Le marché des prompts miracles ne tient pas ses promesses
Tape "meilleurs prompts productivité" dans Google. Tu vas tomber sur des dizaines de listes, toutes formatées pareil. Cinq prompts, dix prompts, cinquante prompts. Chaque article promet un avant et un après. Et chaque liste ressemble à la précédente, à quelques reformulations près.
Ce qui m'interpelle, c'est le décalage entre l'enthousiasme de ces contenus et ce que je constate quand je discute avec des dirigeants d'entreprises en Suisse romande. La plupart ont déjà testé ChatGPT. Ils savent lui demander de rédiger un e-mail, reformuler un texte, résumer un document. Et pourtant, le sentiment dominant reste la déception. Pas parce que l'outil est mauvais, mais parce que les résultats obtenus avec des prompts copiés-collés depuis un article de blog sont rarement exploitables tels quels. Il manque toujours quelque chose. Le ton n'est pas le bon. Le format ne correspond pas. Les spécificités du métier ou du marché suisse sont absentes.
La question que personne ne pose dans ces listicles, c'est celle du contexte. Un prompt sans contexte, c'est une question posée à un stagiaire qui ne connaît ni ton entreprise, ni ton secteur, ni tes clients. Tu peux formuler la question de manière brillante, la réponse sera quand même à côté.
Pourquoi un prompt générique échoue dans une boîte suisse
Prenons un cas simple. Tu veux que ChatGPT prépare un brouillon de facture pour un client. Le prompt générique dira "Rédige une facture professionnelle pour une prestation de conseil". Le résultat sera un modèle américain ou français, avec une TVA à 20%, des mentions légales qui ne correspondent à rien en Suisse, et un format qui ne s'intègre pas dans ton logiciel de comptabilité.
En Suisse, le taux normal de TVA est de 8.1% depuis le 1er janvier 2024, selon l'Administration fédérale des contributions. Un prompt qui ignore ce détail produit un document inutilisable. Et la TVA n'est qu'un exemple parmi d'autres. Les conventions de facturation, les délais de paiement habituels en Romandie, la structure des adresses, les langues de correspondance selon le canton du client. Tout cela fait partie du contexte que l'IA ne devine pas.
Le problème n'est pas le prompt. Le problème, c'est qu'on demande à un outil généraliste de produire un résultat spécifique sans lui fournir les éléments de spécificité. C'est comme donner une recette italienne à quelqu'un en lui demandant d'en faire un plat thaïlandais. La technique de cuisine est là, les ingrédients ne correspondent pas.
Ce que le mot contexte recouvre vraiment dans la pratique
Quand je parle de contexte, je ne parle pas d'ajouter "tu es en Suisse" à la fin d'un prompt. Le contexte, c'est un ensemble d'informations structurées qui permettent à l'IA de produire quelque chose d'utilisable sans retouche. Et cet ensemble varie selon la tâche.
Pour une tâche administrative récurrente, le contexte inclut au minimum ces éléments.
- Le format exact attendu en sortie, avec un exemple réel de ton entreprise
- Les contraintes légales ou réglementaires applicables
- Le vocabulaire spécifique de ton secteur
- Les données variables et les données fixes
- Le niveau de formalité adapté à ton interlocuteur
Fais le test toi-même. Prends un prompt que tu utilises déjà et compare le résultat avec et sans ces cinq éléments. La différence est souvent spectaculaire, non pas parce que le prompt est meilleur, mais parce que l'IA a enfin de quoi travailler. C'est d'ailleurs ce qui distingue un usage gadget d'un usage qui fait gagner du temps. Si tu passes plus de temps à corriger la sortie qu'à faire la tâche toi-même, le prompt n'a pas de valeur. Si la sortie est utilisable à 80% ou plus, tu viens de récupérer du temps réel.
Pour aller plus loin sur cette logique de gain mesurable, le calcul du coût de non-automatisation permet de quantifier ce que représentent ces minutes récupérées à l'échelle d'une année.
Trois usages où le contexte fait basculer le résultat
Plutôt que de donner une liste de prompts à copier, je préfère décrire trois situations où j'observe que l'ajout de contexte transforme un résultat médiocre en résultat exploitable. Ce ne sont pas des cas spectaculaires. Ce sont des tâches banales, répétitives, que personne n'a envie de faire.
