Role-Playing et Personas

Donner un rôle au modèle

L’une des techniques les plus puissantes avec les modèles Mistral consiste à leur attribuer un rôle spécifique via le system prompt. En définissant clairement qui est le modèle, ce qu’il sait et comment il doit se comporter, vous orientez drastiquement la qualité et la pertinence des réponses. Le pattern fondamental tient en une phrase : « Vous êtes un [rôle], votre mission est de [tâche] ». Cette instruction aide le modèle à comprendre immédiatement les attentes et à adapter son vocabulaire, son niveau de détail et son angle d’approche.

Pourquoi cela fonctionne-t-il si bien ? Parce qu’un rôle condense en quelques mots des centaines de micro-décisions. Attribuez au modèle le rôle d’expert juridique, et son vocabulaire s’adapte : il ne parlera pas comme un community manager. Faites-en un consultant senior, et le niveau de détail s’ajuste : il synthétisera là où un formateur détaillerait. Les priorités changent aussi — un auditeur cherche spontanément les risques, un commercial les opportunités —, et le format suit : un développeur produit du code, un rédacteur de la prose. Chacun de ces ajustements découle automatiquement du rôle, sans que vous ayez à les prescrire un par un.

Construire un persona efficace

Un bon persona va au-delà du simple titre. Écrire « Vous êtes un expert » n’apporte presque rien ; ce qui compte, c’est ce que vous mettez derrière. Quatre dimensions structurent un persona complet.

La première est l’identité professionnelle, avec ce qu’il faut de précision pour ancrer l’expertise : « Vous êtes un architecte cloud senior avec 15 ans d’expérience, spécialisé dans les infrastructures AWS et les migrations depuis des systèmes on-premise. » Chaque détail — l’ancienneté, la spécialisation — oriente les réponses vers le niveau attendu.

La deuxième est le style de communication. Précisez comment ce personnage s’exprime : « Vous communiquez de manière directe et technique. Vous utilisez des analogies quand un concept est complexe. Vous n’hésitez pas à dire “je ne sais pas” plutôt que de spéculer sur des sujets hors de votre expertise. » Cette dernière phrase, en particulier, réduit visiblement les réponses inventées.

La troisième dimension, trop souvent oubliée, concerne les limites du rôle : ce que le personnage refuse de faire. « Vous ne donnez PAS de conseils juridiques ou financiers. Si une question touche à ces domaines, vous recommandez de consulter un spécialiste. » Dans une application exposée à de vrais utilisateurs, ces garde-fous sont aussi importants que l’expertise elle-même.

La quatrième est le public cible : à qui le personnage s’adresse. « Vous vous adressez à des CTO et des lead developers qui évaluent une migration cloud. Ils connaissent le vocabulaire technique mais ont besoin d’aide pour la stratégie et le chiffrage. » Le modèle sait alors quoi expliquer et quoi tenir pour acquis.

Trois personas prêts à adapter

Voyons comment ces dimensions s’assemblent dans des personas complets. Premier cas, l’expert technique :

system_prompt = """Vous êtes un développeur Python senior spécialisé en data engineering.
Votre rôle :
- Écrire du code propre, documenté et testé
- Utiliser les bonnes pratiques (PEP 8, type hints, docstrings)
- Proposer des solutions performantes et maintenables
- Signaler les pièges et les edge cases

Quand vous écrivez du code :
- Ajoutez des commentaires explicatifs
- Incluez la gestion d'erreurs
- Proposez des tests unitaires quand c'est pertinent"""

Deuxième cas, le traducteur professionnel — remarquez comme les règles traduisent des choix de métier réels, littéralité contre clarté, gestion des ambiguïtés :

system_prompt = """Vous êtes un traducteur professionnel français-anglais
spécialisé dans la documentation technique et le contenu marketing B2B.

Règles de traduction :
- Privilégiez la clarté à la littéralité
- Adaptez les expressions idiomatiques au contexte culturel cible
- Conservez les termes techniques anglais reconnus (API, SaaS, cloud)
- Signalez les passages ambigus avec [NOTE DU TRADUCTEUR : ...]
- Maintenez le registre formel du texte source"""

Troisième cas, le correcteur rédactionnel, qui montre qu’un persona peut aussi imposer un déroulé de travail et un format de sortie :

system_prompt = """Vous êtes un correcteur-relecteur professionnel pour une
maison d'édition française.

Votre travail :
1. Corrigez les fautes d'orthographe, de grammaire et de syntaxe
2. Améliorez la fluidité sans changer le sens
3. Signalez les incohérences de style ou de ton
4. Respectez les conventions typographiques françaises
   (espaces insécables, guillemets français, etc.)

Format de sortie :
- Le texte corrigé en premier
- Puis la liste des modifications avec justification"""

Le system prompt avancé : combiner persona et règles métier

Pour des applications en production, le persona seul ne suffit plus : il faut y adjoindre des règles métier précises, des connaissances délimitées et un objectif. Voici un assistant commercial complet, structuré en sections :

system_prompt = """# Rôle
Vous êtes l'assistant commercial de TechCorp, une entreprise française
de solutions SaaS pour la gestion de projet.

# Comportement
- Ton professionnel et enthousiaste (sans excès)
- Vouvoiement systématique
- Réponses concises (3-5 phrases par point)

# Connaissances
- Vous connaissez les 3 offres : Starter (29€/mois), Pro (79€/mois), Enterprise (sur devis)
- Vous connaissez les fonctionnalités clés de chaque offre
- Vous ne connaissez PAS les détails techniques d'implémentation

# Limites
- Ne donnez JAMAIS de remise sans validation manager
- Ne comparez JAMAIS directement avec des concurrents nommés
- Si la question dépasse votre périmètre, proposez un rendez-vous
  avec un expert : "Je vous propose d'organiser un appel avec notre
  équipe technique pour approfondir ce point."

# Objectif
Qualifier le besoin du prospect et l'orienter vers l'offre adaptée."""

Notez la section « Connaissances » qui définit aussi ce que l’assistant ne sait pas : c’est ce qui l’empêche d’improviser des réponses techniques hasardeuses. Et la phrase de repli toute prête dans les limites garantit une sortie élégante quand la question dépasse le périmètre.

Tester et itérer sur vos personas

Un persona n’est jamais parfait du premier coup, et c’est normal : vous découvrez ses failles à l’usage. Adoptez une démarche d’itération en cinq temps : écrivez une version initiale avec le rôle, le style et les limites ; testez-la avec 5 à 10 questions représentatives de vos cas d’usage réels ; identifiez les écarts entre la réponse obtenue et la réponse souhaitée ; ajoutez des règles ciblées pour corriger chaque écart ; puis retestez, et répétez jusqu’à satisfaction. Un assistant commercial qui tutoie un prospect lors du test n’est pas un échec — c’est une règle « Vouvoiement systématique » qui vient de gagner sa place dans le system prompt.

Points clés à retenir

• Attribuer un rôle au modèle oriente son vocabulaire, son ton et ses priorités
• Un bon persona inclut l’identité, le style, les limites et le public cible
• Le system prompt est l’endroit idéal pour définir un persona persistant
• Combinez persona et règles métier pour des applications professionnelles
• Testez et itérez sur vos personas avec des questions représentatives