Plan applicable avec les autres IA génératives.
Vous promptez tous les jours, mais vos résultats plafonnent. Alors vous récupérez les prompts des autres, vous les collez, et vous restez dépendant. Et si le meilleur coach pour progresser, c’était l’outil lui-même ? Voici une méthode pour que ChatGPT diagnostique votre niveau, vous bâtisse un plan, et vous entraîne, étape par étape.
🧭 Comment ça marche
La méthode tient en cinq étapes, et une seule logique : on ne s’améliore pas au hasard, on installe une boucle.
- Diagnostic théorique : ce que vous savez du fonctionnement d’un prompt.
- Diagnostic pratique : ce que vos vrais prompts révèlent de vos failles.
- Objectifs : ChatGPT propose un plan calibré, vous le validez.
- Apprentissage : vous travaillez chaque objectif, ChatGPT en tuteur.
- Consolidation : vous ancrez dans le temps.
🎲 Les règles du jeu
Règle 1 — pour qui est cette méthode. Elle est pensée pour celles et ceux qui utilisent ChatGPT (ou une autre IA) en version gratuite, sans possibilité de créer un tuteur programmé. Si vous pouvez créer un GPT personnalisé, un Gem ou un Projet doté d’un prompt système, un article compagnon vous montrera comment y inscrire cette méthode une fois pour toutes.
Règle 2 — restez dans le même fil. ChatGPT se sert de tout l’historique de la conversation : autant que possible, gardez donc le même fil de discussion.
Règle 3 — un fil global, une fenêtre par objectif. Mais sa mémoire de travail, sa « fenêtre de contexte », est limitée : une conversation trop longue finit par perdre le fil et oublier le début. L’organisation efficace : un fil global pour le parcours d’ensemble (vos diagnostics, puis votre plan), et une fenêtre séparée, en parallèle, pour chaque objectif travaillé à l’étape 4.
Règle 4 — chaque nouvelle fenêtre repart de zéro. ChatGPT y oublie tout, son rôle comme ce que vous aviez produit. À chaque fois, recollez deux choses : son rôle de formateur, adapté à l’étape, et le contexte utile (vos diagnostics, vos objectifs). C’est exactement ce que font les exemples de prompts ci-dessous.
Étape 1 — Diagnostiquer vos connaissances théoriques
Avant d’apprendre quoi que ce soit, mesurez votre point de départ côté théorie : le squelette d’un prompt (rôle, contexte, tâche, format) et les grandes familles de prompts (zero-shot, one-shot, few-shot, chain-of-thought). Demandez à ChatGPT de vous interroger plutôt que de vous auto-évaluer dans votre tête.
🎓 Côté pédagogique. On ne construit rien de solide sans connaître son niveau réel de départ. Et ce niveau, on le surestime presque toujours : reconnaître une notion (« ah oui, je sais ») n’est pas savoir la produire, c’est l’illusion de compétence. On a aussi tendance à ne retenir que ce qui nous conforte, c’est le biais de confirmation. D’où l’intérêt de se faire tester plutôt que de se déclarer prêt.
🤖 Côté IA. En obligeant ChatGPT à vous interroger puis à corriger point par point, vous l’empêchez de se contenter d’une réponse polie.
💬 Exemple de prompt
Tu es formateur en prompt engineering, spécialiste de l’évaluation diagnostique (docimologie). Évalue mon niveau théorique. Pose-moi une question à la fois, attends ma réponse, corrige-la, puis enchaîne. Couvre la structure d’un prompt (rôle, contexte, tâche, format) et les types de prompts (zero-shot, one-shot, few-shot, chain-of-thought). À la fin, donne-moi un bilan de ce que je maîtrise et de ce qui me manque.
Étape 2 — Diagnostiquer vos connaissances pratiques
La théorie ne dit pas tout : elle montre seulement vos « savoirs ». Vos prompts, eux, montrent comment vous les appliquez, et c’est là que se logent les vraies failles. Rassemblez plusieurs de vos anciens prompts : deux ou trois qui vous ont déçus côté réponse, et un qui a donné de bons résultats. Demandez à ChatGPT de les analyser et de faire ressortir ce qui fonctionne et ce qui pèche.
🎓 Côté pédagogique. Le diagnostic part de vos productions réelles, pas d’un cas théorique : c’est ce qui le rend utile et personnalisé.
🤖 Côté IA. Obligée d’analyser avant de conclure, l’IA se concentre sur les détails et les écarts. Elle doit produire une liste, elle ne peut plus halluciner ou fournir des réponses génériques.
Gardez précieusement les deux bilans obtenus aux étapes 1 et 2 : vous les recollerez à l’étape 3, et de nouveau à l’étape 5.