Pré-remplissage de documents administratifs. Quand tu fournis à l'IA un modèle de document déjà utilisé dans ta boîte, avec les champs variables identifiés et les règles de remplissage, elle peut pré-remplir des contrats, des confirmations de commande ou des courriers standards. Sans le modèle, elle invente un format. Avec le modèle, elle remplit les blancs. La différence entre les deux, c'est vingt minutes par document sur une tâche que tu fais peut-être dix fois par semaine. Fais le calcul. Dix documents, vingt minutes chacun, cinquante semaines par an. Ça donne plus de 160 heures récupérées.
Synthèse de notes de réunion avec actions. Un prompt "résume cette réunion" produit un résumé scolaire. Un prompt qui précise le format de sortie attendu, les participants habituels, les projets en cours et la convention de nommage des tâches dans ton outil de gestion produit un compte-rendu directement intégrable. La nuance est dans le "directement intégrable".
Préparation de la correspondance client. En Romandie, le niveau de formalité varie selon le secteur et le type de relation. Un prompt qui inclut des exemples de tes propres e-mails passés comme référence de ton produit des brouillons qui sonnent comme toi, pas comme un robot. C'est ce qui fait que le résultat passe du statut de "truc à réécrire" à celui de "truc à relire et envoyer".
La question des données sensibles que les listes oublient
Il y a un angle mort dans presque tous les articles sur les prompts productivité. Personne ne parle de ce que tu envoies à l'IA quand tu lui donnes du contexte. Plus ton prompt est riche en informations spécifiques, plus il contient potentiellement des données sensibles. Noms de clients, montants de factures, conditions commerciales, données RH.
Depuis le 1er septembre 2023, la nouvelle Loi sur la Protection des Données (nLPD) est en vigueur en Suisse, selon le Préposé fédéral à la protection des données et à la transparence. Elle impose des obligations claires sur le traitement des données personnelles. Coller des informations clients dans un prompt ChatGPT sans réfléchir à ce que devient cette donnée, c'est un risque réel. Pas un risque théorique. Un risque qui peut avoir des conséquences juridiques et réputationnelles.
La parade n'est pas de renoncer à utiliser l'IA. C'est de structurer ses prompts pour anonymiser les données variables, ou d'utiliser des environnements où les données ne sont pas réutilisées pour l'entraînement. C'est aussi de se poser la question avant chaque usage. "Est-ce que je serais à l'aise si cette information était lue par un tiers ?" Si la réponse est non, il faut adapter l'approche. Pour mieux comprendre comment ne pas commencer par le mauvais bout avec ChatGPT en finance, cette réflexion sur les données est un bon point de départ.
Construire ses propres prompts plutôt que copier ceux des autres
Si tu as lu jusqu'ici, tu as probablement compris où je veux en venir. Les listes de prompts ne sont pas inutiles, mais elles sont insuffisantes. Elles donnent une idée de ce qui est possible. Elles ne donnent pas un outil adapté à ta réalité.
Ce qui change la productivité d'une entreprise, ce n'est pas le prompt lui-même. C'est le travail de contextualisation qui le précède. Et ce travail, personne ne peut le faire à ta place, parce que personne ne connaît tes processus, tes documents, tes clients et tes contraintes aussi bien que toi. L'IA est un amplificateur. Elle amplifie la qualité de ce qu'on lui donne. Si tu lui donnes du vague, elle te rend du vague poli. Si tu lui donnes du précis, elle te rend du précis utilisable.
La bonne nouvelle, c'est que ce travail de contextualisation se fait une fois par type de tâche. Une fois que tu as construit un prompt riche pour ta facturation, tu le réutilises chaque semaine. Le temps investi au départ se rembourse vite. Et si tu veux savoir par où commencer, un bilan IA gratuit permet d'identifier les tâches où ce travail de contextualisation aurait le plus d'impact dans ta boîte. Pas pour acheter une solution, mais pour savoir où regarder en premier.
En 2022, l'Office fédéral de la statistique relevait que seulement 8% des entreprises suisses de 10 à 249 employés déclaraient utiliser l'intelligence artificielle. Ce chiffre a probablement bougé depuis, mais il dit quelque chose d'intéressant. La majorité des entreprises n'ont pas encore structuré leur usage de l'IA. Celles qui le font maintenant, en investissant dans le contexte plutôt que dans la collecte de prompts, prennent une longueur d'avance qui ne dépend pas de la technologie. Elle dépend de leur connaissance de leurs propres processus. Et ça, c'est un sujet de productivité dirigeant bien plus large que l'IA.
