Prompt trop spécifique
Nom propre, date, client précis dans le prompt master. Inutilisable au-delà du cas unique. Gardez le master générique, paramétrez à l'usage.
Piocher, adapter en 10 secondes, envoyer. La compétence est le versioning, pas l'inspiration.
Sans bibliothèque structurée, vous re-codez à chaque migration. Avec une bibliothèque, vous testez le pack en 30 minutes sur le nouveau modèle et vous capitalisez.
Promesse
Vous saurez constituer votre propre bibliothèque de prompts, la classer pour retrouver le bon en quelques secondes, et la faire évoluer dans le temps.
Pourquoi maintenant
GPT-5.6 sorti le 26 juin, Claude Opus 5 le 24 juillet, Gemini 3.1 Pro en février, Mistral Medium 3.5 le 29 avril. Chaque sortie modifie subtilement la sensibilité aux prompts. Un prompt validé sur GPT-4 en 2024 ne se comporte pas exactement de la même façon sur GPT-5.6 Sol en 2026.
La conséquence est claire. Sans bibliothèque structurée, vous re-codez à chaque migration. Avec une bibliothèque, vous testez le pack en 30 minutes sur le nouveau modèle et vous capitalisez. C'est la même logique que les snippets de code : un développeur sérieux ne réécrit pas la connexion à sa base à chaque fois.
Le concept central
Une bibliothèque structurée se classe par cas d'usage, pas par technique. Six catégories couvrent 90 % des usages pro francophones.
Email · LinkedIn · Slack · Volume élevé
Décrypter · comparer · Précision
Résumé · CR · Couplée Deep Research
Refacto · review · Premium Thinking
Storytelling · copy · Voix éditoriale
Positionnement · plan · Fort enjeu
Si vous hésitez sur le framework à appliquer dans chaque catégorie, le comparatif CO-STAR vs CARTEL vs RTF tranche la question.
Méthode
L'étape 4 (archivage versionné) est ce qui distingue une bibliothèque utile d'un fichier oublié. Pas de versioning = pas de bibliothèque, juste un dossier.
Sur les 30 derniers jours, les 5 prompts réécrits plusieurs fois. Listez-les.
Contexte, Audience, Rôle, Tâche, Exemples, Livrable. Version de référence.
Valider sur Claude Opus 5 + GPT-5.6. Si la sortie diffère trop, deux variantes adaptées.
Notion ou Obsidian. Titre, catégorie, version (date), modèle testé, prompt, exemple sortie. Tag par cas.
Multi-IA
Un prompt CARTEL bien écrit fonctionne sur les 4 IA. Mais l'efficacité varie selon le modèle.
| IA | Prompt universel | Prompt adapté |
|---|---|---|
| ChatGPT GPT-5.6 | 80 % | 95 % avec mention du mode Thinking ou non |
| Claude Opus 5 | 80 % | 95 % avec balises XML pour cadrer la structure |
| Gemini 3.1 Pro | 80 % | 95 % avec instructions structurées en listes |
| Mistral Medium 3.5 | 80 % | 95 % avec contrainte de concision explicite |
Lecture pratique : votre bibliothèque peut commencer en mode universel. Si vous travaillez régulièrement avec un modèle précis, dupliquez le prompt et adaptez-le. Vous gagnez 10 à 15 % de qualité pour un coût de rédaction faible.
Exemples concrets
Six prompts en CARTEL, un par catégorie, à copier et à adapter. Le pattern ne change pas : le rôle calibre la posture, l'audience cadre le ton, la tâche est explicite, le livrable est borné. Ce qui change d'une catégorie à l'autre, c'est la brique qui porte le plus de poids, et la contrainte négative qui écarte la sortie la plus banale.
À éviter
Nom propre, date, client précis dans le prompt master. Inutilisable au-delà du cas unique. Gardez le master générique, paramétrez à l'usage.
« Rédige un email professionnel ». Aucune valeur. Doit être plus rapide qu'une rédaction depuis zéro.
Vous écrasez votre prompt après chaque amélioration. Au bout de 6 mois, vous ne savez plus quelle version vous utilisez. Datez chaque modification.
200 prompts dont 15 utilisés = du bruit. Mieux 30 prompts utilisés réellement que 100 prompts oubliés.
8 questions. 60 % de bonnes réponses pour valider la leçon.
Synthèse
Mise en pratique
Auditez les 30 derniers jours d'usage IA. Identifiez vos 5 prompts les plus récurrents. Pour chacun, rédigez la version CARTEL master, testez sur deux IA différentes, et archivez dans votre outil de notes (Notion, Obsidian, Apple Notes). Datez chaque entrée.
Critère de réussite : vous avez 5 prompts versionnés, classés par catégorie, et vous savez les retrouver en moins de 10 secondes lors de votre prochaine session IA. Partez de vos propres échanges réussis plutôt que d'une liste toute faite : un prompt qui a marché dans votre contexte vaut mieux que dix prompts génériques.
Six catégories couvrent environ 90 % des usages : communication, analyse, synthèse, code, créatif, stratégie. Le versionnement, avec dates et traces, distingue une bibliothèque d'un simple dossier.
À 80 % environ, et à 95 % après adaptation. Retestez à chaque changement de modèle : GPT-5.6, Opus 5, Gemini 3.1 et Mistral 3.5 ont chacun leurs sensibilités.
Une dizaine suffit et vaut mieux que cinquante. Une bibliothèque se construit par sédimentation : vous y versez un prompt le jour où vous l'avez utilisé deux fois. Écrire cinquante prompts d'un coup produit surtout des prompts jamais rejoués.
Là où vous écrivez déjà, avec un historique de versions : un espace Notion, un dossier Obsidian, ou un dépôt Git si vous êtes à l'aise. L'important n'est pas l'outil, c'est de dater chaque prompt et de garder trace de ce que vous avez changé.
Non, un prompt de référence par usage, puis un ajustement court par plateforme. Claude aime les balises qui structurent, les modèles de Mistral répondent bien à la contrainte de longueur. C'est un réglage, pas une réécriture.