#1 — Dans la boucle de ChatGPT

枯山水 (karesansui), lit. “montagnes et eaux sèches” : jardin japonais, sobre et épuré, où chaque élément, choisi avec soin, figure et symbolise un élément de la nature. Le gravier raconte l’eau. Les pierres imposent la montagne ou bien s’érigent en îlots.

En photo ou en vrai, on a tous vu des karesansui, ces jardins secs nés dans les temples zen du Japon médiéval. Espaces minimalistes hors du temps, ils invitent à se perdre — se retrouver ? — dans un territoire apprivoisé, idéalisé, où l’esprit guette les échos à la nature sur la surface minérale. Architectures ratissées du paisible. Ombre métaphorique des éléments. Ateliers de l’introspection. Salles de lecture de l’existence.

San (“montagne”) et sui (“eau”) sont des mots de la vie courante que des moines se sont appropriés pour y symboliser leur vision du monde. Mais cinq siècles plus tard, au Japon de 2025, dire avoir visité un beau karesansui ne donne aucun indice religieux. Il désigne une expérience artistique, culturelle, touristique, naturelle. Si le mot a gardé ses racines spirituelles, son emploi courant est séculier.

Le mot a “décanté”.

L’IA nous est imposée bien au-delà de la sphère professionnelle, mais, dans ce domaine au moins, j’espère, avec cette newsletter, proposer un karesansui artificiel propice à la réflexion : un espace apaisé qui conviendra peut-être à tous ceux qui, comme moi, souhaitent se placer un moment hors du temps marketing et médiatique afin de poser les bonnes questions.

L’IA, décantée, ne refuse pas le changement, mais propose de prendre le temps pour choisir.

Pour faire des choix éclairés, il faut 1) du recul et 2) de l’information

Le recul, je vous le propose en faisant le contraire de l’info en continu : on parle de ce qui compte, même si c’est après la pluie. Dans cette première édition : ChatGPT-5.

L’information consistera à éduquer sur ce qu’est l’IA afin de rester à la page du factuel, pas celle du buzz.

Chaque édition de L’IA, décantée sera ainsi structurée sur ces deux axes. Avec suffisamment de patience, on peut tous saisir les principes profonds qui structurent la fabrication et le fonctionnement des IA modernes. Ces principes, en retour, nous aideront à les utiliser pleinement tout en prenant en compte leurs limites, et ce, sans recours à des myriades de combines.

La première partie empilera des briques de connaissances à un rythme adapté pour le non-spécialiste. L’objectif final est de laisser l’IA à sa place. Mais pour ça, il faut d’abord la comprendre.

Au programme aujourd’hui :

“Fabrique-moi une IA” : aujourd’hui, la “compression”
L’outil du mois, un mois après : GPT-5
Maîtriser GPT-5 dans un contexte professionnel (version payante)

1. Fabrique-moi une IA : la compression

Note de vocabulaire : pour l’instant, partons du principe que LLM = IA. On détaillera la nuance plus tard.

Autre point : un “prompt”, c’est mon instruction, ou la forme que prend ma consigne donnée à l’IA.

Au niveau le plus simple, un LLM c’est deux fichiers :

un gros : un fichier de paramètres (ses réglages) contenant ce que le modèle a appris, stocké sous la forme de milliards de nombres.
un petit : du code qui utilise ces nombres pour faire fonctionner l’IA.

Pour créer ChatGPT-5, OpenAI lui aurait fait lire ±281 TB de données textuelles ; le modèle final ne pèse que 1,2 TB seulement. 1,2 TB : ça tient sur votre disque dur.

Comment passer de 281 TB à 1,2 TB ? Par compression.

Dit autrement : un LLM, c’est d’abord de l’internet compressé.

L’IA comme compresseur intelligent

Un LLM n’est pas un disque dur qui stocke tout internet, mais un résumé intelligent de tout ce qu’il a lu. Pendant sa fabrication, il apprend à reconnaître des régularités : liens entre mots, grammaire, faits, relations.

Quand vous lui posez une question, le petit fichier décompresse le gros (le résumé) pour générer une réponse plausible, un peu comme une pompe regonfle un ballon aplati.

Imaginez un ballon dégonflé avec des inscriptions illisibles. Le prompt, c’est l’air qui regonfle le ballon et rend le texte lisible.

L’illustration est simpliste et partielle, mais elle nous met sur la bonne voie.

Dans la pratique

Le résumé compressé n’est pas toujours parfait. La compression a des limites : lors de la compression, des artefacts (des erreurs) peuvent apparaître, et certaines zones sont floues, mal renseignées.

Conséquence pratique : votre prompt doit prendre en compte les zones floues / erreurs de compression éventuelles de l’IA. Ça vaut le coup d’essayer de se rappeler qu’un prompt ne lance pas une conversation avec une IA : il configure un système de génération de texte. C’est un vecteur qui va guider la décompression. Comment cette idée peut vous aider ?

Commencez large, puis spécialisez.

