Ils sont apparus sur LinkedIn il y a deux ans et ils y sont toujours : « expert en prompts », « prompt engineer », « ingénieur d’instructions ». Des formations à 2 000 euros pour apprendre à parler à ChatGPT. Des entreprises qui ouvrent un poste pour recruter quelqu’un qui « maîtrise l’art du prompt ». Et la plupart dépensent de l’argent pour résoudre le mauvais problème. Non pas qu’écrire de bons prompts ne compte pas —ça compte— mais parce que c’est, de loin, la partie la plus facile et la moins rare de monter une IA qui marche vraiment en production.
Pourquoi recruter un expert en prompts sonne bien et tourne mal
L’idée est séduisante parce que le prompt est la seule chose visible. Quand tu vois quelqu’un tirer une réponse brillante d’un modèle, ça a l’air de la magie, et la magie semble se payer. Mais tu confonds l’interrupteur avec l’installation électrique. Le prompt, c’est l’interrupteur : la partie que tu touches. Le système qui fait que la lumière s’allume de façon fiable, chaque jour, avec les bonnes données et sans brûler la maison, c’est tout autre chose —et c’est là qu’est le vrai travail.
Le résultat de recruter un « expert en prompts » et de s’arrêter là est prévisible : tu obtiens une démo magnifique qui impressionne en réunion et s’écroule la première semaine au contact du réel. Parce que le prompt parfait sur des données qui n’existent pas, sans connexion à tes systèmes et sans personne pour surveiller ce qui se passe quand ça plante, ce n’est pas une solution. C’est un tour de salon.
Le prompt est la partie la moins rare
Écrire un bon prompt est une vraie compétence, mais elle s’apprend en quelques semaines, se documente en une page et —de plus en plus— les modèles la font eux-mêmes. Les modèles actuels sont bien plus tolérants aux instructions imparfaites que ceux d’il y a deux ans : ils comprennent ce que tu veux même si tu ne le formules pas comme un rituel. Parier ton avantage concurrentiel sur le fait d’écrire de meilleures phrases que les autres, c’est parier sur une douve qui s’assèche seule à chaque nouvelle version du modèle.
Ce qui est rare, ce n’est pas la phrase. Ce qui est rare, c’est tout ce qui l’entoure : savoir quel processus de ton entreprise vaut la peine d’être automatisé, d’où sort la vraie donnée dont la réponse a besoin, comment ça se connecte à ton ERP ou ton CRM, ce qui se passe quand le modèle se trompe et qui l’apprend. Ça ne s’apprend pas dans une formation de week-end, et c’est exactement ce qui sépare une démo d’un système.
Ce qui est vraiment rare : le système autour
Quand tu décomposes un système d’IA qui tourne dans une entreprise depuis des mois, le prompt est une fraction minuscule du total. Ce qui soutient le résultat, c’est ceci :
- Les données. Le prompt le plus brillant sur une information que le modèle ne peut pas consulter produit des réponses sûres et fausses. Le travail est de connecter la vraie source —la commande, la facture, le statut— pour que le système consulte au lieu d’inventer.
- L’intégration. Une réponse dans une fenêtre de chat ne fait aucun travail. La valeur apparaît quand le système lit ton e-mail, écrit dans ton CRM, déclenche ton flux. C’est de la plomberie, pas du prompting.
- L’évaluation. Comment sais-tu que ça marche 95 % du temps et pas 60 % ? Sans système pour mesurer les réussites, les échecs et les cas limites, tu opères à l’aveugle et tu appelles ça de la confiance.
- L’exploitation. Ce qui se passe quand ça plante, qui le relit, comment ça remonte à un humain, comment ça se met à jour quand le modèle change. Un système sans propriétaire n’est pas un système : c’est une bombe à retardement bien emballée.
Rien de tout ça ne se règle avec un meilleur prompt. Ça se règle en construisant. Si tu veux voir comment se monte la pièce qui fait vraiment le travail, le guide sur comment créer un agent d’IA décompose les parties qui comptent, et celui sur entraîner l’agent avec ton information explique pourquoi ta propre connaissance —pas l’instruction— est l’actif défendable.
Quoi recruter à la place
Ne recrute pas celui qui sait parler à un modèle. Recrute celui qui sait monter le système qui fait le travail et le laisse tourner en production —mesuré, avec un filet et avec un propriétaire. La bonne question en entretien n’est pas « montre-moi ton meilleur prompt » ; c’est « montre-moi quelque chose que tu as monté et qui tourne depuis six mois sans toi devant ». La première filtre par le théâtre ; la seconde, par le jugement.
En pratique, ce n’est presque jamais une personne qui écrit des phrases : c’est quelqu’un qui connecte tes sources de données, tes intégrations et tes règles de remontée jusqu’à ce qu’un processus précis cesse de manger la journée de ton équipe. Quand ce qui te vole des heures, ce sont les mêmes e-mails encore et encore, la solution n’est pas un prompt : c’est vraiment automatiser les e-mails répétitifs. Et quand la douleur est opérationnelle et transversale, l’automatisation des opérations monte le système entier —le prompt inclus, comme la petite pièce qu’il est.
L’« expert en prompts » ne disparaît pas : il se dissout dans un rôle plus grand et plus utile. Savoir bien demander les choses au modèle est une compétence que tout bon implémenteur a, comme un bon plombier sait ouvrir un robinet. Mais tu ne recrutes pas un plombier parce qu’il sait ouvrir le robinet. Tu le recrutes pour tout ce qu’il y a derrière le mur.