Structurer ses Instructions

Pourquoi la structure compte

Un prompt bien structuré n’est pas un luxe — c’est une nécessité. Les modèles Mistral sont entraînés sur des volumes massifs de texte structuré (documentation technique, articles, code source). Ils comprennent et respectent d’autant mieux vos instructions que celles-ci sont clairement organisées.

Imaginez donner des consignes orales à un collègue sans jamais structurer votre pensée : le résultat serait confus. Il en va de même avec un modèle de langage. La structure de votre prompt détermine la clarté de l’interprétation.

Markdown : le standard naturel

Le Markdown est le format de structuration le plus efficace avec les modèles Mistral, pour trois raisons :

• Lisibilité : facile à lire et à écrire pour un humain
• Familiarité : massivement présent dans les données d’entraînement
• Parsing : le modèle identifie clairement les hiérarchies de titres, listes et blocs de code

Exemple de prompt structuré en Markdown

# Tâche
Rédigez un rapport d'analyse concurrentielle.

## Contexte
Entreprise : TechCorp, SaaS B2B, marché français
Concurrents principaux : AlphaSoft, BetaCloud, GammaTech

## Format attendu
Pour chaque concurrent, fournissez :
- **Forces** : 3 points maximum
- **Faiblesses** : 3 points maximum
- **Positionnement prix** : bas / moyen / premium

## Contraintes
- Maximum 800 mots
- Ton professionnel et factuel
- Pas de recommandations stratégiques (uniquement l'analyse)

Ce prompt utilise des titres (#, ##) pour séparer les sections, du gras pour les éléments clés, et des listes à puces pour les détails. Le modèle comprendra immédiatement la hiérarchie.

Les tags XML : précision maximale

Pour des cas où vous avez besoin d’isoler clairement des blocs de données ou d’instructions, les tags XML sont particulièrement efficaces :

<instructions>
Analysez le texte fourni et extrayez les entités nommées.
Catégorisez-les en : personnes, organisations, lieux.
</instructions>

<format>
Retournez le résultat en JSON avec la structure :
{"personnes": [], "organisations": [], "lieux": []}
</format>

<texte>
Le président Macron a rencontré la directrice de l'OMS à Genève
pour discuter de la stratégie sanitaire européenne.
</texte>

Les tags XML offrent une délimitation sans ambiguïté entre les instructions et les données. Le modèle sait exactement où commence et finit chaque section.

Sections essentielles d’un prompt structuré

Voici les sections que vous pouvez utiliser pour organiser vos prompts complexes :

1. La tâche (obligatoire)

Commencez toujours par énoncer clairement ce que vous attendez :

Tâche : Traduisez le texte suivant du français vers l'anglais
en conservant le registre formel.

2. Le contexte (quand nécessaire)

Fournissez les informations de fond que le modèle ne peut pas deviner :

Contexte : Vous travaillez pour une startup fintech qui
développe une application de gestion budgétaire pour les
particuliers en France.

3. Les règles (pour cadrer)

Listez explicitement ce que le modèle doit et ne doit pas faire :

Règles :
- Utilisez le vouvoiement
- Ne mentionnez pas de marques concurrentes
- Chaque paragraphe doit faire entre 50 et 100 mots

4. Le format de sortie (pour la précision)

Décrivez exactement la forme que doit prendre la réponse :

Format : Retournez un tableau Markdown avec les colonnes
suivantes : Critère | Score (1-5) | Commentaire

5. Les exemples (pour lever les ambiguïtés)

Montrez un exemple du résultat attendu. Nous y reviendrons en détail dans la leçon sur le few-shot prompting.

Consignes explicites vs implicites

Les modèles Mistral ne devinent pas vos intentions. Tout ce qui est implicite dans votre tête doit devenir explicite dans votre prompt.

Implicite (risqué) :

Résumez cet article.

Explicite (fiable) :

Résumez cet article en 3 bullet points de 20 mots maximum chacun.
Conservez les chiffres clés. Utilisez un ton neutre et factuel.

La version explicite ne laisse aucune place à l’interprétation. Le modèle sait exactement quoi produire.

Écrire comme si le modèle ne sait rien

Une règle fondamentale : rédigez votre prompt en supposant que le modèle n’a aucun contexte préalable sur votre situation. Même si vous avez l’impression que c’est évident, précisez :

• Qui vous êtes (via le system prompt)
• Ce que vous voulez obtenir
• Pour quel usage
• Dans quel format

Cette approche « contexte zéro » garantit des résultats consistants, quel que soit l’état de la conversation.

Points clés à retenir

• Structurez vos prompts avec des sections claires (Markdown ou XML)
• Le Markdown est idéal pour la plupart des cas ; les tags XML pour isoler des données
• Séparez toujours la tâche, le contexte, les règles et le format attendu
• Rendez explicite tout ce qui est implicite dans votre tête
• Rédigez chaque prompt comme si le modèle partait de zéro