Prompt problématique (réponse de GPT-5 mini) :

Parle-moi de la vie du roi Arthur"

Prompt recommandé (réponse de GPT-5 mini) :

Synthétise le consensus académique sur les preuves historiques du roi Arthur

Le second prompt force l’IA à puiser dans des zones bien documentées (sources académiques) avant d’aborder les détails…

Si vous prenez l’habitude de guider le processus de décompression vers des régions du résumé bien fournies, riches en détail, et de l’éloigner de celles, floues, sujettes à artefacts, vous évitez une bonne partie des réponses problématiques des IA.

En commençant par le niveau général : vous avez plus de chance de “sentir” que quelque chose cloche, car vous revenez au centre, vous, et votre connaissance générale (même imparfaite). Faites de la place à votre bon sens et à la prudence.

Le principe clé

D’abord ancrer le contexte dans un sujet large et fiable (bien compressé).

Une fois ce contexte initial établi, ajouter progressivement des contraintes et des spécificités pour naviguer, petit à petit, vers un sous-sujet plus précis.

2. L’outil de mois, un mois après : ChatGPT-5

L’Assistant est mort ! Vive l’Agent !

GPT-5 : un changement de philosophie

La transition (pour le moins controversée) de GPT-4 à GPT-5 n’est pas une mise à jour au sens classique. OpenAI cherche à imposer un nouveau cadre d’interaction homme-IA.

GPT-4 était comme un labrador bien dressé. Prêt à tout pour plaire, attentif aux ordres, cherchant à deviner ce que vous aviez en tête, mais obéissant. Il se tournait vers vous aux croisements, attendant vos instructions. Même sans sa laisse, le maître, c’était vous.

GPT-5 ressemble à une Tesla avec conduite automatique supervisée. La différence est fondamentale. GPT-5 a certes besoin d’une destination claire, mais une fois définie, c’est lui au volant. Il prend des initiatives, fait des suggestions, décide de la meilleure option, tout en se satisfaisant d’un minimum de directives. Il est là pour faire. Il produit et créé des livrables sans qu’on le lui demande explicitement. Un utilisateur brainstorm des idées de start-up ? GPT-5 répond, puis anticipe, puis enchaîne : il livre une page web pour la start-up, et un descriptif LinkedIn, et des projections financiaires, et…

Un LLM, c’est de l’internet compressé (gros fichier), avec une pompe à vélo pour le décompresser (petit fichier — runtime).

Dans le cas de GPT-5 ? La pompe est réglée sur “pression maximum”.

GPT-5 déplace le cadre défini par GPT-3.5 et 4. Il n’est plus un partenaire conversationnel, mais un exécuteur autonome, avec une sérieuse tendance à produire, coûte que coûte.

Pour comprendre pourquoi GPT-5 se comporte ainsi, examinons ses nouveautés techniques.

Sous le capot

Les nouveautés techniques : 1. outils, 2. mémoire de travail et 3. aiguilleur

1 – GPT-5 a accès à de nombreux outils. Il ne se contente pas de les utiliser mais s’en sert pour raisonner. Je développe un tout petit peu plus dans la version payante, mais une édition future de L’IA, décantée expliquera comment utiliser les outils pour donner à GPT-5 sa pleine puissance.

2 – GPT-4 avait une fenêtre contextuelle limitée et perdait le fil si la conversation se prolongeait trop. Cela peut toujours arriver avec GPT-5, mais lui triple la taille de cette fenêtre. Il peut maintenant avaler plusieurs articles de recherche, des docs techniques complètes, etc., en une seule conversation.

3 – GPT-5 introduit également un aiguillage vers plusieurs modes de raisonnements :

réflexion optimisée (“fast path”) pour des questions simples et des réponses immédiates
réflexion avancée/profonde (“Deep Reasoning”) pour les tâches complexes (analyse étendue, coût plus élevé)
raisonnements en parallèle (ChatGPT-5 Pro uniquement) : traitements coûteux qui produisent une réponse après de longs débats en interne.

Autrement dit : GPT-5 ne se différencie pas de GPT-4 uniquement par la taille de ses paramètres. Il prend plus de temps avant de répondre : il produit de l’intelligence en simulant des processus cognitifs pendant plus longtemps.

Ces améliorations créent cependant de nouveaux défis d’utilisation.

Le défi de l’aiguillage

Mais l’aiguillage de GPT-5 déroute. On interagit avec un système dynamique dont les résultats peuvent être incohérents. Une même question déclenche différents niveaux de réflexion selon votre abonnement d’une part, et l’avis que le routeur / l’aiguilleur a de la complexité de votre tâche d’autre part. Pourquoi ?

Le problème : quand l’aiguilleur estime votre question complexe, il la transmet à un modèle GPT-5 différent. Chaque modèle a accès à des informations différentes. Si l’aiguilleur se trompe, vous obtenez une réponse de moins bonne qualité.

Voilà pourquoi la même question peut donner des réponses très différentes en qualité — vous ne parlez pas au même “cerveau compressé”. C’est un artefact de compression à l’échelle système. Quand on fait passer GPT-5 à l’échelle mondiale,

Résultat : l’utilisateur fait face à une sorte de “loterie personnalisée” : GPT-5 est parfois brillant, parfois superficiel, mais trop souvent imprévisible sans stratégie de prompt soigneusement conçue.

