Comment bien écrire un prompt quand on est enseignant⁠ ⁠?

Une consigne vague donne une réponse vague. C'est le point de départ de Gabriel Maës, formateur expert en IA, qui a enseigné plus de quinze ans dans le secondaire et le supérieur à l'Institut catholique de Paris et a formé des centaines d'enseignants. Dans le n°30 d'Innovation en Éducation, il propose une méthode, baptisée C.R.T.C.S., pour écrire des prompts (les consignes que l'on adresse à une IA) qui donnent des résultats exploitables en classe.

Pourquoi « crée-moi un exercice » ne marche-t-il pas ?

Parce que l'IA ne sait rien de votre classe. Si vous tapez cette phrase, explique l'auteur, vous n'avez donné aucune instruction précise, et la réponse sera médiocre. Écrire un bon prompt, c'est donc apprendre à communiquer avec l'outil.

La méthode repose sur cinq éléments, des détails sur la classe jusqu'au format exact de la réponse attendue. L'auteur insiste : tous les prompts qui fonctionnent les contiennent.

Il affirme que cette discipline fait gagner jusqu'à dix heures par semaine aux enseignants qui la maîtrisent. Le chiffre est le sien, et il vaut surtout comme ordre de grandeur : chacun peut mesurer son propre gain.

Un exemple : décrire sa classe plutôt que se présenter

Le premier élément est le contexte, et il illustre bien l'esprit de la méthode. Dire « je suis prof de français » ne suffit pas, l'IA devine. L'auteur propose de décrire ce qu'un collègue voudrait savoir : le niveau, l'effectif, le niveau de lecture de la classe, les profils particuliers (élèves allophones, élèves DYS), le moment de l'année, le chapitre en cours, le manuel utilisé. Avec ces informations, l'IA adapte le vocabulaire, la complexité, les exemples et la durée des activités.

Son conseil pour s'en convaincre est simple : essayer avec et sans ces détails, sur le même exercice. L'écart, assure-t-il, est brutal. Les quatre autres éléments suivent la même logique de précision, et le magazine les détaille un à un avec des modèles de prompts.

Faut-il aussi dire à l'IA ce qu'on ne veut pas ?

Oui, c'est l'une des techniques avancées de l'article. En plus de ce que l'on attend, on indique explicitement ce que l'on refuse : pas de questions fermées, pas de dates à apprendre par cœur, pas de documents trop longs pour des élèves allophones, par exemple.

Il explique aussi que les contraintes, loin de limiter, encadrent : durée réelle de la séance, nombre de photocopies, accessibilité pour les élèves DYS, différenciation sur plusieurs niveaux.

Comment s'y prendre pour un gros projet ?

En le découpant. L'auteur appelle cela le chaînage de prompts : chaque consigne s'appuie sur la réponse précédente. Il prend l'exemple d'une séquence complète de plusieurs séances, que l'on construit en demandant d'abord l'architecture, puis le détail d'une séance, puis les documents, puis l'évaluation. Il y voit une façon d'obtenir un résultat cohérent et différencié, sans noyer l'IA sous une seule demande géante.

L'article explique aussi ce qu'est le markdown, ce petit langage de balisage qui permet de structurer un prompt avec des titres et des listes, faute de pouvoir mettre un mot en gras comme dans un traitement de texte.

Que garder en tête avant de s'y mettre ?

Un point d'honnêteté : cette méthode exige un vrai investissement au départ, et un contenu produit par l'IA se vérifie toujours. L'auteur conseille de conserver les prompts qui ont donné satisfaction pour les réutiliser, et l'article se termine sur une check-list de ce qu'un bon prompt contient.