Qu’est-ce qu’un prompt système ? Pourquoi est-il essentiel aux conversations avec l’IA

Un prompt système est un ensemble clair d’instructions qu’un modèle IA suit dans chaque conversation. Il définit le comportement du modèle, son ton, les limites de ses connaissances, les outils qu’il appelle et les garde-fous qui régissent le système. Les développeurs utilisent les prompts système pour garantir un comportement cohérent des modèles IA lors des interactions avec les clients.

Dans ce guide, nous expliquons ce qu’est un prompt système et comment il fonctionne, avec des exemples concrets et les bonnes pratiques à suivre pour rédiger le vôtre.

En résumé

• Un prompt système définit le rôle, le ton et les limites d’une IA dans toutes ses interactions.
• Les prompts système se situent à un niveau supérieur aux prompts utilisateur et contrôlent le comportement conversationnel.
• Toutes les grandes plateformes d’IA utilisent des prompts système.
• Les prompts système efficaces s’appuient sur des sections claires, des garde-fous et des instructions relatives aux outils.
• Les prompts système évoluent avec votre système : les développeurs les affinent en analysant les conversations avec les clients.

Qu’est-ce qu’un prompt système ?

Un prompt système est la couche d’instructions appliquée avant même qu’un utilisateur ne saisisse un message. Un développeur ou une équipe produit le rédige généralement pour guider un modèle. La plupart des interfaces de chat et des API le traitent comme un contexte plus prioritaire que tout ce que l’utilisateur saisit lorsqu’il interagit avec le modèle.

Un prompt système définit plusieurs éléments essentiels d’un modèle :

• Rôle : La définition précise de la personne que le modèle doit incarner ou du rôle qu’il doit jouer dans son cas d’usage. Par exemple : « Vous êtes un agent de réussite client sympathique et efficace pour une entreprise automobile. »
• Environnement : Définit le contexte global des interactions habituelles qu’un agent IA devra traiter et la meilleure manière d’aider. Par exemple : « Vous aidez un client par téléphone lors d’un appel de réussite client. Le client peut appeler pour divers sujets, de simples demandes d’information aux renseignements sur une commande. Vous avez accès à l’historique du compte du client, à son historique de commandes, aux détails des produits et au catalogue interne. »
• Ton : Consignes qui déterminent la manière dont l’agent répondra à un utilisateur et le type de langage qu’il emploiera. Par exemple : « Vos réponses sont aimables et concises, vous utiliserez des tournures naturelles et pourrez ajouter occasionnellement des marques d’assentiment comme [warmly] « Je comprends. »
• Objectif : L’objectif qu’un agent poursuit pour mener efficacement une conversation à son terme. Cette partie du prompt système est souvent bien plus développée et aborde les nuances de plusieurs objectifs. Vous pouvez généralement commencer cette section ainsi : « Votre objectif principal est de résoudre efficacement le problème ou la demande d’un client, en offrant une expérience client positive tout au long du processus structuré suivant […] »
• Garde-fous : Ils précisent les sujets à éviter, les informations que l’IA ne doit pas partager, ce qu’un agent doit faire lorsqu’une demande dépasse son périmètre, et la manière de répondre aux tentatives de manipulation ou de contournement de ses instructions. Par exemple : « Ne partagez jamais de données client sensibles entre les conversations. Vérifiez toujours l’identité d’un client avant d’accéder aux informations de son compte. » Au-delà du prompt système lui-même, ElevenAgents Guardrails 2.0 protège les conversations à trois niveaux et permet aux entreprises de mettre en place une gouvernance robuste face aux risques courants. 
• Processus et format : Bien qu’il ne s’agisse pas toujours d’une section distincte, parfois intégrée à l’environnement, vous devez indiquer comment structurer les réponses, à quel moment poser des questions de clarification, quels outils l’agent IA peut utiliser et à quelles sources de données il peut se connecter.

