Méthode CRISPE : le prompt qui explore plusieurs réponses

La plupart des méthodes de prompt cherchent une bonne réponse. La méthode CRISPE en demande plusieurs. Vous cadrez la demande en quatre rubriques, puis la cinquième réclame deux ou trois réponses, chacune sous un angle différent. Vous comparez, vous combinez, vous décidez. C’est ce qui en fait un outil de réflexion plus qu’un gabarit de rédaction.

Nous avons repris ce guide à la source. En relisant l’historique du dépôt où la méthode est née, nous avons trouvé la date exacte de sa publication, sa première formulation, et un écart entre ce qu’écrit son auteur et ce que beaucoup de guides lui prêtent, le nôtre compris. Un chiffre de notre première version n’a pas survécu à la vérification.

Vous trouverez ici les cinq composantes, un modèle à copier, trois exemples complets, une façon d’exploiter les variantes obtenues, et les cas où une autre méthode convient mieux. Ce guide approfondit notre comparatif des frameworks de prompt, dans notre série sur le prompt engineering.

En bref

• La méthode CRISPE structure un prompt en cinq composantes : Capacité et Rôle, Insight, Statement, Personnalité, Expérimentation.
• Elle a été créée par Matt Nigh, qui l’a ajoutée à son guide de prompts sur GitHub le 7 février 2023. Elle ne vient pas d’OpenAI.
• Sa signature est l’Expérimentation : demander plusieurs réponses plutôt qu’une.
• Pour l’auteur, la Personnalité règle le style. S’en servir pour fixer une posture d’analyse est un usage que nous ajoutons, et que nous signalons comme tel.
• Un rôle change le ton et l’angle, pas l’exactitude : c’est ce que mesurent les études disponibles.
• Elle convient à l’analyse, à la priorisation et à la recherche d’idées. Pour une rédaction ou une tâche d’exécution, un gabarit plus simple suffit.
• Pour en faire un réflexe d’équipe : notre formation à l’IA générative pour mieux décider avec un assistant.

D’où vient la méthode CRISPE ?

Un guide personnel, publié en février 2023

CRISPE vient d’un dépôt GitHub tenu par Matt Nigh, un guide gratuit de prompts pour ChatGPT. L’historique du dépôt permet de dater la méthode au jour près. Elle y apparaît le 7 février 2023. Le lendemain, l’auteur en retouche la première rubrique : « Clarifying Role » devient « Capacity and Role », la formule qui s’est imposée.

L’auteur n’en fait pas une théorie. Il écrit : « I created the below framework (CRISPE) for my own use and experimentation of ChatGPT. » Un cadre créé pour son propre usage, donc, et pour expérimenter.

Le reste du guide éclaire l’esprit de la méthode. Avant de présenter CRISPE, l’auteur liste quelques principes : employer un langage littéral et explicite, demander à l’IA d’agir en expert du sujet, la faire raisonner étape par étape sur les tâches complexes, expérimenter avec les réponses (« Give me 10 different examples »), puis les affiner. CRISPE range ces habitudes dans un ordre facile à retenir.

Un détail explique pourquoi la source est devenue difficile à trouver. Le 24 avril 2025, le dépôt a été transformé en application de gestion de prompts, et sa page d’accueil ne présente plus la méthode. Le texte d’origine reste lisible dans l’historique du dépôt.

Non, CRISPE ne vient pas d’OpenAI

On lit parfois que CRISPE serait un cadre interne d’OpenAI. Rien ne l’appuie. Le dépôt d’origine nomme son auteur, et les guides universitaires qui présentent la méthode, comme celui de la bibliothèque de l’université Stony Brook, l’attribuent à Matt Nigh.

Une méthode reprise dans des travaux de recherche

CRISPE a dépassé son dépôt d’origine. Trois exemples :

• un article déposé sur arXiv en mars 2024 s’en sert pour concevoir un algorithme d’optimisation avec ChatGPT ;
• une étude de npj Digital Medicine, en février 2025, l’utilise pour bâtir l’un des prompts testés sur la rédaction de dossiers médicaux ;
• un article de JOSPT Methods, en avril 2025, propose de l’appliquer aux questions d’orthopédie.

Ces travaux montrent que la méthode est devenue un cadre commun pour décrire un prompt. Ils ne prouvent pas qu’elle donne de meilleurs résultats qu’une autre. Dans l’étude de npj Digital Medicine, les résultats sont partagés : le meilleur score automatique revient à un autre prompt, tandis que deux des évaluateurs ont préféré les textes issus du prompt CRISPE. L’article d’orthopédie est un point de vue, sans données nouvelles.

Les cinq composantes de CRISPE

Les définitions sont traduites du guide d’origine. Les exemples sont les nôtres.

