Écrire un prompt dont on peut vérifier le résultat
Un texte marketing exploitable demande un objectif, des faits autorisés et des critères de vérification.

Six éléments à préciser
Objectif: Nommez le travail attendu.
Public et contexte: Pour qui et où écrivez-vous ?
Sources validées: Séparez les faits des consignes.
Contraintes: Fixez les limites et les affirmations interdites.
Format: Précisez les rubriques et les longueurs.
Vérification: Définissez les critères de réussite.

Exercice avec LumaDesk
Cas fictif ; référence rédigée pour ce guide.
A — Validée : calendrier éditorial partagé, suivi des validations ; français et anglais. Aucun tarif ni résultat chiffré.
B — Ancien brouillon non validé : allemand ; gain de temps de 30 %.

Prompt réutilisable
Avec A et B ci-dessus, rédige des textes d’accueil pour LumaDesk, destinés aux agences indépendantes. Seule A justifie les affirmations sur le produit ; B signale les contradictions. Fournis trois titres de 12 mots maximum, un paragraphe de 60–80 mots et les informations manquantes. N’invente ni tarif, ni prise en charge de l’allemand, ni gain de temps. Indique « inconnu » pour les données absentes. Vérifie chaque affirmation avec A et contrôle les longueurs.

Résultat de référence
Le texte peut présenter le calendrier, les validations et les langues. Tarif et résultats mesurés restent inconnus. Les contradictions de B sont signalées, sans être reprises.

Quatre vérifications
1. A justifie chaque affirmation sur le produit.
2. Les données absentes sont indiquées comme inconnues.
3. Titres et paragraphe respectent les longueurs.
4. Les contradictions de B ne sont pas reprises implicitement.

Corriger, puis retester
Corrigez un défaut récurrent et rejouez les trois mêmes cas : sources complètes, tarif absent et ancien brouillon contradictoire.

OpenAI · Prompt engineering: https://developers.openai.com/api/docs/guides/prompt-engineering
Anthropic · Prompt engineering: https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview
OpenAI · Evaluation best practices: https://developers.openai.com/api/docs/guides/evaluation-best-practices