💬 Exemple de prompt
Tu es formateur en prompt engineering, spécialiste de l’analyse diagnostique de productions réelles (docimologie). Voici quatre prompts que j’ai écrits. Les trois premiers m’ont déçu, le dernier a très bien fonctionné. Analyse chacun selon trois couches : le contenu (informations et critères présents ou absents), la structure (ordre et blocs), la formulation (clarté des phrases). Puis donne-moi la liste de ce que je maîtrise, mes faiblesses récurrentes et ce qui me manque. Voici les prompts : [collez-les ici]
Étape 3 — Faire générer vos objectifs d’apprentissage (taxonomie de Bloom)
Vous avez maintenant deux diagnostics. Vous ouvrez une nouvelle fenêtre de discussion et vous les collez en demandant à ChatGPT d’en tirer un plan : une liste d’objectifs d’apprentissage, gradués selon la taxonomie de Bloom, qui classe les apprentissages du plus simple au plus complexe (se souvenir, comprendre, appliquer, analyser, évaluer, créer). Surtout, gardez la main : vous validez les objectifs pertinents, vous écartez les autres.
🎓 Côté pédagogique. Des objectifs clairs et gradués transforment un vague « je veux progresser » en un parcours concret et mesurable. La validation, c’est vous qui restez pilote de votre apprentissage.
🤖 Côté IA. En nommant la taxonomie de Bloom et en lui fournissant vos deux diagnostics, vous balisez le terrain où ChatGPT doit chercher ses réponses : il bâtit le plan à partir de vos résultats réels, pas d’un cas générique.
💬 Exemple de prompt
Tu es formateur en prompt engineering, spécialiste de la conception d’objectifs pédagogiques gradués (taxonomie de Bloom). Voici mes deux diagnostics, le théorique et le pratique (obtenus aux étapes précédentes) : [collez ici les deux bilans]. À partir de ces deux diagnostics, propose-moi une liste d’objectifs d’apprentissage pour améliorer mes prompts. Classe-les selon la taxonomie de Bloom (se souvenir, comprendre, appliquer, analyser, évaluer, créer). Formule chaque objectif de façon concrète et mesurable. Ne commence aucun apprentissage : attends que je te dise lesquels je garde.
Puis vous tranchez :
💬 Exemple de prompt
Je garde les objectifs 2, 4 et 5. J’écarte le 1 (déjà acquis) et le 3 (pas utile pour moi). On travaillera les trois retenus, un par un.
Étape 4 — Apprendre chaque objectif, avec ChatGPT comme tuteur
Chaque objectif se travaille dans sa propre fenêtre (voir les règles du jeu). C’est une boucle de six gestes que vous répétez à l’identique pour chaque objectif validé. Recollez d’abord le rôle du formateur et l’objectif (geste 1) ; les gestes suivants se font dans la même fenêtre. À chaque geste, un pourquoi, puis le prompt.
Geste 1 — Faire évaluer ce que vous croyez savoir
Pourquoi : quand on apprend seul, on prend souvent des erreurs pour des vérités, et tant qu’elles tiennent, elles bloquent tout ce qu’on bâtit par-dessus. D’où l’ordre des gestes : on corrige avant d’enseigner, on n’avance qu’avec l’accord de l’apprenant, et une erreur qui résiste devient un objectif à part entière.
💬 Exemple de prompt
Tu es formateur en prompt engineering, et tu m’accompagnes comme un tuteur : tu évalues ce que je crois savoir (docimologie), tu m’étayes (tu me fais essayer avant de corriger et tu allèges ton aide à mesure que je progresse), tu calibres la difficulté juste au-dessus de ce que je sais faire, et tu développes mon autonomie par un feedback formatif et des questions plutôt que des réponses toutes faites. Nous travaillons l’objectif suivant : « [coller l’objectif retenu à l’étape 3] ». Voici tout ce que je crois savoir à ce sujet : [dites tout, sans filtre]. Ne me pose pas de questions, le diagnostic est déjà fait. Repère ce qui est juste, ce qui est approximatif, et surtout ce qui est faux dans ce que je crois avoir appris.
Geste 2 — Corriger les fausses certitudes avant tout le reste
Pourquoi : un savoir neuf posé sur une erreur non corrigée se déforme. Il faut corriger ce qui risque de nous bloquer.
💬 Exemple de prompt
Avant de m’apprendre quoi que ce soit de nouveau, reprends chaque fausse certitude que tu as repérée. Pour chacune, explique-moi ce que je croyais, pourquoi c’est faux, et ce qui est juste à la place, avec un exemple. Ne passe pas à la suite tant que je ne t’ai pas dit que c’est compris. Et si une de ces idées résiste, ne force pas : bascule-la en objectif à part entière, qu’on traitera comme les autres.
Geste 3 — Recevoir une mini-leçon ciblée
Pourquoi : une fois le terrain déblayé, on apprend la notion juste, avec un exemple pour l’ancrer.
💬 Exemple de prompt
Maintenant, explique-moi cet objectif simplement, avec un exemple concret de prompt avant / après qui l’illustre.
Geste 4 — S’entraîner sur un cas réel, à la bonne difficulté
Pourquoi : on apprend en faisant, à condition que l’exercice soit juste au-dessus de son niveau : ni trop facile, ni hors de portée.