Capacité et Rôle

Vous dites à l’IA qui elle est et ce qu’elle sait faire. CRISPE réunit les deux dans une seule rubrique, et l’auteur admet plusieurs rôles à la fois. Son exemple en combine deux : un expert du développement logiciel et un rédacteur de blog.

Soyez précis. « Analyste de données, spécialiste de la fidélisation client » oriente mieux le vocabulaire et les références que « expert ».

L’erreur fréquente : attendre du rôle qu’il rende la réponse plus exacte. Nous y revenons plus bas.

Insight

C’est le contexte : les chiffres, l’historique, les contraintes, le public. Dans l’exemple de l’auteur, cette rubrique sert à décrire l’audience : des professionnels techniques qui veulent se tenir au courant.

C’est la rubrique qui pèse le plus sur une analyse. Un budget, un échec passé ou une contrainte de calendrier changent la réponse, et l’IA ne les devinera pas.

L’erreur fréquente : résumer la situation en une ligne. Sans matière, les trois variantes seront trois généralités.

Statement

La tâche, formulée sans détour : ce que vous voulez obtenir, sous quelle forme, à quelle échéance. « Propose un plan pour réduire la perte de clients sur 90 jours » vaut mieux que « aide-moi sur la fidélisation ».

L’erreur fréquente : glisser deux tâches dans la même phrase. Une demande, un livrable.

Personnalité

L’auteur la définit comme le style, la personnalité ou la manière de répondre. Son exemple est stylistique : écrire en mêlant le style de plusieurs auteurs connus du domaine.

Notre première version allait plus loin et présentait la Personnalité comme une « posture d’analyse ». C’est un usage que nous trouvons utile, mais il vient de nous, pas du guide d’origine. Nous le détaillons dans une section à part.

L’erreur fréquente : s’en tenir à « sois professionnel ». La consigne ne change rien, parce que c’est déjà le registre par défaut.

Expérimentation

C’est la rubrique qui distingue CRISPE. La définition de l’auteur tient en une ligne : demander à l’IA plusieurs exemples. Dans son guide, la formule est minimale : « Give me multiple different examples. »

Vous gagnez beaucoup à la préciser. « Donne trois versions » produit souvent trois textes qui se ressemblent. « Donne trois plans, l’un par le prix, l’un par le produit, l’un par le service client » oblige à trois raisonnements distincts.

L’erreur fréquente : oublier cette rubrique. Sans elle, CRISPE redevient un gabarit ordinaire.

Pourquoi demander plusieurs réponses

Un modèle tend vers la réponse la plus attendue

Posez dix fois la même question ouverte à un assistant : les réponses se ressemblent. La recherche décrit ce phénomène sous le nom de « mode collapse », un appauvrissement de la diversité des réponses que les auteurs relient à la phase d’alignement qui suit l’entraînement des modèles.

Une étude déposée sur arXiv en octobre 2025 teste un remède proche de l’Expérimentation : demander au modèle plusieurs réponses à la fois, en lui faisant indiquer la probabilité de chacune. En écriture créative, les auteurs mesurent une diversité multipliée par 1,6 à 2,1 par rapport à une demande directe. Leur méthode n’est pas CRISPE, et leurs chiffres ne valent que pour leurs tests. Mais ils vont dans le sens de l’intuition de départ : demander plusieurs réponses fait sortir le modèle de sa réponse type.

Trois façons d’écrire l’Expérimentation

• Par angle. « Trois plans : par le prix, par le produit, par le service. » C’est la forme la plus sûre pour une décision.
• Par hypothèse. « Un scénario prudent, un scénario médian, un scénario ambitieux, avec ce que chacun suppose. »
• Par public. « Deux versions : pour la direction financière, pour les équipes de terrain. »

Dans les trois cas, nommez ce qui doit différer d’une variante à l’autre, et demandez la même structure pour toutes. Vous pourrez les comparer ligne à ligne.

Combien de variantes demander ?

Le guide d’origine ne fixe pas de nombre. Notre repère, tiré de l’usage : deux ou trois variantes pour préparer une décision, cinq ou davantage pour une recherche d’idées. Au-delà de trois plans détaillés, le temps de lecture dépasse le bénéfice, et les dernières variantes ressemblent souvent aux premières. Pour les idées, c’est l’inverse : les premières sont les plus convenues, et les suivantes méritent qu’on les demande.

La Personnalité comme posture : notre lecture

Le guide d’origine parle de style. À l’usage, nous nous servons aussi de cette rubrique pour fixer un point de vue.

« Analyse ce marché » et « analyse ce marché comme un concurrent qui veut y entrer » ne donnent pas la même réponse. La seconde consigne fait ressortir les faiblesses et les occasions que la première survole. De même, « raisonne en investisseur sceptique » ou « prends position, ne liste pas des généralités » poussent la réponse à s’engager.