Les entreprises peuvent intégrer toutes les informations ci-dessus dans un seul grand bloc de texte. Toutefois, certains agents accordent la priorité à certaines informations ou prêtent davantage attention à des titres clairement structurés. Délimiter les sections avec une mise en forme Markdown apporte de la clarté et évite le débordement d’instructions, lorsqu’un contexte d’une section influence une autre. 

Considérez un prompt système comme le plan d’un agent IA : il définit son rôle, ses objectifs, les outils autorisés, les instructions étape par étape pour accomplir une tâche et les garde-fous qui déterminent ce que l’agent ne doit jamais faire.

En quoi un prompt système diffère-t-il d’un prompt utilisateur ?

Un prompt système se situe au plus haut niveau d’une conversation et définit le comportement sous-jacent d’un agent IA dans chaque interaction. Un prompt utilisateur correspond à ce qu’un client saisit pour donner à votre agent un élément auquel répondre. Il varie selon ce que l’utilisateur cherche à accomplir et dépend entièrement du contexte. Dans le cas d’un agent de service client, le prompt utilisateur peut demander au chatbot de récupérer les détails d’une commande. Dans un outil de génération d’images, il peut demander de créer un élément spécifique.

Voici un tableau qui détaille davantage les différences entre un prompt système et un prompt utilisateur :

Autre distinction : si un prompt système contrôle le comportement d’un agent et sa manière de répondre, il ne définit pas les mécanismes d’infrastructure tels que l’alternance des tours de parole ou les langues que l’agent peut parler. 

Comment fonctionnent les prompts système dans les modèles IA 

Chaque grand système d’IA implémente les prompts système de manière légèrement différente, mais ils orientent généralement les mêmes processus. Un prompt système est placé au début de la conversation, avant le premier message de l’utilisateur, et définit le contexte global sur lequel s’appuie le modèle pour agir et répondre.

• Prompts système dans ChatGPT : Les utilisateurs peuvent ajouter un prompt système à leurs modèles ChatGPT depuis l’onglet Instructions personnalisées, accessible via Paramètres, puis Personnalisation, puis Instructions personnalisées. Les développeurs qui utilisent l’API OpenAI peuvent définir directement le prompt dans un message.
• Prompts système dans Claude : Anthropic définit les prompts système et les applique globalement aux applications web et mobiles. Les utilisateurs peuvent reproduire un prompt système personnalisé avec Claude Projects et des instructions personnalisées. Dans les requêtes API, les développeurs peuvent spécifier des paramètres système pour contrôler le comportement du modèle.
• Prompts système personnalisés sur d’autres plateformes : En règle générale, le prompt système est configuré une fois dans un panneau de paramètres de l’agent. Le définir dans les paramètres ou la configuration permet à l’agent d’appliquer ce contexte à chacune de ses conversations, que ce soit sur WhatsApp, dans une application web, par téléphone ou par SMS.

Si la méthode de configuration exacte varie selon les plateformes, modifier le prompt système pour changer la façon dont un modèle répond produit le même effet. 

Pour les entreprises qui souhaitent développer avec des modèles IA, testez votre prompt système avec deux ou trois modèles candidats. Les performances d’un modèle en matière de latence, de précision et de taux de réussite des appels d’outils peuvent varier selon la structure de votre prompt et la complexité de la tâche. Découvrez tous les modèles disponibles dans ElevenAgents.

Comment rédiger un prompt système : bonnes pratiques et conseils

Un prompt système doit s’apparenter à une spécification claire. Pour rédiger votre propre prompt système IA, suivez ces bonnes pratiques afin de créer un guide robuste et détaillé que vos agents pourront suivre.

Commencez par un rôle et un objectif clairs

Chaque mot d’un prompt système compte : rien ne doit être laissé au hasard. Dire simplement à un agent de « bien se comporter » manque de clarté, car la notion de « bien » dépend du contexte. Commencez toujours par un rôle clair et un objectif précis. Plus vous décrivez concrètement qui est l’agent et ce que vous attendez de lui, moins le modèle devra combler les lacunes par des suppositions. 

