Menu

Prompting par rôle : persona et "agis comme"

Le prompting par rôle donne au modèle un personnage à jouer, comme un tuteur, un relecteur de code ou un recruteur. Un rôle change le destinataire de la réponse et le niveau d'exigence ; il n'ajoute pas de connaissances qui manquent au modèle.

Chaque prompt de cette page se modifie, puis s'ouvre dans ChatGPT, Claude ou une autre application d'IA.

Le prompting par rôle consiste à dire au modèle qui il est avant de lui dire quoi faire : "Tu es un professeur de maths patient", "Agis comme un recruteur pour un poste de développeur junior". Le rôle change le destinataire de la réponse, les mots employés, le niveau de détail et ce sur quoi elle porte son attention. Il ne donne pas au modèle des connaissances qu'il n'a pas déjà : un rôle sert à orienter une réponse, pas à ajouter des faits.

Ce que change un rôle

Un rôle est une façon compacte de régler plusieurs choses à la fois :

  • Le public et le vocabulaire. Un tuteur pour débutants définit les termes et utilise des analogies ; un ingénieur senior qui écrit pour ses pairs saute les deux.
  • Le niveau d'exigence. Un correcteur sévère signale une phrase qu'un lecteur bienveillant laisserait passer. Le rôle décide de ce qui compte comme un problème.
  • L'angle. Un relecteur spécialisé en sécurité et un autre spécialisé en performance lisent la même fonction et remarquent des choses différentes.
  • Le comportement. Un recruteur pose des questions et attend ; on peut demander à un tuteur de donner des indices plutôt que des réponses.

Passez d'un onglet à l'autre ci-dessous. La tâche est identique dans chacun ; seul le rôle change.

Parts
Explique ce qu'est une API en moins de 80 mots.
Try it
Example replyReplies vary between models and runs.

Une API (interface de programmation d'application) est un ensemble de règles qui permet à un logiciel de communiquer avec un autre. Elle définit les requêtes possibles, la façon de les faire et ce que l'on reçoit en retour. Par exemple, une application météo utilise l'API d'un service météo pour obtenir les prévisions. Les API permettent aux développeurs d'utiliser des fonctions et des données d'autres systèmes sans savoir comment ils fonctionnent en interne.

"Tu es un expert" a à peine fait bouger la réponse : elle a gardé la même forme générique et ajouté du jargon, parce que "expert" ne dit rien de la personne qui lit. Le rôle précis a changé le vocabulaire, l'exemple et le point de référence, parce qu'il nommait un public et quelque chose que ce public connaît déjà.

Ce qu'un rôle ne change pas

Un rôle ne peut pas ajouter de connaissances. "Tu es un fiscaliste de renommée mondiale" ne donne pas au modèle les règles fiscales de cette année s'il ne les a jamais apprises, et un personnage sûr de lui peut rendre une mauvaise réponse plus convaincante, pas moins. Ne comptez pas sur une étiquette d'expert pour gagner en précision. Si l'exactitude compte, donnez au modèle les faits ou les documents dont il a besoin et demandez-lui de dire quand il n'est pas sûr ; hallucinations de l'IA présente des prompts qui aident.

C'est la même chose pour les personnes réelles. "Réponds comme le ferait un programmeur célèbre" vous donne une imitation du style public de cette personne. Le modèle ne connaît pas ses opinions privées, donc tout ce qu'il dit en son nom sur une question nouvelle est inventé.

Écrire des rôles précis

Un rôle utile nomme en général quatre choses : le métier, le public, l'objectif et le niveau d'exigence. Comparez :

  • "Tu es rédacteur" devient "Tu es éditeur d'un blog technique et tu supprimes toute phrase qui n'aide pas un débutant à suivre les étapes."
  • "Tu es programmeur" devient "Tu es un développeur Python senior qui relit la pull request d'un collègue junior. Signale d'abord les bugs, puis la lisibilité, et explique chaque point pour qu'il en tire une leçon." Voir prompts pour la revue de code pour des prompts de revue complets.
  • "Agis comme un professeur" devient "Agis comme un professeur de chimie qui prépare un élève de 15 ans à un examen. Pose-moi des questions au lieu de donner les réponses, et donne un indice quand je me trompe."

Un rôle est un élément du prompt, pas le prompt entier. Il fonctionne avec une tâche claire, le contexte que le modèle ne peut pas deviner et la forme de réponse voulue ; le guide pour écrire un prompt présente les autres éléments. Si le rôle et la tâche tirent dans des directions opposées, comme "un relecteur sévère" à qui l'on demande de "rassurer l'auteur", la réponse essaie de faire les deux et n'en réussit souvent aucun.