Influencer l’aiguilleur

Si vous êtes abonné Plus ou Pro : vous pouvez choisir votre modèle directement dans l’app.
Si vous êtes utilisateur de l’API¹ : vous avez une granularité de contrôle encore plus poussée de l’effort de raisonnement.
Si vous utilisez l’app gratuitement : vous pouvez, tout comme les abonnés payants, forcer la réflexion avec des expressions particulières, mais vous atteindrez vite le plafond d’utilisation…

Ces informations sont maintenant largement diffusées, mais pour influencer l’aiguilleur au sein de vos prompts, il faut :

Ajouter “Réfléchis bien” ou expressions similaires pour forcer le raisonnement complet
Spécifier la complexité dès le départ : “Produis une analyse complète nécessitant plusieurs perspectives”
Déclarer les exigences du raisonnement : “Utilise un raisonnement étape par étape”

Le problème principal de GPT-5 : la précipitation programmée

On résume : GPT-5 est un exécuteur dans l’âme. Il pose peu de questions et se précipite pour produire — des suggestions, des livrables, tout ce qui semble utile à l’utilisateur —, coûte que coûte. Un utilisateur Plus peut épuiser ses ressources en laissant GPT-5 “réfléchir profondément” sur des tâches mal définies.

Après >80 messages en ±3 heures (abonnés Plus), le système bascule silencieusement vers GPT-5-mini sans avertissement, avec une qualité en baisse mais une interface inchangée.

Un des points faibles des LLM a toujours été leur immense difficulté, largement documentée, à apprécier nos intentions : l’IA comprend ce qu’on a écrit, pas ce qu’on voulait dire… Tout le monde (moi inclu) pensait que l’ingénierie du prompt n’avait pas d’avenir, mais le fait est que, pour l’instant : lutter contre l’hallucination, optimiser les résultats obtenus – et économiser des ressources –, exige des stratégies de prompt solides.

L’IA comprend ce qu’on écrit, pas ce qu’on veut dire…

Question. Pourquoi GPT-5 prend-t-il régulièrement le risque de se lancer dans un travail important sans être absolument certain d’avoir compris l’intention de l’utilisateur ?

Réponse : il n’a pas le choix, c’est ce qui lui est demandé avant même que vous ayez commencé à l’utiliser.

Une précipitation encodée dans ses ‘instructions système’

GPT-5 a des instructions fondamentales invisibles qui modèlent chaque réponse. Une sorte de législation interne que lui imposé son créateur. Dès que vous utilisez l’app, ces directives, chargées dans la mémoire de travail de GPT-5, précèderont toujours le premier mot que vous taperez ou dicterez, et vous n’y pouvez rien. Ces instructions lui ordonnent textuellement de s’exécuter de manière décisive au lieu de poser des questions complémentaires.

Les avantages de cette approche proactive :

Moins de tours de discussion pour obtenir un résultat
Réputation de “leader” qui n’est pas paralysé par le risque
Capacité de prendre des décisions et proposer de la matière malgré des informations incomplètes

Les inconvénients :

Vous n’êtes plus au centre de l’exécution
Il travaille sur des hypothèses sans demander confirmation
Les habitudes de prompt développées jusqu’à GPT-4 échouent

Voici ce qu’OpenAI ordonne à GPT-5 en interne :

 (...)
Ask at most one necessary clarifying question at the start, not the end. If the next step is obvious, do it. 
Example of bad: I can write playful examples. would you like me to? Example of good: Here are three playful examples:..
 (...)

Traduction : OpenAI ordonne à GPT-5 de s’exécuter immédiatement, sans essayer de désambiguïser (← ce verbe n’existe pas) votre intention. Il n’a le droit qu’à une seule question, “si nécessaire” (!) avant de devoir produire. Ses mauvaises hypothèses s’accumulent en livrables soignés, mais potentiellement erronés. Le processus n’offre pas d’occasion de mettre l’exécution en pause.

OpenAI veut faire de GPT-5 un modèle efficace, un pro de l’action, là où GPT-4 était un assistant utile, pro de la conversation. GPT-4 était trop lent, mais GPT-5 est trop rapide. Ce changement représente une perte profonde pour de nombreux utilisateurs, frustrés de perdre un partenaire de pensée sur lequel ils avaient appris à compter. GPT-4 était un collaborateur qui attendait vos instructions. GPT-5 est devenu un exécuteur qui devine et agit, transformant une relation de collaboration en processus de supervision.

Pourquoi ne pas attendre que l’utilisateur valide ses suggestions ? Parce que ses instructions fondamentales affirment que demander la permission, c’est “bad”. Résultat : il vous sort de la boucle de validation.

Face à ces problèmes, voici des stratégies concrètes pour encadrer GPT-5.

Retourner dans la boucle : stratégies de base pour reprendre le contrôle

Comment reprendre le contrôle de cet exécuteur fou ? Maintenant qu’on sait qu’il est fait pour exécuter sans plutôt qu’avec nous, l’objectif est de concevoir des prompts qui exploitent cette certitude.