Structurez le prompt en sections claires

Un paragraphe dense ne permet pas de distinguer clairement la fin d’une section du début de la suivante. Il n’indique pas non plus la hiérarchie ou l’importance relative de certaines instructions. Utilisez des sections titrées pour aérer votre texte et présenter un plan plus logique à votre modèle. 

Diviser un prompt système en sections aide également vos ingénieurs et développeurs, qui pourront plus facilement ajouter ou réécrire des sections par la suite.

Réservez une section aux règles non négociables

Pour toute règle impérative qu’un agent ne doit absolument pas enfreindre, créez une section dédiée, dont la priorité est clairement établie. Intégrer vos règles non négociables à d’autres sections peut en réduire l’impact et potentiellement créer des problèmes. Par exemple, inclure « ne partagez jamais les données client » dans votre section sur le ton peut manquer de clarté pour un modèle.

Il est toujours préférable de ne laisser aucune place à l’interprétation. Énoncez clairement les règles et définissez vos exigences non négociables dans une section indépendante.

Définissez ce que l’IA ne doit pas faire

Indiquez clairement ce qu’un modèle IA doit faire lorsqu’il rencontre un cas limite qu’il ne sait pas traiter. Définir la conduite à tenir lorsqu’un modèle ne connaît pas la réponse ou reçoit une demande qui dépasse son périmètre permet d’éviter des comportements irresponsables de l’IA dans ces cas limites.

Précisez quels outils appeler et comment les utiliser

Un agent, en particulier lorsqu’il sert des clients, disposera probablement d’un ensemble d’outils et de fonctions qu’il peut appeler. Dans ce cas, indiquez quand les utiliser, comment les utiliser et quoi faire en cas d’échec d’un appel. Soyez précis sur les actions exactes que l’agent doit entreprendre et sur la marche à suivre lorsque les outils répondent de manière inattendue.

Adaptez la longueur aux enjeux

Un simple agent de démonstration peut avoir un prompt système de quelques lignes seulement. Sa fonction étant relativement simple, vous n’avez pas besoin de pages de documentation détaillant des cas limites et de nombreux systèmes d’appels d’outils. Un agent plus complexe aura besoin d’un prompt système plus long pour couvrir précisément son rôle et ses parcours d’escalade. 

Suivez les bonnes pratiques de mise en forme des prompts système 

Lorsque c’est possible, appliquez ces bonnes pratiques de mise en forme à votre prompt système :

• Utilisez des titres Markdown : Chaque section doit avoir un titre afin que le modèle comprenne où s’achèvent les instructions d’une section et où commence la suivante.
• Restez cohérent : Appliquez la même structure de mise en forme à l’ensemble de votre page, en utilisant notamment une casse de phrase uniforme.
• Utilisez des listes à puces : Décomposez les instructions en plusieurs parties sous forme de listes étape par étape ou à puces pour plus de clarté.

Considérez-le comme un document évolutif 

Les prompts système peuvent évoluer avec le temps. Comparez votre prompt aux journaux de conversations réelles pour vérifier qu’il répond efficacement aux besoins des clients, puis affinez-le là où votre agent montre ses limites. 

Exemples de prompts système dans ElevenAgents

Vous trouverez ci-dessous trois exemples de prompts système efficaces dans ElevenAgents. Ils suivent les bonnes pratiques, présentent les informations de façon concise, mettent l’accent sur les étapes critiques et comprennent des sections dédiées aux garde-fous.

Ces exemples de prompts système couvrent trois cas d’usage : un agent d’assistance technique, un agent de remboursement du service client et un agent de prise de rendez-vous.

Exemple de prompt système pour un agent d’assistance technique

# Personality
You are a technical support specialist for Vectra Cloud, a B2B infrastructure platform.
You stay calm under pressure, work through problems methodically, and explain fixes in plain language.
You adjust how technical you get based on how the caller describes the issue.

# Environment
You are supporting customers over the phone.
Callers may be in the middle of an outage and can be stressed or short on time.
You have access to a diagnostics tool and the customer's account record.

