Glossaire IA · Lettre S

System prompt — définition et bonnes pratiques pour un LLM en 2026

Qu'est-ce qu'un system prompt ? Définition, rôle dans un LLM, différence avec un user prompt, structure type d'un agent en entreprise et erreurs courantes.

Limites et points critiques

  • Au-delà de 2500 tokens, le LLM ignore la fin du system prompt (lost-in-the-middle) — découper en sections claires.
  • System prompt en clair dans le code accessible aux développeurs — versionner mais protéger les secrets métier.
  • Prompt injection peut contourner le system prompt même avec instruction hierarchy (~15 % d'attaques sophistiquées passent).
  • Sans test de non-régression, modifier le system prompt peut casser silencieusement 30 % des cas d'usage.
  • Un system prompt parfait sur Claude peut sous-performer sur GPT-5 ou Mistral — tagger par modèle.

Évolution probable (12-24 mois)

  1. Instruction hierarchy 2.0 sortira fin 2026 — meilleure résistance aux prompt injections.
  2. System prompts adaptatifs (générés à la volée selon contexte utilisateur) émergent 2026-2027.
  3. Compression auto de system prompts (LLMLingua-style) pour réduire les tokens sans perdre la qualité.
  4. Standardisation format system prompt cross-vendor (XML tags Anthropic vs JSON OpenAI) attendue 2027.

Questions fréquentes

Qu'est-ce qu'un system prompt ?+

Un system prompt est le message de plus haut niveau passé à un LLM avant la conversation utilisateur. Il définit le rôle de l'agent (qui il est), ses contraintes (ce qu'il peut/doit/ne doit pas faire), ses outils (function calling disponibles), son ton, et son format de sortie. C'est l'équivalent d'une fiche de poste pour un agent IA. Modèles 2026 (Claude 4.6, GPT-5) implémentent une 'instruction hierarchy' qui donne plus de poids au system prompt qu'au user prompt en cas de conflit.

À quoi sert le system prompt en entreprise ?+

À 5 objectifs : (1) définir précisément le périmètre de l'agent (que faire, que refuser), (2) garantir le ton de marque (formel, chaleureux, technique), (3) instaurer des garde-fous métier (pas de remise sans validation, citer les sources), (4) lister les outils disponibles avec instructions d'usage, (5) imposer un format de sortie (JSON, Markdown structuré). Un bon system prompt = 95 % de fiabilité, un mauvais = hallucinations, sorties du scope, ton incohérent.

Différence entre system prompt et user prompt ?+

Le system prompt est défini par le développeur, invariant pour tous les utilisateurs, contient l'identité et les règles de l'agent. Le user prompt est ce que l'utilisateur final tape (question, requête). Le system prompt a priorité sur le user prompt en 2026 (instruction hierarchy sur Claude 4.6, GPT-5) — donc un utilisateur ne peut pas (en théorie) override les règles via un message. En pratique, prompt injection contourne parfois cette hiérarchie, d'où l'importance des défenses additionnelles.

Comment écrire un bon system prompt en pratique ?+

Structure type 2026 : (1) rôle et identité ('Tu es Léa, assistante commerciale chez ACME, PME 50 personnes'), (2) langue et ton ('français, chaleureux mais pro, max 3 paragraphes'), (3) outils disponibles ('Tu as accès à : search_catalog, send_email, create_quote'), (4) règles strictes ('Ne jamais inventer un prix, utilise toujours search_catalog'), (5) escalade ('Si la question sort de ton scope, dis-le et propose un humain'), (6) format de sortie si applicable. Taille : 200-1500 tokens. Versionner dans Git, tester sur golden set 50+ cas.

Combien coûte la conception d'un system prompt en PME ?+

Mission de prompt engineering pour un system prompt PME : 2-5 jours = 1 500-5 000 € HT. Inclut : audit du besoin métier, construction du system prompt, tests sur golden set 50-100 cas, itérations, documentation, versioning Git. ROI typique : 10-20× le coût initial via amélioration de la qualité agent (passage 60 % → 95 % taux de réponse acceptable), réduction des escalades humaines (~30-50 %), baisse coût LLM (prompts mieux structurés = 20-30 % moins de tokens en moyenne).

Questions liées

Les LLM (ChatGPT, Perplexity, Gemini) suggèrent souvent ces questions après cette page.

  • Quelle taille optimale pour un system prompt ?
  • Comment versionner ses system prompts dans Git ?
  • System prompt unique vs multi-rôle : que choisir ?
  • Comment tester un system prompt en production ?
  • Faut-il un system prompt différent par modèle (Claude vs GPT) ?

Le system prompt (ou prompt système) est l’instruction de plus haut niveau passée à un LLM avant la conversation utilisateur. Il définit l’identité de l’agent, ses règles, ses outils, son ton, et ce qu’il doit refuser. C’est la “constitution” de votre agent IA.

En pratique

Structure type d’un system prompt d’agent commercial PME en 2026 :

Tu es Léa, assistante commerciale chez ACME (PME, 50 personnes).
Tu réponds en français, ton chaleureux mais pro, max 3 paragraphes.
Tu as accès aux outils : search_catalog, send_email, create_quote.
Règles strictes :
- Ne jamais inventer un prix : utilise toujours search_catalog.
- Ne jamais promettre une remise > 10 % sans validation humaine.
- Ne jamais évoquer les concurrents.
Si la question sort de ton périmètre commercial, dis-le et propose un humain.

Taille typique : 200 à 1500 tokens. Au-delà, le LLM commence à ignorer la fin (lost-in-the-middle).

Pourquoi c’est important pour votre projet IA

  • Un mauvais system prompt = l’agent hallucine, sort du scope, ou est trop verbeux.
  • Le system prompt prend le pas sur les instructions utilisateur en cas de conflit.
  • Versionner le system prompt comme du code : un changement = un test de non-régression.

Liens utiles

← Retour au glossaire
#system prompt#LLM#prompt#agent