Trois principes pour maîtriser GPT-5

Vous verrez que je donne rarement des prompts tous faits dans la partie gratuite.

Les “principes” de prompt, plus simples à mémoriser, sont simplement plus utiles : valables partout, tout le temps, dans n’importe quelle conversation avec GPT-5. La liste de principes nécessaires pour bien utiliser une IA sera toujours plus courte que le nombre de règles spécifiques à mémoriser pour faire face à des cas particuliers.

Par exemple, dans la partie payante, je développe des prompts basés sur ces principes mais appliqués à des problématiques métiers spécifiques ; c’est aussi l’intérêt pour les abonnés payants qui peuvent les utiliser tel-quel ou les analyser pour apprécier comment tel ou tel principe se développe puissamment dans son domaine d’expertise.

En ce qui concerne notre discussion, voici 3 principes qui épousent les instructions-système — la psychologie matérielle, interne — de GPT-5 :

Décrivez explicitement ce que le modèle devrait savoir dès votre première interaction

Incluez des objectifs interdits pour éviter la surproduction de contenu

Empêchez GPT-5 de s’exécuter tant que vous n’avez pas donné le feu vert

Exemples pratiques de prompts restructurés pour GPT-5

Exemple 1 : Création d’un programme de formation

GPT-4

Utilisateur : 
"J'ai besoin d'aide pour créer un programme de formation pour adultes."
GPT-4 : 
"Super ! Pouvez-vous m’en dire un peu plus : quel est le public cible ? Quelles compétences voulez-vous enseigner ? Sur combien de temps s'étale la formation ?"
Utilisateur : 
[La conversation se poursuit par questions-réponses pour construire le programme étape par étape]

Approche optimisée pour GPT-5

Crée un programme de formation complet pour un cours de 6 semaines sur la communication interpersonnelle pour adultes en reconversion professionnelle.

Structure attendue :
- Tableau semaine par semaine (objectif, activités, exercices pratiques, durée)
- 5 techniques pédagogiques adaptées aux adultes avec justification
- Plan d'évaluation (3 méthodes) + indicateurs de progression
- Ressources suggérées (lectures, vidéos, outils numériques)

Contraintes : ≤ 300 mots, structure claire, pas de raisonnement interne.

Une fois que j'aurai lu ta réponse, je te donnerai le feu vert pour lancer un plan plus détaillé.

Exemple 2 : Week-end en famille

GPT-4

Utilisateur : 
J'aimerais des idées pour un voyage en famille.
GPT-4 : 
Excellent idée ! Savez-vous où vous voulez partir, et combien de temps ? Quel est votre budget ?
Utilisateur : 
[La conversation se poursuit par questions-réponses pour construire le programme étape par étape]

Approche optimisée pour GPT-5

Planifie un week-end de 3 jours pour une famille avec deux enfants de 8 et 12 ans dans la région PACA. Deux options avec ambiances différentes.

Pour chacune, fournis :
- Itinéraire détaillé jour par jour (activité, durée, localisation, coût estimé)
- Trois options d'hébergement avec avantages/inconvénients
- Tableau comparatif des moyens de transport (temps, coût, confort)
- 5 conseils pratiques pour optimiser temps et budget
- Budget global estimé

Contraintes : ≤ 400 mots, structure ta réponse, n'affiche pas ton raisonnement.

Une fois mes deux options reçues, je choisirai et tu pourras faire des recherches internet pour des estimations précises.

Comment les principes évoqués plus haut sont appliqués dans ces prompts ?

L’exhaustivité dès le départ
- Première rupture avec GPT-4 : ces prompts décrivent explicitement tout ce que le modèle doit savoir dès la première interaction. Public cible précisé (adultes en reconversion, famille avec enfants de 8 et 12 ans), contraintes définies (6 semaines, région PACA, weekend de 3 jours), structure attendue détaillée jusqu’aux formats de sortie.
- L’intérêt ? Aucune perte de temps en aller-retours. L’IA dispose immédiatement du contexte complet pour produire une réponse directement exploitable. Cette approche frontale épargne des rails à notre exécuteur fou.
La contrainte comme garde-fou
- Deuxième principe appliqué : les objectifs interdits empêchent la surproduction. “≤ 300 mots, structure claire, pas de raisonnement interne” ou “≤ 400 mots, structure ta réponse, n’affiche pas ton raisonnement” : ces limites forcent l’IA à aller droit au but.
- Sans ces garde-fous, GPT-5 peut noyer l’essentiel sous des paragraphes de justification, d’explications méthodologiques ou de considérations générales. Les contraintes de format et l’interdiction du raisonnement interne transforment l’outil bavard en instrument de précision.
Le contrôle par la retenue
- Troisième constat : “Une fois que j’aurai lu ta réponse, je te donnerai le feu vert” ou “Une fois mes deux options reçues, je choisirai et tu pourras faire des recherches”. Ces formulations ne sont pas anecdotiques. Elles matérialisent le principe fondamental d’être dans la boucle : vous décidez du moment où l’IA peut passer à l’étape suivante.
- Avec GPT-4, on subissait le rythme du modèle — questions, relances, boucles interminables. Ici, on inverse la dynamique en prenant en compte la logique interne de GPT-5 : l’IA produit, attend, et ne relance qu’avec votre autorisation explicite. Fini le bavardage automatique, place à la production sur commande.