Les prompts "agis comme" pour s'entraîner

La formule "agis comme" (act as) s'est popularisée grâce aux collections de prompts partagées, où le modèle joue un recruteur, un partenaire de conversation dans une langue étrangère ou même un terminal Linux. Le jeu de rôle est utile pour tout ce que vous voulez répéter : entretiens, conversation difficile, présentation, nouvelle langue.

Ce qui distingue un jeu de rôle qui marche d'un jeu de rôle qui s'effondre, ce sont les règles. Dites au rôle quoi faire à chaque tour, quand vous attendre et quand s'arrêter. Sans elles, le modèle risque de dérouler toute la séance en une seule réponse : cinq questions d'un coup, ou une question suivie d'un exemple de réponse.

Simulation d'entretien d'embauche
Fill in
Agis comme un recruteur qui cherche un développeur frontend junior. Pose-moi une seule question à la fois sur JavaScript et CSS et attends ma réponse. Après chaque réponse, donne deux phrases de retour, puis pose la question suivante. Commence facile et augmente la difficulté. Après cinq questions, arrête-toi et donne-moi une évaluation globale avec le point que je dois le plus travailler.
Try it
Example replyReplies vary between models and runs.

Très bien, commençons. Je vais débuter par une question sur les fondamentaux.

Question 1 : en JavaScript, quelle est la différence entre let, const et var ?

Prends ton temps et réponds comme tu le ferais lors d'un vrai entretien.

Changez le poste et le thème pour répéter votre propre entretien. La ligne "attends ma réponse" est ce qui limite le modèle à une question par tour, et "après cinq questions, arrête-toi" donne à la séance une fin et un bilan.

Où placer le rôle

Un rôle que vous voulez dans chaque réponse a sa place dans le prompt système : le champ système dans l'API, ou les instructions personnalisées et les instructions de projet dans les applications de chat. Là, il s'applique à toute la conversation sans être répété. Pour une demande ponctuelle, placez le rôle dans la première phrase de votre message, avant la tâche.

import anthropic

client = anthropic.Anthropic()
MODEL = "your-model-id"  # e.g. from your provider's model list

message = client.messages.create(
    model=MODEL,
    max_tokens=500,
    system="You are a patient programming tutor for adults in their first month of coding. Give hints before full solutions.",
    messages=[{"role": "user", "content": "Why does my loop print the last item twice?"}],
)
print(message.content[0].text)

Les rôles marchent aussi en cours de conversation. Une fois que le modèle a rédigé un brouillon, lui demander "maintenant, agis comme un relecteur sceptique du brouillon ci-dessus et liste ses trois points les plus faibles" fait souvent ressortir des problèmes que le premier jet avait survolés, parce que le nouveau rôle change ce que le modèle cherche.

Questions fréquentes

Qu'est-ce que le prompting par rôle ?

Le prompting par rôle consiste à dire au modèle qui il est avant de lui dire quoi faire, par exemple "Tu es un professeur de maths patient pour des enfants de 12 ans" ou "Agis comme un recruteur pour un poste de développeur junior." Le rôle façonne le public de la réponse, son vocabulaire, sa profondeur et son angle, et dans une conversation il peut changer le comportement du modèle, par exemple poser des questions au lieu d'y répondre.

Dire à l'IA qu'elle est experte la rend-elle plus précise ?

N'y comptez pas. Une étiquette comme "Tu es un expert de renommée mondiale" ne donne pas au modèle les connaissances qui lui manquent, et elle peut rendre une mauvaise réponse plus assurée. Pour gagner en précision, fournissez au modèle les faits ou les sources dont il a besoin, demandez-lui de dire quand il n'est pas sûr, et vérifiez le résultat.

Où placer le rôle ?

Pour un rôle qui doit durer toute la conversation, mettez-le dans le prompt système : le champ système dans l'API, ou les instructions personnalisées et les instructions de projet dans les applications de chat. Pour une demande ponctuelle, mettez-le dans la première phrase de votre message, avant la tâche.

Que sont les prompts "agis comme" ?

Ce sont des prompts qui commencent par "Agis comme" (act as, en anglais) et donnent un rôle au modèle : un recruteur, un partenaire de conversation dans une langue étrangère, un terminal Linux, un guide de voyage. Les collections de prompts partagées ont rendu ce format populaire. Ils marchent le mieux quand ils disent aussi ce que le rôle doit faire à chaque tour et quand s'arrêter.

Qu'est-ce qui fait un bon prompt de rôle ?

La précision. Nommez le métier, le public, l'objectif et le niveau d'exigence : "un développeur Python senior qui relit la pull request d'un collègue junior, les bugs d'abord, puis la lisibilité" donne au modèle bien plus de matière que "un expert." Écrivez ensuite le reste du prompt comme d'habitude : la tâche, le contexte et le format.

Coddy programming languages illustration

Apprendre à coder avec Coddy

COMMENCER