fix : verbes d'action + criteres mesurables. "Ecris 5 hooks de max 8 mots chacun."
3. Pas de contraintes
Le modele fait ce qu'il veut. Il ajoute des emojis, du jargon, des excuses.
Fix : 3-7 contraintes negatives explicites.
4. Accepter le premier resultat
Le premier output est rarement le meilleur. Iterer est normal.
Fix : demander des variantes. "Propose 3 versions differentes." Puis affiner.
5. Meme prompt pour tous les modeles
Claude, GPT et Gemini reagissent differemment au meme prompt.
Fix : adapter la syntaxe (XML pour Claude, system prompt pour GPT, multimodal pour Gemini).
La structure obligatoire
Chaque prompt agent contient ces 7 blocs. Dans cet ordre.
[1. IDENTITE ET ROLE]
[2. PERSONA]
[3. SOURCES ET ACCES]
[4. REGLES DE COMPORTEMENT]
[5. FORMAT DES OUTPUTS]
[6. REGLES D'ESCALADE]
[7. REGLES D'APPRENTISSAGE]Aucun bloc n'est optionnel. Un bloc vide vaut mieux qu'un bloc absent.
Bloc 1 : Identite et role
Dit QUI est l'agent et CE QU'IL FAIT.
## Identite
Tu es le Content Manager d'Agent OS.
Tu geres la creation et la publication de contenu.
## Perimetre
- Redaction d'articles de blog
- Publication sur les reseaux sociaux
- Suivi des metriques de contenu
## Hors perimetre
- Strategie marketing globale
- Gestion du budget publicitaire
- Relations presseRegle : le hors-perimetre est aussi important que le perimetre.
Bloc 2 : Persona
Comment l'agent SE COMPORTE. Son style.
## Persona
- Ton : professionnel, direct, sans jargon inutile.
- Longueur : phrases courtes. Max 20 mots.
- Attitude : proactif. Propose des solutions, pas des problemes.
- Langue : francais. Pas d'anglicismes sauf termes techniques.Sans persona, l'agent utilise un ton generique. Avec, il est reconnaissable.
Bloc 3 : Sources et acces
Les outils et donnees AUTORISES.
## Sources
- MCP obsidian : lecture/ecriture KB
- MCP notion : lecture CRM client
- MCP email : envoi uniquement (pas de lecture)
## Donnees accessibles
- /projects/content/ — tous les fichiers
- /knowledge/marketing/ — en lecture seule
## Donnees interdites
- /projects/finance/ — aucun acces
- Vault secrets — aucun acces directPrincipe du moindre privilege. L'agent n'a que ce dont il a besoin.
Bloc 4 : Regles de comportement
Les DO et DON'T explicites.
## Regles
- TOUJOURS verifier l'orthographe avant de publier.
- TOUJOURS inclure un CTA dans chaque article.
- JAMAIS publier sans validation du manager.
- JAMAIS utiliser de contenu copie sans attribution.
- Si le brief est ambigu, demander une clarification.
- Si une metrique baisse de > 20%, alerter le manager.Etre exhaustif. Chaque regle non ecrite sera interpretee librement.
Bloc 5 : Format des outputs
Comment l'agent REND ses resultats.
## Format output
### Pour un article
- Titre (max 60 caracteres)
- Meta description (max 155 caracteres)
- Corps (500-1500 mots)
- 3 tags suggeres
### Pour un rapport
- Resume executif (3 lignes)
- Metriques cles (tableau)
- Recommandations (liste numerotee)
- Prochaine actionSans format defini, chaque output est different. Impossible a automatiser.
Bloc 6 : Regles d'escalade
QUAND l'agent doit arreter et remonter.
## Escalade vers manager
- Brief incomplet ou contradictoire
- Besoin d'acces a une source non autorisee
- Resultat incertain (confiance < 70%)
- Tache hors perimetre detectee
## Escalade vers CEO
- Conflit avec un autre agent/manager
- Decision impactant la reputation
- Budget depasse ou non prevu
- Erreur critique detectee post-publicationUn agent sans regles d'escalade est dangereux. Il prend des decisions qu'il ne devrait pas prendre.
Bloc 7 : Regles d'apprentissage
Comment l'agent S'AMELIORE.
## Apprentissage
- Apres chaque publication : noter les metriques dans le log.
- Si un article performe > 2x la moyenne : analyser pourquoi.
- Si un article performe < 0.5x : analyser pourquoi.
- Mettre a jour le skill-contenu avec les lecons apprises.
- Revue mensuelle des patterns de succes/echec.Calibrer l'autonomie
Tous les agents n'ont pas le meme niveau de liberte.
+-------------+---------------------------+------------------------+
| Niveau | L'agent decide... | Modele conseille |
+-------------+---------------------------+------------------------+
| Executant | Rien. Il suit les procs. | Haiku ($) |
| Autonome | Comment executer la tache | Sonnet ($$$) |
| Strategique | Quelles taches prioriser | Opus ($$$$) |
+-------------+---------------------------+------------------------+Haiku ($) — Executant
Utiliser quand :
- La tache est repetitive
- Les etapes sont 100% definies
- Aucune decision n'est necessaire
Exemple : "Reformate ce CSV selon le template T-003."Sonnet ($$$) — Autonome
Utiliser quand :
- La tache necessite du raisonnement
- Plusieurs approches sont possibles
- Le contexte influence la methode
Exemple : "Redige un article sur le sujet X pour notre audience."Opus ($$$$) — Strategique
Utiliser quand :
- La decision a un impact significatif
- Plusieurs facteurs contradictoires
- Erreur = consequence grave
Exemple : "Decide si on lance le produit Y ce trimestre."Format prompt sub-agent
Les sub-agents recoivent un prompt simplifie en 4 parties.
QUOI : [La tache precise]
CONTEXTE : [Ce que le sub-agent doit savoir]
COMMENT : [Les contraintes et la methode]
FORMAT : [Comment rendre le resultat]Exemple concret :
QUOI : Resumer cet article en 3 bullet points.
CONTEXTE : Article de blog tech, audience = developpeurs juniors.
COMMENT : Phrases simples. Pas de jargon. Max 15 mots par point.
FORMAT : Liste markdown. Chaque point commence par un emoji.Regle dure : profondeur max = 1. Pas de sub-sub-agents.
Tester un prompt
Test en 3 rounds
Round 1 : Tache simple
→ Le prompt produit-il le format attendu ?
Round 2 : Tache ambigue
→ L'agent escalade-t-il au lieu de deviner ?
Round 3 : Tache hors perimetre
→ L'agent refuse-t-il ou signale-t-il ?Si les 3 rounds passent, le prompt est valide.
Erreurs courantes
Prompt trop long. 2000 mots de prompt = l'agent oublie la moitie. Les 7 blocs doivent tenir en 80 lignes max.
Pas de hors-perimetre. L'agent fait tout ce qu'on lui demande. Y compris ce qu'il ne devrait pas faire.
Regles implicites. "C'est evident qu'il ne doit pas faire ca." Non. Rien n'est evident pour un agent. Tout est explicite.
Format output manquant. Chaque agent invente son propre format. Le manager perd du temps a reformater.
Pas de test hors-perimetre. L'agent semble marcher. Jusqu'au jour ou il recoit une tache inattendue.
Lecture liee
- Creer un agent — Definir l'agent avant d'ecrire son prompt
- Choisir un modele — Adapter le modele au niveau d'autonomie du prompt
- Creer un skill — Les skills que l'agent lira avant d'agir