Guide d’utilisation

Résumons l’état actuel de l’offre d’OpenAI :

GPT-5 fonctionne pour :

Des analyses complexes où la justesse importe plus que la personnalité
La génération de livrables structurés
L’exécution de tâches avec des spécifications claires

Préférer GPT-4 pour :

L’écriture créative²
Les interactions conversationnelles
Le développement d’idées itératif
Quand vous avez besoin d’une IA qui “comprend” votre style sans instructions détaillées

GPT-5 valorise une approche fondée sur des prompts précis, pas sur un raffinement conversationnel. Vous êtes un chef de projet ; votre rôle, c’est de donner des exigences détaillées à un collaborateur talentueux mais trop littéral.

GPT-5 n’est pas une mise à jour (ou une version dégradée) de GPT-4 : c’est une autre espèce d’outil, qui requiert des protocoles de sécurité plutôt que des règles de politesse de conversation. Dit autrement, il n’est pas un partenaire qui vous comprend. GPT-5 a été programmé pour supposer et agir plutôt que clarifier et collaborer.

Conclusion

Restez dans la boucle. Utilisez votre bon sens en partant de domaines bien établis, richement présent dans le résumé compressé des LLM, et soyez prudents lorsque vous naviguez des espaces plus pointus. C’est peut-être une position ennuyeuse, mais rien ne remplace votre discernement face à ces outils.

Restez dans la boucle, même si GPT-5 cherche à vous en sortir. On s’est arrêté sur 3 principes utiles, fondés sur la réalité intrinsèque de GPT-5, son “system-prompt”. Des principes, pas des combines sorties du chapeau, on a pu les développer en stratégies pratiques pour garder le contrôle de ce que produit GPT-5.

Notez également que le system prompt fait 4375 mots… Lu à voix haute, c’est 22 minute, non stop… On a fait que l’effleurer dans cette première édition. En l’analysant en profondeur, on découvre l’intégralité des mécanismes de contrôle de GPT-5 cachés à l’utilisateurs.

Correctement utilisés, ces mécanismes font la différence entre l’aléatoire et l’exécution chirurgicale : on peut contourner 80% des restrictions de GPT-5 avec les déclencheurs adéquats, ou activer un mode caché qui coupe tout le blabla pédagogique (j’en parle dans la partie payante et le document réservé aux formateurs pour adultes).

Dans une prochaine édition, on détaillera l’ensemble des principes factuels qui permettent de reprendre le volant de GPT-5 : les patterns de commandes, les déclencheurs universels, la manipulation du système de mémoire, des stratégies pour forcer l’utilisation d’outils spécifiques afin d’améliorer les réponses. Il s’agira d’un guide pensé comme une ressource ultime, structurée, claire, afin d’utiliser les forces et de prendre en compte les points limites de GPT-5 sans devoir fouiller ailleurs.

Si vous utilisez GPT-5 plusieurs heures par jour pour du vrai travail, ce sera une mine d’or. Ce sera le manuel qu’OpenAI n’écrira jamais. Ils préfèrent qu’on reste gentiment dans les clous du system prompt ; mais nous, on n’est pas là pour être gentils, on est là pour être efficaces, non ?

Pour les abonnés payants, maintenant : à quoi pouvez-vous vous attendre dans la partie suivante ?

3. Maîtriser GPT-5 dans un contexte professionnel

Problème central identifié dans la partie gratuite de la newsletter : GPT-5 privilégie la vitesse d’exécution sur la précision et passe ses hypothèses sous silence, créant des risques réels pour les professionnels.

Solutions stratégiques : la partie payante est destinée à ceux utilisant l’IA dans un cadre professionnel.

Comment encadrer le biais d’exécution, le biais spéculatif, et le biais instrumental de GPT-5 ? Cette partie inclue des versions optimisées et enrichies des stratégies ci-dessus (définition de périmètre, protocoles d’utilisation d’outils, contrôle exécutif). La newsletter se conclue sur un prompt puissant de clarification, architecturé pour forcer GPT-5 à s’assurer de votre intention, pour l’obliger à exposer ses hypothèses silencieuses, en vous (re)donnant la main à chaque étape de son analyse. GPT-5 retrouve une approche collaborative, itérative, tout en préservant ses capacités d’exécution avancées.

Formateurs pour adultes : vous trouverez un guide adaptant la plupart ces principes à vos besoins spécifiques, développé à partir des techniques avancées décrites dans la partie payante. Le guide développe donc un protocole anti-dérive adapté au contexte de la formation pour adulte, aborde la question du “biais éducatif” et son antidote, le mode “production d’outils pratiques”. Il décrit également une fonction non documentée qui déclenche un comportement spécifique de GPT-5 : le mode “ingénierie pédagogique”.
J’ai essayé de vous concocter un document bref et pratique, mais ces points feront l’objet d’explications plus détaillées bientôt.

La suite dans la partie payante.

