Prompt système vs prompt utilisateur : que mettre où (et pourquoi ça change tout)

Vous écrivez sans doute vos consignes au fil de la conversation, en les répétant à chaque nouvelle demande. Pourtant, la plupart des outils d’IA offrent un second canal, souvent ignoré : le prompt système. C’est là que se logent les instructions qui valent pour tous vos échanges, et non pour une demande isolée. La distinction paraît technique. Elle est en réalité l’une des plus rentables du prompt engineering, car un même contenu placé au bon endroit ne produit pas du tout le même effet. Ce guide vous dit ce qui va où, ce que dit la recherche sur ce placement, et la règle simple à appliquer quand vous hésitez.

Cet article fait partie de notre série sur le prompt engineering. Il prolonge notre analyse du role prompting, car c’est dans le prompt système que le rôle prend toute sa portée.

En bref

• Le prompt système définit comment l’IA se comporte, pour toute la session. Le prompt utilisateur définit ce qu’elle fait pour une demande précise.
• Trois rôles structurent un échange avec un modèle : système, utilisateur, assistant.
• Vous en avez un même sans coder : instructions personnalisées de ChatGPT, projets Claude, gems Gemini, GPT personnalisés.
• Le prompt système pèse lourd sur le comportement. Une expérience contrôlée sur Gemini mesure un effet de +32 points pour le prompt système contre +0,9 point pour la formulation utilisateur.
• Contre-intuitif : les prompts système courts fonctionnent mieux que les longs. Et en cas de doute, mettez l’information dans le prompt utilisateur.
• Attention : le prompt système est aussi une surface d’attaque pour l’injection de prompt.
• Pour outiller vos équipes, découvrez notre parcours de formation à l’IA générative.

Les trois rôles d’une conversation avec une IA

Quand vous discutez avec un modèle de langage, l’échange se structure en trois rôles, même si l’interface vous en cache deux.

Le rôle système porte le cadrage général : qui est l’IA, comment elle se comporte, quelles règles elle suit. Il est posé en amont et reste constant tout au long de la session, sauf si vous le modifiez délibérément. Le rôle utilisateur porte vos demandes concrètes, qui changent à chaque message. Le rôle assistant, enfin, contient les réponses du modèle.

L’analogie la plus juste est celle de l’embauche. Le prompt système est la fiche de poste que vous remettez à quelqu’un avant sa prise de fonction : son métier, sa mission, ses règles, son ton. Le prompt utilisateur est le travail que vous lui confiez ce matin. On ne redonne pas la fiche de poste à chaque tâche.

Cette séparation n’est pas un caprice de développeur. Dans la littérature de recherche, on définit le prompt système comme un ensemble d’instructions indépendantes de la tâche, qui fixent le comportement de fond et les contraintes du modèle, tandis que le prompt utilisateur porte les entrées propres à chaque requête. Le premier est réutilisable, le second est jetable.

Vous en avez un, même sans coder

Beaucoup pensent que le prompt système est réservé à ceux qui passent par une API. C’est faux : les grands outils grand public en proposent tous une version, sous un autre nom.

Le réflexe à prendre est simple. Toute consigne que vous vous surprenez à répéter d’une conversation à l’autre, votre métier, votre secteur, votre style d’écriture, votre langue, vos interdits, n’a rien à faire dans un message : elle appartient au prompt système. Le remplir une fois vous épargne de le retaper cent fois, et surtout, garantit que le modèle l’applique même quand vous oubliez de le rappeler.

Ce qui va où

C’est le cœur pratique du sujet. La règle de partage tient en une phrase : le prompt système porte ce qui est stable et général, le prompt utilisateur ce qui est variable et spécifique.

Dans le prompt système, placez donc le rôle, le ton, les règles de conduite, les interdits, le format de sortie habituel et la langue. Dans le prompt utilisateur, placez la tâche du jour, les documents à traiter, les données du cas, les exemples et le contexte propre à cette demande.

Un point mérite d’être souligné, car il surprend : les exemples et les documents appartiennent au prompt utilisateur, pas au prompt système. Beaucoup les collent dans le cadrage général, en croyant bien faire. Or ils varient d’une demande à l’autre, ils alourdissent le cadrage, et ils y sont moins efficaces.

Avant et après : le même contenu, deux endroits

Un exemple montre l’écart. Beaucoup de professionnels ouvrent chaque conversation ainsi : « Tu es formateur. Réponds en français, en vouvoyant, sans jargon. Rédige-moi une introduction sur l’IA générative. » Le lendemain, ils retapent les trois premières phrases. Et le surlendemain aussi. S’ils oublient, le modèle repart en tutoiement ou en anglais.

