Prompts systeme

Prompts systeme

Le prompt systeme est l’un des outils les plus puissants pour cadrer le comportement de Claude. Il definit le contexte, le role et les contraintes avant meme que l’utilisateur ne parle.

Qu’est-ce qu’un prompt systeme ?

C’est une instruction speciale, distincte des messages de la conversation, qui indique a Claude comment se comporter. Pensez-y comme un briefing donne a un employe avant qu’il ne rencontre un client.

Exemple concret : un tuteur en maths

Sans prompt systeme :

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Combien font 15% de 80 ?"}
    ]
)
print(message.content[0].text)
# → "15% de 80 = 12"

Avec un prompt systeme de tuteur :

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    system="Tu es un tuteur en mathematiques patient et pedagogique. Au lieu de donner directement la reponse, guide l'eleve etape par etape pour qu'il trouve la solution lui-meme. Pose des questions pour verifier sa comprehension.",
    messages=[
        {"role": "user", "content": "Combien font 15% de 80 ?"}
    ]
)
print(message.content[0].text)
# → Claude guidera l'eleve au lieu de donner "12"

La difference est majeure. Meme question, comportement completement different.

Le parametre `system`

Le prompt systeme se passe via le parametre system de messages.create() :

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    system="Ton prompt systeme ici",
    messages=[...]
)

Il est separe de la liste messages. Ce n’est pas un message avec role: "system" — c’est un parametre a part.

Integrer le prompt systeme dans la fonction chat

Reprenons notre fonction utilitaire pour accepter un prompt systeme optionnel :

def chat(conversation, user_message, system_prompt=None, model="claude-sonnet-4-20250514", max_tokens=1024):
    """Envoie un message avec un prompt systeme optionnel."""
    conversation.append({"role": "user", "content": user_message})

    kwargs = {
        "model": model,
        "max_tokens": max_tokens,
        "messages": conversation
    }

    if system_prompt:
        kwargs["system"] = system_prompt

    response = client.messages.create(**kwargs)

    assistant_text = response.content[0].text
    conversation.append({"role": "assistant", "content": assistant_text})

    return assistant_text

Cas d’usage courants

Cas d’usage	Exemple de prompt systeme
Assistant specialise	”Tu es un expert en droit du travail francais…”
Controle du format	”Reponds toujours en JSON avec les champs: titre, resume, score”
Controle du ton	”Tu es un assistant professionnel et concis. Pas de familiarite.”
Restriction du perimetre	”Tu ne reponds qu’aux questions sur la cuisine. Pour tout autre sujet, decline poliment.”
Persona	”Tu es un coach sportif motivant qui encourage ses clients.”

Bonnes pratiques

Soyez precis : “Reponds en 3 phrases maximum” est mieux que “Sois concis”
Definissez le role : “Tu es un…” aide Claude a calibrer ses reponses
Indiquez les contraintes : ce que Claude doit et ne doit pas faire
Donnez le format attendu : si vous voulez du JSON, du Markdown, des listes…
Testez et iterez : un bon prompt systeme se peaufine

Points a retenir

Le prompt systeme cadre le comportement de Claude avant la conversation
Il se passe via le parametre system, pas dans messages
Il change radicalement le comportement de Claude pour la meme question
Combinez role, ton, format et contraintes pour des resultats precis

Dans la prochaine lecon, vous mettrez cela en pratique avec un exercice.