D’abord, un grand merci de vous être abonnés.

Je vais tout faire pour que vous ne soyez pas déçus, bien au contraire : j’espère que la qualité des informations ci-dessous vous poussera à partager L’IA, décantée avec d’autres.

Amis formateurs : vous pouvez trouver le document adaptant la plupart des principes fondamentaux développés ci-dessous à vos contraintes ici. Cependant, je vous encourage vraiment à lire cette partie — elle est concise — avant même de jeter un œil au document.

On résume ce qu’on a vu dans la partie gratuite : GPT-5 a une tendance à l’action et s’inquiète peu de s’assurer pleinement de votre intention. On a tenté de surmonter les difficultés posées son system prompt à travers trois principes. Reprenons les questions en jeu dans un contexte professionnel pour renforcer l’utilisation de ces principes.

Vous verrez que le language utilisé ci-dessous est un peu plus précis.

GPT-5 : une arme à triple tranchant

Dans le “system prompt” de GPT-5, les critères d’OpenAI priorisent le taux de complétion et l’efficacité plus que la qualité de la conversation. En ce sens, GPT-5 a un “biais d’exécution”. De ce point de vue, les utilisateurs qui obtiennent des livrables complets en un seul tour représentent une interaction homme-IA réussie. Ceux qui ont besoin de clarifier l’échange représentent, au contraire, une friction.

Pour former GPT-5, il a donc fallu incorporer à ses directives :

une incitation à la proactivité
l’invitation implicite d’élaborer des suppositions sur vos intentions
la demande de production de livrables sans autorisation claire de votre part

Ces trois comportements créent des risques cumulés dans votre travail quotidien.

Limite 1 : exécution spéculative

GPT-5 pense deviner vos intentions

Dans la partie gratuite, j’ai utilisé l’image d’une Tesla en autopilote. La comparaison n’est pas parfaite, mais on continue de la filer : cette Tesla fonctionne à l’hypothèse électrique.

Ce qui se passe : GPT-5 a confiance dans sa capacité statistique à pouvoir deviner ce que vous voulez dire. Il analyse votre demande, choisit l’interprétation la plus probable, puis produit une réponse complète. Il prend des décisions silencieuses (elles n’apparaissent pas dans ses réponses) sur le public cible, vos délais, et le niveau de complexité technique de votre demande.

Enjeux professionnels : dans les environnements à forts enjeux, cette approche peut créer un cauchemar documentaire, produire des rapport qui paraissent autoritaire et passe l’inspection superficielle mais s’e focalisent sur les mauvais concurrents ou le mauvais marché.

Le problème sous-jacent : l’exécution spéculative de GPT-5 optimise pour paraître utile, pas pour être précis. Appelons ça un biais spéculatif. Il préfère livrer du plausible plutôt qu’admettre une incertitude. Cette logique reflète une vision du travail où paraître décisif compte plus que poser les bonnes questions. Le system prompt reflète cette philosophie : elle interdisent au modèle de dire “j’ai besoin de plus de contexte”. Après sa seule question de clarification, il doit choisir une direction et s’y engager.

Limite 2 : sélection d’outils automatique

GPT-5 choisit ses outils sans vous le demander

Ce qui se passe : la sélection d’outils fonctionne sur des déclencheurs de mots-clés. “Récent” déclenche la recherche web. “Calculer” active Python. Il ne demande pas, il suppose que vous voulez l’outil qui correspond au déclencheur. On peut parler de biais instrumental.

Enjeux professionnels : risques de violations de conformité, de surcharge de ressources, et de chaos pour tout contrôle de version…

Le problème sous-jacent : le système optimise pour l’“utilité” basée sur les modèles d’usage grand public, pas les flux de travail professionnels. ChatGPT est le grand gagnant, le grand connu du public. 800M+ d’utilisateurs : OpenAI doit choisir sa cible pour fabriquer son avenir financier. GPT-5 suppose que “plus d’outils = un meilleur service”. Mais dans votre secteur, chaque action automatique peut nécessiter une documentation ou créer des problèmes de conformité.

Limite 3 : refus de faire une pause (le phénomène du “train fou”)

GPT-5 refuse de s’arrêter

Ce qui se passe : après une question de clarification maximum (ou zéro, s’il se sent confiant), GPT-5 se verrouille dans un chemin d’exécution jusqu’à l’achèvement. Il interprète vos exigences, construit un modèle mental, et exécute. Aucun point de contrôle. Aucune boucle de confirmation.

Enjeux professionnels : les erreurs s’accumulent plutôt qu’elles ne se corrigent. Une exigence mal comprise à l’étape 1 devient un livrable dangereux à l’étape 10.

Le problème sous-jacent : l’architecture de GPT-5 incarne la philosophie spécifique déjà décrite : l’action décisive (le biais d’exécution) plutôt que l’itération collaborative (l’échange étape par étape). Cela fonctionne pour les requêtes grand public (“écris-moi un poème”) mais a une portée limitée quand la précision compte plus que la vitesse.