La recherche fixe la limite de cet usage. Une étude publiée sur arXiv a testé 162 rôles sur 2 410 questions factuelles : donner un rôle n’améliore pas les résultats. Un rapport de la Wharton School, publié en décembre 2025, conclut que les rôles d’expert n’améliorent pas l’exactitude sur des questions difficiles. Le même rapport note que les rôles peuvent rester utiles pour donner du contexte, déplacer le point de vue ou influencer le ton et l’approche.

C’est la bonne manière de lire la Personnalité. Un investisseur sceptique ne rend pas l’IA plus compétente en finance. Il change les questions qu’elle se pose. Nous développons ce point dans role prompting.

Un prompt CRISPE complet, et un modèle à copier

Le modèle vierge

Capacité et rôle : Tu es [métier], spécialiste de [domaine].

Insight : [Situation, chiffres, historique, contraintes, public concerné.]

Statement : [La tâche et le livrable attendu, en une phrase.]

Personnalité : [Style et manière de répondre. Au besoin, le point de vue à adopter.]

Expérimentation : Donne [nombre] réponses distinctes : [angle 1], [angle 2], [angle 3].
Même structure pour chacune : [rubriques à remplir].

Exemple 1 : une décision stratégique

Capacité et rôle : Tu es directeur de la stratégie, spécialiste du développement des organismes de formation.

Insight : Notre organisme réalise deux millions d'euros de chiffre d'affaires, en croissance, mais dépend de quelques grands comptes. La demande de formation à l'IA augmente et les concurrents se multiplient.

Statement : Propose un plan pour diversifier notre portefeuille de clients sur douze mois.

Personnalité : Note de direction, appuyée sur des chiffres. Prends position, ne liste pas des généralités.

Expérimentation : Donne trois plans distincts : l'un centré sur les PME, l'un sur le secteur public, l'un sur la vente en ligne.
Même structure pour chacun : cible, moyens nécessaires, premier trimestre, principal risque.

Le rôle installe le vocabulaire, l’insight fournit la matière, le statement fixe le livrable, la personnalité demande une réponse qui s’engage, et l’expérimentation ouvre trois pistes comparables. Les chiffres de cet exemple sont inventés pour l’illustration.

Exemple 2 : la conception d’une formation

Capacité et rôle : Tu es ingénieur pédagogique, spécialiste de la formation des adultes.

Insight : Nous concevons une formation à l'IA générative pour des dirigeants de PME, peu disponibles, sans prérequis technique. Durée : deux jours.

Statement : Propose une architecture de formation qui parte de leurs cas réels.

Personnalité : Concret, sans jargon pédagogique.

Expérimentation : Donne deux formats : deux jours consécutifs en présentiel, ou quatre demi-journées à distance.
Pour chacun : déroulé, avantages, limites.

Exemple 3 : la recherche d’idées

Capacité et rôle : Tu es responsable du développement commercial d'un organisme de formation.

Insight : Nous peinons à trouver de nouveaux clients par nos canaux habituels, et nos concurrents sont plus visibles que nous.

Statement : Propose des approches pour attirer des PME vers nos formations.

Personnalité : Créatif et concret.

Expérimentation : Donne cinq approches distinctes, dont deux que nos concurrents ne pratiquent probablement pas.
Pour chacune : un premier pas à tester en moins d'un mois.

La question « aide-moi à trouver des clients » se serait refermée sur deux ou trois idées convenues. Cinq approches demandées, avec une contrainte d’originalité sur deux d’entre elles, élargissent l’éventail.

Avant et après

Sans méthode : « Aide-moi à réduire la perte de clients de mon produit. » La réponse sera une liste de conseils valables pour n’importe quelle entreprise.

Avec CRISPE, la même intention devient le prompt du tableau plus haut. L’insight ancre l’analyse dans vos chiffres, et l’expérimentation vous rend trois plans, par le prix, par le produit et par le service. Vous passez d’un conseil général à un matériau de décision.

Après les variantes : comparer, attaquer, assembler

Obtenir trois réponses n’est que la moitié du travail. C’est la suite qui fait la valeur de la méthode, et les guides en parlent peu. Voici la démarche que nous proposons.

Comparer. Demandez un tableau des variantes sur vos propres critères :

Compare les trois plans dans un tableau : coût estimé, délai avant les premiers résultats, moyens humains, principal risque.
Indique pour chaque case si l'information vient de mes données ou d'une hypothèse de ta part.

La seconde ligne compte. Elle sépare ce que vous avez fourni de ce que l’IA suppose.

