Prompt d'agent IA : écrire les instructions permanentes de ton agent

Le prompt d'un agent IA désigne ses instructions permanentes, aussi appelées prompt système : le texte qu'il relit à chaque exécution avant d'agir. Ce n'est pas une question de chat : il s'écrit une fois, au moment de créer un agent IA, puis se corrige.

Vérifié le 24/10/2026 sur les guides d'OpenAI, d'Anthropic, de Datablist et de l'OWASP.

L'essentiel à retenir :

• Le prompt d'un agent est un texte stable qu'il relit à chaque exécution, pas une question posée une fois.
• Six blocs suffisent à le structurer : rôle, tâche unique, ce qu'il reçoit, ce qu'il rend, cas limites, ce qui remonte à toi.
• Un interdit s'écrit comme une action précise. « Ne fais pas de bêtise » ne protège de rien.
• Une instruction ne remplace pas une limite technique : ce que l'agent ne doit pas faire, il ne doit pas non plus pouvoir le faire.
• On part d'instructions courtes et on les complète à partir des erreurs observées, une ligne à la fois.

Ce guide explique ce qu'est le prompt d'un agent, ce qui le distingue d'un prompt de conversation, ce qu'il doit contenir, comment y écrire les interdits, et comment le corriger quand l'agent se trompe. Un exemple complet sert de modèle.

Qu'est-ce que le prompt d'un agent IA ?

Le prompt d'un agent IA est le texte d'instructions qui fixe son rôle, sa tâche et ses règles, et que le modèle relit à chaque exécution. On l'appelle aussi prompt système ou instructions permanentes. Le guide d'OpenAI « A practical guide to building agents » (en anglais, PDF créé le 7 avril 2025) en fait l'un des trois composants de base d'un agent, avec le modèle et les outils.

Le même guide insiste : des instructions de qualité comptent pour toute application qui utilise un modèle de langage, mais elles sont « particulièrement critiques pour les agents ». Des consignes claires réduisent l'ambiguïté et améliorent les décisions de l'agent, avec moins d'erreurs dans l'exécution.

Si la notion d'agent elle-même reste floue, l'article agent IA : définition, fonctionnement et limites pose les bases.

Quelle différence entre le prompt d'un agent et un prompt de conversation ?

Un prompt de conversation sert une fois, avec toi en face pour corriger. Le prompt d'un agent sert à chaque exécution, souvent sans personne pour relire avant qu'il agisse. Cette différence change la façon d'écrire.

Dans un chat, une ambiguïté se règle par une relance. Dans un agent, elle se reproduit à chaque exécution tant que le texte n'a pas changé.

Que doivent contenir les instructions permanentes d'un agent ?

Les instructions permanentes d'un agent doivent couvrir six blocs. Ils reprennent les bonnes pratiques d'OpenAI (découper la tâche, définir des actions claires, prévoir les cas limites) et les règles de Datablist dans son guide « 11 règles clés pour rédiger des prompts d'agents IA » (publié le 24 mai 2025, mis à jour le 30 septembre 2026).

1 - Le rôle

Une phrase qui dit qui est l'agent et pour qui il travaille. Datablist recommande de commencer toujours par l'objectif et le contexte nécessaire. Le rôle situe l'agent avant toute consigne.

2 - La tâche unique

Ce que l'agent fait, en une phrase, découpé en étapes. OpenAI conseille de transformer les documents denses en étapes plus petites et plus claires, et de faire correspondre chaque étape à une action ou un résultat précis. Une tâche par agent : si tu écris « et aussi », c'est souvent un deuxième agent.

3 - Ce qu'il reçoit

D'où viennent les informations qu'il traite : un message, une ligne de tableau, un dossier, un formulaire. L'agent doit savoir où regarder et ce qu'il trouvera.

4 - Ce qu'il rend et sous quelle forme

Le format exact du résultat : un brouillon d'e-mail, une ligne remplie, une liste. Datablist demande d'identifier clairement les données de sortie et de fournir des exemples précis. Un format décrit sans exemple laisse l'agent improviser.

5 - Les cas limites

Ce que fait l'agent quand une information manque ou qu'une situation sort du cadre. OpenAI parle de prévoir les variations courantes avec des étapes conditionnelles, par exemple une étape de repli quand une donnée requise manque. Datablist en fait deux règles : préciser les erreurs à éviter, et définir la marche à suivre en cas d'erreur ou de données manquantes. Dans sa FAQ, Datablist désigne d'ailleurs cette partie comme celle qu'il ne faut surtout pas oublier.

6 - Ce qui remonte à toi

La liste des situations où l'agent s'arrête et te demande : une action visible par un client, une dépense, un doute. Ce bloc dit aussi sous quelle forme il te prévient.

Comment écrire ce que l'agent ne doit jamais faire seul ?

Tu écris un interdit comme une action précise, avec ce que l'agent fait à la place. « Sois prudent avec les clients » ne dit rien d'utilisable. « N'envoie aucun e-mail à un client : rédige un brouillon et attends un accord écrit de ma part » dit quoi ne pas faire, et quoi faire.

Trois règles aident à rédiger ce bloc :

• nommer l'action : envoyer, publier, payer, supprimer, modifier une donnée client ;
• nommer le remplaçant : brouillon, signalement, question posée ;
• nommer le signal attendu : un accord écrit, pas un silence ni une absence de réponse.