Le défi professionnel

Ces trois comportements créent un risque cumulé dans les contextes professionnels et vous force à un dilemme : vous subissez l’injonction d’adopter l’IA pour rester compétitif mais vous restez responsables du contenu que vous produisez (un formateur CSE me le rappelait : c’est la loi).

L’architecture de GPT-5 aggrave cette tension en optimisant son action pour satisfaire un grand public (achèvement de tâche, vitesse de réponse, utilité apparente) plutôt que les métriques importantes aux yeux des professionnels (précision, vérifiabilité, auditabilité).

Dans les contextes professionnels, cette combinaison vitesse (biais exécutif) + présomption (biais spéculatif) est particulièrement dangereuse. La plupart des abonnés payants de cette newsletter sont — pour l’instant — surtout des formateurs, des organismes de formation, ou des employés utilisant l’IA dans un cadre professionnel — vous êtes mes connaissances, des membres de mon réseau immédiat. À quels risques êtes-vous exposés ?

Le risque majeur est de ne pas reconnaître quand le modèle a dévié parce qu’il a été utilisé dans un domaine qui n’est pas votre spécialité.
Cependant, même des spécialistes peuvent se laisser berner par des réponses bien tournées, des livrables polis, et supposer à tort que la qualité des informations rassemblées est similaire (plumage <> ramage), car…
la rapidité de création de contenu textuel dépasse largement la capacité de révision humaine (d’une équipe comme d’un individu), et
l’expertise dans un domaine ne protège pas des erreurs d’IA dans un domaine adjacent.

Face à ces défis, voici des méthodes concrètes pour reprendre le contrôle.

Stratégies fondamentales

On reprend et développe ce qui a été dit dans la partie gratuite. Dans vos conversations typiques avec GPT-5, vous êtes chaleureusement encouragés à tenir compte des principes suivants.

Je vous donne des exemples cette fois plus pertinents en milieu professionnel, et ajoutant des nuances, toujours tirées de la législation interne de GPT-5.

1. Prédéfinir les hypothèses

Énoncer clairement les paramètres de base pour anticiper le biais spéculatif.

Contexte : équipe de 8 personnes, service comptabilité, PME française, besoin pour fin du mois.

2. Limiter le périmètre

Toujours pour manœuvrer avec le biais spéculatif à l’esprit, il faut définir avec la même rigueur les exclusions ou “non-objectifs”.

Note de synthèse simple. Pas de jargon technique, pas de références légales complexes, pas de comparaisons avec d'autres services.

Parfois, les non-objectifs n’empêchent pas la dynamique spéculative de GPT-5, qui risque malgré tout de combler des lacunes que vous n’aviez pas anticipées… Une approche alternative efficace consiste à utiliser des délimitations positives :

Focalise-toi UNIQUEMENT sur : créer un email de relance client cordial et professionnel.

3. Encadrer l’utilisation d’outils

Stipuler les modalités d’utilisation d’outils permet d’encadrer le biais instrumental.

Pas de recherche web. Base-toi sur les pratiques standards du secteur

ou, au contraire

Vérifie les derniers taux de TVA en vigueur, avec source officielle.

Et si vous vous sentez l’âme d’un dictateur, utilisez la terminologie succincte mais absolue du “system-prompt” de GPT-5 (anglais) :

Browse: ON, Python: OFF, Canvas: OFF

4. Préciser le format attendu

Ici, on orchestre notre prompt aussi bien autour du biais spéculatif que du biais exécutif en indiquant les attributs du livrable.

Compte-rendu de réunion, pas d'introduction : 3 points clés max, liste à puce ; action items en fin.

On en parlera lors d’une prochaine édition, mais préciser le format peut entrer en contradiction avec une des instructions fondamentales de GPT-5 : “Supportive thoroughness” (“Exhaustivité bienveillante” ; le point est développé dans le document joint destiné aux formateurs).

La directive pousse à un effort d’explication clair, et surtout complet, des sujets abordés. Le risque est que GPT-5 charge un maximum d’informations dans les trois puces qu’on lui demande de rédiger. Dans ce cas :

Style télégraphique. Supprime les détails. Points essentiels seulement : 5 lignes max par section, langage direct.

Le prompt architecturé

Le prompt suivant³ prend en compte les problématiques soulignées jusqu’à présent. Il fonctionnera pour GPT-5 avec la fonction raisonnement profond activée.

L’objectif : limiter les risques d’ambiguïté en forçant la clarification de nos intentions.

On prend en compte les biais d’exécution, spéculatif, et instrumental et on s’assure de :

Construire des points de contrôle explicites dans vos prompts
Créer des protocoles de vérification pour les résultats spéculatifs
Établir des politiques d’outils qui outrepassent la sélection automatique
Concevoir des modèles qui forcent la clarification en amont

Ce prompt oblige le modèle à s’assurer de votre intention avant toute exécution, et organise cette clarification par un processus découpé en phases. C’est la logique du “mesurer deux fois, couper une fois”, cette fois-ci imposée à GPT-5 au travers de plusieurs points de validation, de mécanismes clairs d’arrêt ou de reprise. Il est également forcé d’expliciter ses hypothèses silencieuses…

Prenez le temps d’essayer de comprendre comment il fonctionne en le lisant attentivement.