Attaquer. Faites chercher les failles :

Pour chaque plan, donne les deux raisons les plus probables pour lesquelles il échouerait.

Assembler. Les variantes ne s’excluent pas toujours :

Propose un quatrième plan qui reprend le meilleur des trois, et dis ce que tu as écarté et pourquoi.

Décider. Cette étape vous revient. Vérifiez les chiffres avancés, confrontez la proposition à ce que vous savez du terrain, puis tranchez.

En réunion, un usage collectif

La méthode se prête bien au travail à plusieurs. Avant une réunion d’arbitrage, une personne prépare le prompt et envoie les trois variantes aux participants. Chacun arrive en ayant lu les mêmes options, présentées dans la même structure. La discussion porte alors sur les critères et sur les hypothèses, plutôt que sur la découverte des options. Précisez toujours que les variantes ont été produites avec une IA, et quels chiffres viennent de vos données.

Pour comparer les variantes avec plus de rigueur, notre article évaluer un prompt décrit les grilles de notation. Et pour une exploration poussée d’un problème à plusieurs branches, voyez le Tree-of-Thoughts.

Cette manière de travailler s’apprend vite en groupe, sur de vrais dossiers. C’est l’objet des ateliers où nous venons former vos managers à utiliser l’IA comme aide à la décision.

Quand utiliser CRISPE, et quand choisir une autre méthode

CRISPE a un terrain clair : les demandes où plusieurs réponses valent mieux qu’une.

Ce tableau reflète notre pratique. Aucune étude ne classe ces méthodes entre elles.

Notre première version citait des tests donnant CRISPE « environ 30 % » plus performant sur les tâches de jugement stratégique. Nous n’avons retrouvé aucune source vérifiable pour ce chiffre. Nous l’avons retiré.

Deux conseils d’usage. Réservez le prompt complet au premier message, puis enchaînez avec des relances courtes : inutile de remplir cinq rubriques à chaque tour. Et si la mise en forme vous freine, décrivez votre besoin en vrac et demandez à l’IA de le reformuler au format CRISPE. C’est le principe du méta-prompting.

Les limites de la méthode CRISPE

Les variantes peuvent se ressembler. Sans angle nommé, vous obtenez trois fois la même idée reformulée. C’est le défaut le plus courant.

Trois plans plausibles ne font pas trois plans justes. L’IA complète volontiers ce qui manque par des chiffres vraisemblables : un coût, un délai, un taux de réussite. Tout chiffre qui ne vient pas de votre insight est une hypothèse. Notre article sur les hallucinations de l’IA donne une méthode de vérification.

Le rôle et la posture ne créent pas de compétence. Ils orientent le regard, comme le montrent les études citées plus haut.

Aucune preuve de supériorité. CRISPE est un cadre pratique, né d’un usage personnel. Aucune étude publiée ne démontre qu’il surpasse les autres méthodes.

L’insight contient souvent des données sensibles. Chiffre d’affaires, noms de clients, difficultés internes : c’est la rubrique où l’on est tenté d’en dire trop. Vérifiez ce que votre outil et votre charte autorisent avant de coller un tableau de bord.

La décision reste la vôtre. Une synthèse bien écrite donne une impression de solidité. Elle ne remplace ni la connaissance du terrain, ni la responsabilité de celui qui signe.

L’auteur de la méthode le disait à sa manière, en tête de son guide : n’utilisez pas ChatGPT quand vous avez besoin d’une fiabilité de 100 %, ni quand vous n’avez aucun moyen d’évaluer l’exactitude de la réponse.

À ne pas confondre avec un agent IA : un prompt CRISPE produit des options, que vous lisez et entre lesquelles vous choisissez. Il n’exécute rien. Un agent, lui, enchaîne des actions dans vos outils pour atteindre un objectif. Demander trois plans à un assistant et confier un plan à un agent sont deux exercices différents. Le second relève de notre formation aux agents IA.

FAQ sur la méthode CRISPE

Ce qu’il faut retenir

La méthode CRISPE repose sur une idée simple : sur une question ouverte, trois réponses comparables valent mieux qu’une réponse unique. Quatre rubriques cadrent la demande, la cinquième ouvre les pistes.

Trois réflexes en tirent le meilleur. Nourrissez l’insight avec de vrais chiffres. Nommez l’angle de chaque variante. Puis faites travailler les variantes entre elles avant de décider : comparer, attaquer, assembler.

Et gardez la méthode à sa place. C’est un cadre pratique, né de l’usage d’un praticien, sans preuve de supériorité. Elle aide à réfléchir, pas à avoir raison.

Pour installer ces habitudes dans vos équipes, avec d’autres méthodes selon les tâches, voyez notre parcours IA générative pour adopter des méthodes de prompt communes.