Le texte ne suffit pas. L'OWASP, dans sa fiche LLM06:2025 Excessive Agency (en anglais), décrit le risque d'un agent qui agit à partir d'une sortie inattendue, ambiguë ou manipulée. Ses recommandations vont au-delà des consignes : réduire au minimum les permissions des outils de l'agent, exiger l'accord d'un humain avant les actions à fort impact, et vérifier les autorisations dans les systèmes appelés plutôt que de laisser le modèle décider si une action est permise.

En pratique, donne à l'agent le moins d'accès possible : un agent qui n'a pas le droit d'envoyer ne doit pas non plus disposer d'un outil qui envoie. La liste des actions à encadrer et la façon de les verrouiller sont détaillées dans l'article sur les garde-fous des agents IA.

À quoi ressemblent les instructions complètes d'un agent ?

Des instructions complètes tiennent sur une page et suivent les six blocs. L'exemple ci-dessous en montre la forme.

Scénario type, pas un résultat : un développeur freelance confie à un agent la préparation des relances de factures impayées. L'agent prépare les messages, le développeur les valide. Les valeurs entre crochets sont à fixer par toi. Le processus de relance lui-même est traité dans l'article sur l'agent IA pour freelance.

RÔLE Tu es l'assistant de facturation de [ton nom], développeur freelance. Tu prépares les relances de factures impayées. Tu n'envoies rien.

TÂCHE 1. Lis la liste des factures émises. 2. Repère les factures dont l'échéance est dépassée de plus de [délai que tu fixes]. 3. Pour chacune, rédige un brouillon de relance. 4. Rends la liste des brouillons.

CE QUE TU REÇOIS

• Le tableau des factures : client, numéro, montant, date d'échéance, statut.
• La fiche de chaque client : nom du contact, adresse e-mail, ton à employer.

CE QUE TU RENDS Pour chaque facture concernée, un bloc :

• Client :
• Facture et échéance :
• Objet du message :
• Brouillon du message (cinq lignes au plus, ton de la fiche client) :
• Point à vérifier, s'il y en a un :

Exemple d'objet : « Facture [numéro] arrivée à échéance le [date] »

CAS LIMITES

• Statut « payée » ou « en litige » : ne rédige rien, passe à la suivante.
• Adresse e-mail absente : ne devine pas, écris « contact manquant ».
• Relance déjà envoyée pour cette facture : signale-le au lieu de rédiger.
• Montant ou date illisible : écris « donnée à vérifier » et ne rédige pas.

CE QUI REMONTE À MOI

• Tu n'envoies aucun message. Tu rends des brouillons.
• Tu ne modifies jamais le statut d'une facture.
• Tout cas qui ne rentre dans aucune règle ci-dessus : tu le décris et tu t'arrêtes.

Remarque la place des interdits : ils sont écrits comme des actions, et chacun dit quoi faire à la place. Dans un vrai déploiement, l'agent n'aurait de toute façon pas d'outil d'envoi ni de droit d'écriture sur le tableau.

Quelle longueur et quel niveau de détail donner aux instructions ?

Les instructions doivent être aussi courtes que possible, mais assez complètes pour que l'agent sache quoi faire. Anthropic, dans « Effective context engineering for AI agents » (en anglais, publié le 29 septembre 2025), parle de trouver la « bonne altitude » entre deux échecs courants.

• Trop bas : une logique rigide codée en dur dans le prompt pour obtenir un comportement exact. Le texte devient fragile et difficile à maintenir.
• Trop haut : des consignes vagues qui ne donnent pas de signal concret ou supposent un contexte partagé que l'agent n'a pas.

Anthropic précise que minimal ne veut pas forcément dire court : l'agent doit recevoir d'emblée assez d'informations pour suivre le comportement attendu.

Sur les exemples, l'éditeur déconseille d'empiler une longue liste de cas particuliers pour couvrir toutes les règles possibles. Il recommande plutôt quelques exemples variés et représentatifs du comportement voulu. Pour un modèle, conclut-il, les exemples valent mieux qu'un long discours.

Comment corriger les instructions quand l'agent se trompe ?

Tu corriges les instructions à partir des erreurs observées, une modification à la fois. Anthropic conseille de tester d'abord un prompt minimal, puis d'ajouter des consignes claires et des exemples selon les échecs constatés. Datablist le formule à sa façon : améliorer les prompts de manière itérative, sans rejeter la faute sur l'agent quand les résultats sont mauvais.

1 - Garde l'exécution qui a échoué

Note ce que l'agent a reçu, ce qu'il a rendu et ce que tu attendais. Sans cette trace, tu corriges à l'aveugle.

2 - Trouve le bloc en cause

Rattache l'erreur à l'un des six blocs : une tâche floue, un format sans exemple, un cas limite absent. Si l'agent n'avait pas l'information nécessaire, le problème vient de ce qu'il lit, pas de ses instructions.

3 - Ajoute ou modifie une ligne

Une correction à la fois. Si tu changes trois choses, tu ne sauras pas laquelle a réglé le problème, ni laquelle en a créé un autre.

4 - Garde l'ancienne version

Conserve la version précédente des instructions avec sa date. Si la correction dégrade un autre cas, tu reviens en arrière sans tout réécrire.

Les tests complets d'un agent avant sa mise en service relèvent de sa construction, pas de la rédaction de son prompt.

Quelle différence entre les instructions et ce que l'agent lit ?

Les instructions disent à l'agent comment travailler. Ce qu'il lit au moment d'agir (documents, résultats d'outils, mémoire, historique) lui donne la matière, et ce tri relève du context engineering, traité dans un article dédié.