Le même contenu, réparti correctement, donne ceci : les trois premières phrases vont une fois pour toutes dans les instructions personnalisées, et le message du jour se réduit à « Rédige-moi une introduction sur l’IA générative ». Le gain n’est pas seulement le temps de frappe. Le cadrage s’applique désormais à toutes vos conversations, y compris celles où vous auriez oublié de le rappeler, et il résiste mieux à la dérive au fil d’un long échange.

C’est la valeur cachée du prompt système : il travaille quand vous n’y pensez plus.

La règle qui tranche les cas douteux

Il existe une zone grise, et un praticien reconnu du domaine y apporte une réponse limpide. Quand la distinction vous semble floue, préférez le prompt utilisateur. Deux raisons à cela : il est plus portable d’un modèle à l’autre, et il est plus facile à déboguer.

L’argument de portabilité est concret. Les modèles ne traitent pas tous le prompt système de la même manière, certains lui accordent un poids considérable, d’autres l’appliquent avec souplesse. Une consigne déterminante placée dans le prompt système chez un éditeur peut se comporter différemment chez un autre. Le prompt utilisateur, lui, est lu de la même façon partout.

L’argument de débogage l’est tout autant. Quand votre réponse est mauvaise et que vous ne voyez pas le prompt système, vous ne pouvez pas diagnostiquer. Vous réécrivez le message utilisateur, encore et encore, sans comprendre pourquoi rien ne change. Une instruction visible est une instruction corrigeable.

Ce que dit la recherche sur le placement

Soyons honnêtes sur l’état des connaissances : il existe peu d’études empiriques solides sur l’endroit précis où placer une information. La communauté fonctionne largement par bonnes pratiques éprouvées, pas par démonstration.

Deux constats robustes se dégagent malgré tout.

Le premier concerne le poids du prompt système sur le comportement. Une expérience factorielle a fait varier indépendamment le ton du prompt système et la formulation du prompt utilisateur sur des modèles Gemini, pour mesurer la vigilance de sécurité. L’effet principal du prompt système atteint +32 points de pourcentage sur un modèle, contre seulement +0,9 point pour l’effet du prompt utilisateur. Autrement dit, sur ce type de comportement, le cadrage système pèse des dizaines de fois plus lourd que la façon dont vous tournez votre question. Ce résultat porte sur la vigilance de sécurité, pas sur la justesse factuelle : il dit que le prompt système gouverne la posture du modèle, ce qui est précisément sa fonction.

Le second constat est contre-intuitif : les prompts système courts fonctionnent mieux que les longs. Les modèles de prompts système diffusés par les grands éditeurs sont souvent démesurément longs, ce qui nuit à l’efficacité et brouille les priorités. Un cadrage concis, qui porte le haut niveau (rôle, ton, contraintes) et laisse le détail au message utilisateur, produit de meilleurs résultats. Le principe sous-jacent est celui d’un prompt qui fait une chose et la fait bien.

Retenez donc la ligne de partage : le prompt système agit fortement sur le comportement, à condition de rester court. Il n’est pas un entrepôt où déverser tout ce qu’on sait.

Tous les modèles ne le traitent pas pareil

Un dernier facteur complique le tableau, et il explique bien des surprises. Les éditeurs n’accordent pas le même statut au prompt système. Certains modèles le traitent comme une consigne quasi impérative, difficile à contredire par la suite. D’autres l’appliquent plus souplement, en le pondérant avec la demande du moment.

Cette variabilité a deux conséquences pratiques. D’abord, un prompt système transposé tel quel d’un outil à un autre ne produit pas nécessairement le même comportement : c’est une raison de plus pour tester avant de généraliser. Ensuite, une instruction dont vous avez absolument besoin gagne à être rappelée dans le message utilisateur, plutôt que confiée au seul cadrage. La redondance coûte quelques mots et évite les mauvaises surprises.

Cette prudence rejoint la règle vue plus haut : quand une consigne est déterminante, la voir et la contrôler vaut mieux que de l’oublier dans un cadrage invisible.

Le prompt système est aussi une surface d’attaque

Voici l’angle que la plupart des guides oublient. Un prompt système bien écrit vous protège ; un prompt système mal conçu vous expose.

Puisqu’il gouverne le comportement du modèle, il devient la cible naturelle de ceux qui veulent le détourner. Deux risques se distinguent. L’exfiltration consiste à obtenir du modèle qu’il révèle ses propres instructions, avec ce qu’elles contiennent parfois de confidentiel. Le contournement consiste à faire prévaloir une instruction glissée ailleurs, dans un document ou une page web, sur les règles du cadrage. C’est le mécanisme de l’injection de prompt, que nous détaillons dans notre guide sur les risques de prompt injection et de jailbreak.

