Ingénieurs de prompts : pourquoi ce métier doit déjà se réinventer

L’ingénieur de prompts a été l’un des symboles les plus visibles de la vague de l’IA générative. Certaines entreprises ont recruté des profils capables de formuler les consignes les plus efficaces pour faire produire du texte, des images ou des vidéos à des modèles d’intelligence artificielle. Mais, au 1er décembre 2023, le mouvement qui a fait émerger cette fonction semble aussi en modifier profondément les contours : les outils deviennent plus faciles à prendre en main, et la qualité d’une demande ne repose plus seulement sur une formulation savante.

L’idée d’un déclin doit toutefois être maniée avec précaution. Ce qui paraît fragilisé n’est pas nécessairement la maîtrise des prompts elle-même, mais le poste exclusivement consacré à leur rédaction. Bien demander à une IA reste important. En revanche, cette capacité tend à devenir une composante parmi d’autres d’un métier plus large, mêlant compréhension des besoins, culture technique, expertise créative et évaluation des réponses.

Pourquoi les ingénieurs de prompts ont-ils émergé ?

Un prompt est la consigne adressée à un modèle génératif. Il peut prendre la forme d’une question, d’une instruction détaillée, d’un exemple à suivre ou d’une succession de contraintes. Selon l’outil utilisé, il sert à demander un texte, une image, une vidéo ou encore une variation à partir d’un contenu existant.

Lorsque les premiers outils génératifs destinés au grand public se sont imposés, leur comportement pouvait sembler imprévisible. Une formulation imprécise risquait de livrer une réponse vague, incomplète ou éloignée du résultat attendu. À l’inverse, un utilisateur sachant préciser le contexte, le public visé, le format de sortie et les critères de qualité pouvait obtenir une production plus exploitable.

C’est dans cet espace qu’est apparue la figure de l’ingénieur de prompts. Son travail ne consistait pas uniquement à trouver une « phrase magique ». Il fallait aussi comprendre les possibilités et les limites d’un modèle, tester différentes formulations, comparer les résultats et bâtir des méthodes reproductibles pour une équipe. Dans certaines entreprises, cette expertise a été perçue comme suffisamment spécifique pour justifier des recrutements.

Les outils cités dans ce débat ne répondent pas tous au même besoin, mais ils ont un point commun : ils transforment une intention humaine formulée en langage courant en contenu généré.

Cette diversité explique pourquoi l’expression « ingénieur de prompts » a pu recouvrir des réalités très différentes. Dans une équipe de communication, l’enjeu peut être la création de contenus. Dans un service technique, il peut s’agir de connecter un modèle à d’autres outils. Dans un studio de création, la priorité peut être de produire un univers visuel cohérent.

Des interfaces plus simples, une barrière technique moins haute

La difficulté d’accès aux outils constitue le cœur du changement. Les modèles d’IA se sont améliorés à un rythme que la publication d’origine qualifie de presque exponentiel, tandis que leurs interfaces se sont simplifiées. L’utilisateur n’a plus systématiquement besoin de connaître des commandes complexes ou de maîtriser des compétences techniques poussées pour obtenir un premier résultat.

La démocratisation ne signifie pas que tous les résultats se valent. Elle signifie plutôt qu’un plus grand nombre de personnes peuvent dialoguer directement avec une IA et expérimenter. Les outils savent de mieux en mieux interpréter une demande exprimée de façon naturelle, proposer des pistes et guider l’utilisateur dans ses ajustements. Cette évolution réduit l’avantage tiré de la seule connaissance de formules de prompts très codifiées.

Dans ce contexte, le savoir-faire se déplace. Une personne qui connaît réellement son sujet, qu’il s’agisse de droit, de marketing, de pédagogie, de design ou d’ingénierie, est souvent mieux placée pour détecter une approximation, imposer les bonnes contraintes et juger si le résultat peut être utilisé. L’IA facilite l’accès à la production, mais elle ne remplace pas la connaissance de ce que l’on cherche à produire.

Le prompt engineering est-il un métier ou une compétence ?

Guillaume Lebrasseur, enseignant à l’Institut de l’Internet et du Multimédia et aux Gobelins, estime que le prompt engineering pourrait être davantage considéré comme une compétence que comme un métier à part entière. Son analyse ne nie pas l’intérêt de maîtriser les prompts. Elle invite plutôt à distinguer un savoir-faire devenu transversal d’une profession durablement séparée.

La comparaison qu’il propose avec le latin est éclairante : connaître cette langue peut aider à saisir des subtilités du français, sans pour autant faire de cette connaissance une activité professionnelle pour chacun. De la même manière, apprendre à formuler une instruction, à structurer un échange avec un modèle et à contrôler sa sortie peut devenir une aptitude utile dans de nombreux métiers.

Cela rapproche le prompt engineering de compétences déjà familières dans le monde du travail. Savoir effectuer une recherche, rédiger un brief, utiliser un tableur ou présenter une analyse sont rarement des métiers en soi. Ce sont des capacités qui prennent leur valeur lorsqu’elles s’ajoutent à une expertise professionnelle. L’usage de l’IA générative pourrait suivre la même trajectoire.