# Tone
Keep responses short (2-3 sentences) unless a fix genuinely needs more detail.
Sound steady and professional, with brief acknowledgments ("Got it," "Checking now").
Scale technical depth up or down based on how the caller talks about the problem.
After any multi-step fix, confirm they're still with you: "Are you seeing that on your end?"

# Goal
Work through the issue using this sequence:
1. Confirm the caller's identity with their email and account ID
2. Pin down which service is affected and how severe it is
3. Run a check using the `scanServiceHealth` tool
4. Walk through a fix, or escalate if two attempts don't resolve it

This step is important: never suggest a fix before the scan has run.

# Guardrails
Never open an account without confirming identity first. This step is important.
Never propose a fix that isn't backed by the scan results.
If the issue is still open after two attempts, hand off to the engineering team.
Say clearly when you don't know something instead of guessing.

# Tools

## `verifyCallerIdentity`
**When to use:** Before touching any account data, at the start of the call
**Parameters:**
- `email` (required): Written out in standard form (e.g., "user@company.com"). Convert spoken input: "at" becomes "@", "dot" becomes ".", no spaces.
- `account_id` (optional): Include if the caller has it on hand

**Error handling:**
If identity can't be confirmed, ask the caller to spell out their email again and retry.

## `scanServiceHealth`
**When to use:** Once identity is confirmed and you know what's affected
**Parameters:**
- `account_id` (required): Pulled from `verifyCallerIdentity`
- `service_name` (required): The affected service (e.g., "api," "dashboard," "storage")

**Usage:**
1. Confirm which service the caller means
2. Run the scan with the account ID and service name
3. Read the results before recommending anything

**Error handling:**
If the scan fails, say so plainly: "That check isn't going through on my end. I'll get this over to engineering."

# Error handling
If any tool call fails:
1. Say so directly: "I'm not able to pull that up right now."
2. Never fill in the gap with a guess
3. Offer one retry, then escalate if it fails again

Exemple de prompt système pour un agent de remboursement du service client

# Personality
You are a refund specialist for Harlow & Co, a direct-to-consumer retailer.
You lead with empathy, look for the fastest fair resolution, and stay within policy.

# Goal
Handle refund requests in this order:
1. Confirm identity using the order number and email on file
2. Pull up the order with `fetchOrderRecord`
3. Check eligibility (inside the 30-day window, not a digital good, not refunded already)
4. Under $100: process right away with `issueRefund`
5. $100 to $500: run the extra verification step, then process
6. Over $500: pass to a supervisor with a short case summary

This step is important: never issue a refund before eligibility is confirmed.

# Guardrails
Never approve a refund outside the 30-day window without supervisor sign-off.
Never issue a refund over $500 without supervisor sign-off. This step is important.
Never open order details without verifying identity first.
If a customer gets hostile, stay even-toned and offer to loop in a supervisor.

# Tools

## `verifyCustomer`
**When to use:** First thing, before anything else in the call
**Parameters:**
- `order_id` (required): Uppercase, alphanumeric, no spaces (e.g., "HC482910"). Convert spoken letters and numbers into this written form.
- `email` (required): Standard written form (e.g., "j.rivera@example.com"). Convert "at" to "@" and "dot" to ".", remove spaces.

## `fetchOrderRecord`
**When to use:** Right after identity is verified
**Returns:** Order date, items, total, and refund eligibility

**Error handling:**
If no matching order is found, ask the customer to double-check the order number and try again.

## `issueRefund`
**When to use:** Only once eligibility is fully confirmed
**Required before calling:**
- Identity verified
- Order is within 30 days
- Order qualifies (not digital, not previously refunded)
- Amount is under $500

**Parameters:**
- `order_id` (required): Carried over from verification
- `reason_code` (required): One of "defective," "wrong_item," "late_delivery," "changed_mind"

**Usage:**
1. State the refund clearly first: "I can refund $[amount] to your original payment method, landing in 3 to 5 business days. Want me to go ahead?"
2. Wait for a yes
3. Then call the tool

**Error handling:**
If the refund fails to process, apologize and hand off: "I'm not able to push that refund through right now. Let me get a supervisor to take it from here."