Deux réflexes en découlent. Ne placez jamais de secret dans un prompt système, ni clé, ni donnée personnelle, ni information que la divulgation rendrait gênante : considérez-le comme potentiellement lisible. Et énoncez-y explicitement les règles de refus, plutôt que d’espérer que le modèle devine ses limites.

💡 Frontière agents IA : dans un agent autonome, le prompt système ne cadre pas seulement le style, il définit le périmètre d’action, les outils autorisés et les garde-fous. Sa conception devient un exercice de sécurité à part entière, que nous traitons dans notre checklist avant de créer un agent IA.

Un prompt système efficace, en pratique

Voici un cadrage réutilisable, court, qui couvre l’essentiel pour un usage professionnel.

Tu es rédacteur pour un organisme de formation professionnelle, spécialiste de l’IA générative en entreprise.

Tu réponds toujours en français, en vouvoyant le lecteur.

Ton style est direct et concret. Tu évites le jargon et les formules creuses.

Quand une information te manque, tu la demandes plutôt que de l’inventer. Quand tu n’es pas certain d’un fait, tu le signales.

Tu ne rédiges jamais de contenu promotionnel sur des concurrents.

Observez ce qu’il contient et surtout ce qu’il ne contient pas. Il porte le rôle, la langue, le ton, une règle anti-invention et un interdit. Il ne contient ni document, ni exemple, ni tâche : tout cela viendra dans les messages. Il tient en cinq lignes, et c’est une qualité, pas un manque.

La règle anti-invention mérite un mot. Autoriser explicitement le modèle à dire qu’il ne sait pas est l’un des leviers les plus efficaces contre les réponses fausses, et le prompt système est le bon endroit pour l’inscrire une fois pour toutes. Nous développons ce mécanisme dans notre guide pour vérifier et fiabiliser les réponses d’une IA.

Les erreurs fréquentes

La première erreur est le prompt système fleuve, où l’on empile les consignes jusqu’à noyer les priorités. Un cadrage concis surpasse un cadrage qui veut tout dire.

La deuxième est d’y placer des documents ou des exemples. Ils varient d’une demande à l’autre : leur place est dans le message utilisateur.

La troisième est d’y déposer des informations sensibles, en croyant le prompt système invisible. Il ne l’est pas, ou pas de façon fiable.

La quatrième est de tout mettre dans le message utilisateur, en répétant à chaque conversation ce qui devrait être posé une fois. C’est l’erreur inverse, et la plus répandue chez ceux qui n’ont jamais ouvert les instructions personnalisées de leur outil.

La dernière est de croire qu’un prompt système suffit à garantir un comportement. Il l’oriente fortement, il ne le verrouille pas.

Comment tester votre placement

Puisque la recherche ne tranche pas sur l’endroit optimal, testez sur vos propres cas. La méthode est simple : prenez une consigne dont vous doutez, faites-la tourner une fois dans le prompt système, une fois dans le message utilisateur, sur une dizaine de cas représentatifs, plusieurs fois chacun. Comparez les résultats avec une grille explicite.

C’est le protocole que nous décrivons dans notre guide pour évaluer et A/B tester un prompt. Il vaut ici particulièrement, car les modèles traitent le prompt système différemment les uns des autres : ce qui marche sur l’un peut se comporter autrement sur l’autre.

En résumé

La distinction entre prompt système et prompt utilisateur est l’un des rares points du prompt engineering où un simple déplacement de texte change le résultat. Le prompt système dit comment l’IA se comporte, il vaut pour toute la session, et il porte le rôle, le ton, les règles et les interdits. Le prompt utilisateur dit ce qu’elle fait maintenant, il porte la tâche, les documents, les données et les exemples. Gardez le premier court, un cadrage concis bat un cadrage bavard. N’y mettez jamais de secret, car il est lisible. Et quand vous hésitez sur l’emplacement d’une consigne, tranchez pour le message utilisateur : il est plus portable et plus facile à corriger. Le plus grand gain, pour la plupart des professionnels, tient pourtant à un geste unique : ouvrir enfin les instructions personnalisées de leur outil et y écrire ce qu’ils répètent depuis des mois.

Pour bâtir les prompts système de vos équipes, adaptés à vos métiers et à vos outils, notre formation au prompt engineering en entreprise part de vos cas réels.

FAQ – Prompt système vs prompt utilisateur