Prompt
iaDéfinition
Un prompt est l'instruction, la question ou le contexte textuel fourni en entrée à un modèle de langage (LLM) pour orienter et déclencher la génération de sa réponse, constituant l'unique canal par lequel un utilisateur ou une application interagit avec ces modèles en l'absence d'accès direct à leurs paramètres internes. La formulation précise du prompt influence directement la pertinence, l'exactitude et le format de la sortie générée, un phénomène qui a donné naissance à la discipline du prompt engineering, regroupant des techniques structurées comme la fourniture d'exemples au sein même du prompt (few-shot prompting), la demande explicite de raisonnement intermédiaire (chain-of-thought), ou la définition d'un rôle et d'un contexte précis pour cadrer le comportement attendu du modèle. En environnement de production, un prompt système, distinct du prompt utilisateur et généralement invisible pour ce dernier, définit le comportement de base, les contraintes et le ton attendu de l'application avant même toute interaction. Cette dépendance au texte d'entrée constitue également une surface d'attaque spécifique aux LLM : le prompt injection, technique par laquelle un attaquant insère des instructions malveillantes dans une entrée traitée par le modèle, cherchant à contourner les garde-fous définis par le prompt système d'origine, une classe de vulnérabilité désormais référencée dans le OWASP Top 10 pour les applications LLM.
Description
Un Prompt est l'instruction ou la requête textuelle fournie à un LLM pour orienter sa réponse. La qualité, la précision et la structure du prompt déterminent directement la pertinence et l'exactitude des sorties générées. Le prompt engineering est la discipline dédiée à l'optimisation de cette interface.
Fonctionnement
Le prompt peut inclure un contexte (few-shot examples), des instructions explicites, des contraintes de format et des informations de rôle. Le LLM génère une réponse en complétant la séquence selon les probabilités apprises lors de l'entraînement, conditionnées par le prompt fourni.
Points clés
- La prompt injection est la principale vulnérabilité applicative des systèmes LLM : un prompt malveillant peut détourner le comportement
- Les prompts ne doivent pas contenir de secrets (clés API, credentials) car ils sont souvent mémorisables par le modèle
- La structured output (JSON mode) contraignant le format de sortie améliore la fiabilité des applications IA
Articles liés
Expert en cybersécurité offensive et intelligence artificielle. Pentest, audit et développement IA sur-mesure.
Services
- Audit Infrastructure
- Audit Kubernetes
- Audit Microsoft 365
- Audit Sécurité Réseau
- Analyse de Risques
- Audit Active Directory
- Audit Application Web
- Audit Cloud (AWS/Azure/GCP)
- Audit Messagerie
- Audit API (OWASP Top 10)
- Audit DevSecOps & CI/CD
- Audit Code Source (SAST)
- Audit Postes de Travail
- Audit Sauvegarde & Résilience
- Audit OT/SCADA (IEC 62443)
- Développement IA
- Formations
Ressources
Projets & Outils
© 2026 Ayi NEDJIMI Consultants. Tous droits réservés. 2.1.7
Un projet cybersécurité ?
Expert dispo · Réponse 24h