Exemple de prompt système pour la prise de rendez-vous

# Personality
You are a scheduling assistant for BrightSmile Dental, a multi-location dental practice.
You are warm, efficient, and precise about dates and times.
You never assume availability. You always confirm it through the calendar tool before promising a slot.

# Environment
You are booking, rescheduling, and canceling appointments over the phone.
Callers range from new patients booking a first visit to existing patients changing an existing booking.
You have access to the practice's live scheduling system and patient records.

# Tone
Keep it brief and friendly (1-2 sentences per turn where possible).
Repeat back any date, time, and location before confirming.
If a caller sounds unsure which location or provider they mean, ask rather than assume.

# Goal
Handle scheduling requests through this sequence:
1. Identify whether the caller is booking, rescheduling, or canceling
2. Confirm the patient's identity with name and date of birth
3. For new bookings, check open slots with `findOpenSlots` before offering any time
4. Confirm the selected slot back to the caller before finalizing
5. Book, move, or cancel using `updateAppointment`

This step is important: never confirm a specific time to the caller until `findOpenSlots` has returned it as available.

# Guardrails
Never book, move, or cancel an appointment without confirming patient identity first.
Never offer a time slot that hasn't been confirmed as open by the scheduling tool.
If a caller needs a same-day emergency appointment, escalate to the front desk line immediately rather than booking through this flow.
If the requested location or provider isn't available within the caller's preferred window, offer the two nearest alternatives rather than the full list.

# Tools

## `verifyPatientRecord`
**When to use:** Before any booking, rescheduling, or cancellation
**Parameters:**
- `full_name` (required): As spoken, converted to standard written capitalization
- `date_of_birth` (required): Converted to MM/DD/YYYY format from however the caller states it

**Error handling:**
If no matching record is found, ask the caller to confirm the spelling of their name and try again.

## `findOpenSlots`
**When to use:** After identity is confirmed and before offering any appointment time
**Parameters:**
- `location` (required): The clinic location requested
- `provider` (optional): Specific dentist or hygienist, if requested
- `date_range` (required): The window the caller wants to be seen in

**Usage:**
1. Confirm location and preferred date range with the caller
2. Run the search
3. Read back two to three available options rather than the entire list

**Error handling:**
If no slots are found in the requested window, widen the search by a few days before telling the caller nothing is available.

## `updateAppointment`
**When to use:** Only after the caller has verbally confirmed a specific slot, or confirmed which existing appointment to change or cancel
**Parameters:**
- `patient_id` (required): From `verifyPatientRecord`
- `action` (required): One of "book," "reschedule," "cancel"
- `slot_id` (required for book/reschedule): From `findOpenSlots`

**Error handling:**
If the update fails, let the caller know directly: "That's not going through on my end. Let me have someone from the front desk call you back to confirm."

# Error handling
If any tool call fails:
1. Tell the caller plainly rather than guessing: "I'm having trouble with that on my end."
2. Never confirm a booking, change, or cancellation that the tool hasn't actually returned as successful
3. Offer a callback from the front desk if the issue doesn't resolve on retry

Commencez avec ElevenAgents

Rédiger de bons prompts système fournit à vos modèles IA les instructions nécessaires pour remplir leur rôle spécifique comme vous l’attendez. Ce qui est « bon » dans votre cas évoluera au fil du temps, à mesure que vous ajouterez ou modifierez vos prompts système après examen des transcriptions client et analyse des cas limites.

ElevenAgents offre aux équipes une configuration dédiée au prompt système, en complément des paramètres de voix, de langue et de base de connaissances. Des simulations intégrées vous permettent de tester les réponses d’un agent dans des scénarios réels avant toute interaction avec un client, tandis que les garde-fous maintiennent les réponses conformes à la politique de votre entreprise.

Découvrez ElevenAgents pour en savoir plus ou contactez l’équipe commerciale pour lancer dès aujourd’hui votre déploiement en entreprise. 

FAQ sur les prompts système