Du rédacteur de consignes à l’intégrateur de systèmes

Si la fonction évolue, elle ne disparaît pas nécessairement. Les professionnels ayant développé une expérience des modèles génératifs peuvent élargir leur périmètre au lieu de se limiter à la rédaction de prompts. L’une des pistes consiste à gérer les interconnexions entre différents systèmes et les services tiers qui gravitent autour des modèles d’IA.

Cette évolution impose une compréhension plus complète de la chaîne de production. Une organisation ne cherche généralement pas un texte ou une image isolée. Elle peut vouloir intégrer une réponse à un processus de service client, générer des ébauches pour une équipe éditoriale, alimenter une base de connaissances ou créer des éléments visuels qui respecteront une identité existante. Dans chacun de ces cas, il faut penser aux données fournies au modèle, au format des résultats, au contrôle humain et à la circulation du contenu entre les outils.

L’autre enjeu est la définition de l’intention. Une IA peut générer des propositions à partir d’une instruction, mais elle ne décide pas seule de l’objectif pertinent, du message à défendre ou du compromis acceptable. Gilles Moyse le rappelle clairement : « Seuls les humains la définissent ». Cette phrase résume une limite essentielle des systèmes génératifs. Ils peuvent assister, reformuler et proposer, mais l’intention relève de la personne ou de l’organisation qui formule la demande.

L’ingénieur de prompts qui conservera sa pertinence pourrait donc devenir un profil d’interface : assez technique pour comprendre les outils, assez proche des métiers pour recueillir un besoin réel, et assez rigoureux pour éviter qu’une réponse séduisante mais erronée entre dans un processus de travail.

La créativité et le jugement, des compétences difficiles à automatiser

Pour Anis Ayari, la véritable valeur ajoutée des personnes qui utilisent habilement Midjourney ou Dall-E ne réside pas seulement dans leur faculté à produire beaucoup d’images. Elle tient à leur sens artistique et à leur expertise créative. Une IA peut multiplier les propositions, mais encore faut-il savoir reconnaître celle qui possède une cohérence, une force visuelle ou une pertinence par rapport à un projet.

Cette observation vaut bien au-delà de l’image. Face à plusieurs textes générés, il faut pouvoir repérer une formulation banale, un raisonnement fragile, une tonalité inadéquate ou une information insuffisamment vérifiée. Face à plusieurs vidéos d’avatars, il faut déterminer si le rendu est crédible et adapté au public. L’abondance de résultats peut même augmenter le besoin de sélection, car elle déplace une partie du travail de la production vers l’évaluation.

La créativité humaine intervient également avant la génération. Elle consiste à choisir un angle, à définir une intention, à savoir quel effet rechercher et à décider ce qui mérite d’être écarté. Les modèles peuvent accélérer les essais et ouvrir des pistes inattendues. Ils ne dispensent pas d’un regard formé sur la qualité.

Bien prompter : une méthode accessible à tous

La simplification des interfaces ne rend pas inutile l’apprentissage de bonnes pratiques. Elle permet plutôt de les diffuser à davantage de salariés, de créatifs et d’étudiants. Pour obtenir un résultat plus utile, il est possible de suivre une démarche simple, sans imaginer qu’elle constituera une recette universelle.

• Définir l’objectif : préciser ce que l’on veut obtenir et l’usage prévu du résultat.
• Donner le contexte nécessaire : indiquer les informations dont le modèle a besoin pour comprendre la demande.
• Demander un format clair : une liste, un plan, une synthèse, plusieurs options ou une réponse structurée.
• Itérer : corriger, compléter et reformuler après avoir examiné la première production.
• Vérifier : contrôler les informations importantes et ne pas confondre une réponse fluide avec une réponse fiable.

Cette méthode souligne une réalité souvent oubliée : un échange avec une IA est un processus, pas un geste unique. Les meilleurs utilisateurs ne se contentent pas d’envoyer une consigne. Ils relisent, posent des limites et transforment les réponses intermédiaires en matériau de travail. Cette capacité sera utile à la fois aux spécialistes et au grand public.

Ce qu’il faut surveiller pour l’avenir du métier

Au 1er décembre 2023, il est trop tôt pour affirmer que l’ingénieur de prompts disparaîtra. Le titre pourrait survivre dans certaines organisations, notamment là où les usages de l’IA sont nombreux, complexes ou directement liés à la création. Mais sa définition est appelée à changer sous l’effet de modèles plus performants et d’outils plus accessibles.

Le point décisif sera moins la capacité à rédiger une instruction isolée que la faculté à inscrire l’IA dans un travail de qualité. Cela suppose de relier les systèmes entre eux, de comprendre les attentes d’un métier, de préserver une intention humaine et de sélectionner les meilleures productions. La maîtrise des prompts reste donc un atout précieux, mais elle devient d’autant plus solide qu’elle s’appuie sur des compétences techniques, créatives et critiques plus larges.