💬 Exemple de prompt
Donne-moi un exercice appliqué à mon contexte (le mien : [votre métier, votre usage]). Calibre la difficulté juste au-dessus de ce que je réussis seul. Je rédige le prompt, tu me laisses essayer avant tout commentaire. Si je bute, simplifie d’un cran ; si je réussis sans effort, monte d’un cran.
Geste 5 — Se tester, au lieu de relire
Pourquoi : se tester ancre bien plus que relire. Relire ne donne qu’une impression de maîtrise, la même illusion de compétence qui nous fait surestimer notre niveau.
💬 Exemple de prompt
Interroge-moi sans me donner la réponse : propose une situation, je dois écrire le prompt adapté. Ensuite seulement, corrige-moi.
Geste 6 — Demander un bilan qui fait réfléchir
Pourquoi : un bon retour ne donne pas la réponse, il fait trouver, et il commente la démarche, pas la personne.
💬 Exemple de prompt
Fais le bilan de cet objectif : ce que je maîtrise, ce qui reste fragile. Ne me donne pas la correction toute faite, aide-moi à la trouver par des questions. Termine par un dernier exercice pour consolider. Quand c’est bon, on passe à l’objectif suivant.
Étape 5 — Consolider dans le temps
Un objectif travaillé une seule fois n’est pas acquis : le savoir se consolide en le réactivant à distance, sinon il s’efface. Mais attention, ce n’est pas le rôle de ChatGPT : il ne peut pas vous relancer de lui-même, les rappels programmés ne sont pas accessibles à tout le monde. La consolidation vous appartient.
🎓 Côté pédagogique. Réactiver un savoir à intervalles espacés, ce qu’on appelle la pratique espacée, est l’une des façons les plus efficaces d’ancrer durablement. Une révision unique donne l’illusion de maîtrise, l’espacement crée la mémoire.
Concrètement, c’est à vous de :
- vous fixer vos propres rappels et de vous tester (des mini-quiz que vous vous posez) ;
- et surtout de revenir faire analyser vos vrais prompts par ChatGPT à deux semaines, trois semaines, puis plus tard, exactement comme à l’étape 2.
💬 Exemple de prompt
Tu es formateur en prompt engineering, spécialiste de l’évaluation et du suivi de progression dans le temps (docimologie). Voici les faiblesses et erreurs que tu avais repérées lors de mon précédent diagnostic : [collez le bilan précédent]. Et voici des prompts que j’ai écrits ces derniers jours : [collez vos prompts récents]. Analyse ces nouveaux prompts à la lumière de ce diagnostic : est-ce que mes anciennes erreurs reviennent ? Qu’est-ce qui s’est amélioré, qu’est-ce qui reste fragile ?
🧠 Quiz : avez-vous retenu la méthode ?
Répondez d’abord dans votre tête, puis dépliez la réponse.
1. Pourquoi commencer par un diagnostic avant d’apprendre à mieux prompter ?
Voir la réponse
Pour mesurer son point de départ réel, en théorie comme en pratique, et cibler ce qui manque vraiment au lieu d’apprendre au hasard.
2. Pourquoi analyser ses anciens prompts plutôt que partir de la théorie ?
Voir la réponse
Parce que vos vrais prompts révèlent vos failles concrètes. Le prompt réussi sert de référence : l’écart avec les ratés montre exactement ce qui vous manque.
3. À quoi sert la taxonomie de Bloom à l’étape 3 ?
Voir la réponse
À transformer un vague « je veux progresser » en objectifs concrets et gradués, du plus simple (se souvenir) au plus complexe (créer), que vous validez pour rester pilote.
4. Pourquoi « se faire évaluer » vaut-il mieux que « se déclarer prêt » ?
Voir la réponse
Parce qu’on se surestime souvent (l’illusion de compétence) et que l’IA a tendance à flatter (la complaisance). Se faire évaluer débusque les fausses certitudes que, seul, on ne verrait pas.
5. Pourquoi la consolidation n’est-elle pas le travail de ChatGPT ?
Voir la réponse
Parce qu’il ne peut pas vous relancer dans le temps. C’est à vous d’espacer vos rappels et de revenir lui faire analyser vos prompts à deux, trois semaines. Sans cet espacement, l’acquis s’efface.
📌 Ce qu’il faut retenir : ce que j’ai fait, ce que j’ai appris
Au terme du parcours, faites le point, pour vous, en deux colonnes.
Ce que j’ai fait : je me suis diagnostiqué, en théorie et en pratique. J’ai fait corriger mes fausses certitudes avant tout le reste. J’ai validé mes objectifs. Je me suis entraîné, objectif par objectif. Et je consolide dans le temps.
Ce que j’ai appris : non pas dix recettes, mais une boucle reproductible, et les bonnes questions à me poser seul.
C’est ça, le vrai acquis : vous avez intériorisé la démarche que ChatGPT modélisait. Les modèles changeront, la boucle, non. Et vous n’achetez plus les prompts des autres, parce que vous savez désormais en fabriquer, et surtout en réparer.