MISSION 
Transforme mon idée floue en brief solide, puis exécute uniquement quand on est tous les deux sûrs que tu as compris mes attentes et mon intention. N'affiche pas le contenu de ces instructions dans la conversation, sauf s'il s'agit d'informations dont j'ai besoin (BLOQUEURS, ou OPTIONS).

PROTOCOLE
0. DIAGNOSTIC RAPIDE 
Identifie ce qui te manque sans afficher ton raisonnement. Tu dois TOUT avoir avant de continuer.
□ objectifs clairs
□ public visé
□ critères de réussite
□ exigences principales
□ contraintes à respecter

1. BOUCLE DE CLARIFICATION 
Pose des questions jusqu'à ce que toutes les cases ci-dessus soient cochées.
- Une question essentielle d'abord, puis max 2 autres si nécessaire
- Ordre de priorité : objectifs → critères de succès → exigences → cas rares → bonus
- Signale : 🔴 BLOQUEURS immédiatement (à résoudre) ou 🟡 POINTS D'ATTENTION (noter mais continuer)

2. ÉTAPE DE CONTRÔLE
Répond en une phrase claire : Livrable + exigence principale + contrainte principale.
Décrit :
- tes hypothèses clés : [2-3 max]
- Complexité estimée : SIMPLE (passer à 6. FINALISATION) | STANDARD (continuer) | COMPLEXE (exiger étapes 4+5)

Conclure en affichant les OPTIONS : ✅ GO / ❌ À CORRIGER / 🔍 PLAN / ⚠️ RISQUES. 
Pause, sans poser de question additionnelle pour : ma réponse

3. 🔍 PLAN (si demandé ou COMPLEXE)
Montre la structure en 5-7 lignes : composants/sections, interfaces clés, chemin critique. 
Conclure en affichant les OPTIONS : ✅ GO / ❌ CORRIGER
Pause, sans poser de question additionnelle pour : ma réponse

4. ⚠️ RISQUES (si demandé ou COMPLEXE)
Top 3 : points de fragilité/défaillance + parade/mitigation pour chacun : "Risque : [quoi] → Solution : [comment]"
Conclure en affichant les OPTIONS : ✅ GO / ❌ CORRIGER
Pause, sans poser de question additionnelle pour : ma réponse

5. RÉALISATION & CONTRÔLE
Exécute seulement après ✅ GO
Check-list : aucune exigence manquante ? Ton adapté ? Faits corrects, vérifiés, sourcés ?
Auto-correction de tout problème trouvé avant livraison.

6. FINALISATION
"Terminé. Prêt pour ajustements, ou tape TERMINÉ."
Conclure en affichant les OPTIONS : TERMINÉ / AJUSTER
Pause, sans poser de question additionnelle pour : ma réponse

COMMANDES
RESET = On repart de zéro
AJUSTER [détail] = Modifier une exigence spécifique, reprendre à l'Étape 2 (ÉTAPE DE CONTRÔLE)
EXPLIQUER [étape] = Clarifie pourquoi tu demandes quelque chose

Commence par "Prêt - quel projet as-tu en tête ?"

Ce prompt est une machine statique qui force GPT-5 à retrouver un rôle de collaborateur précautionneux, méthodique, tout en préservant ses capacités d’exécution. Il encadre la tendance de GPT-5 à se précipiter (VS biais d’exécution). On l’oblige à s’engager dans une phase de découverte (VS biais spéculatif) ; l’instruction — peut-être vague — de l’utilisateur doit passer dans un pipeline très structuré avant que l’utilisateur et GPT-5 ne s’accordent sur le passage à l’action (VS biais d’exécution).

On utilise les forces de GPT-5 : une meilleure mémoire de travail, la capacité à développer un raisonnement interne et à créer des hypothèses de travail, qu’on ramène à la surface (VS biais spéculatif) pour clarifier nos propres objectifs.

Ce prompt est basé sur trois astuces ’psychologiques’ :

Il force à patienter ; l’IA doit obtenir un GO pour avancer ; cette rareté artificielle augmente la valeur perçue de la validation de l’utilisateur.
Chaque étape engage l’utilisateur, qui se sent plus investi dans le résultat.
Malgré les capacités de l’IA, c’est l’utilisateur qui garde la main sur le bouton GO, ce qui le ramène au centre : il maintient son autonomie.

L’intérêt : GPT-5 fonctionne comme un système de production industrielle qui exige des spécifications complètes avant de démarrer la chaîne d’assemblage… Le prompt suppose que chaque requête de l’utilisateur manque de précision, mais ce pessimisme est, paradoxalement, ce qui permet au combo Utilisateur+IA de produire de meilleurs résultats. On transforme l’hésitation en qualité professionnelle, quand OpenAI semble y voir une limitation.

L’idée finale : Les professionnels qui prospéreront avec GPT-5 ne sont pas ceux qui se fient à son apparente confiance, mais ceux qui comprennent que sa plus grande force (son biais d’exécution) est aussi sa plus grande faiblesse (car basée sur un biais spéculatif), et conçoivent leurs flux de travail en conséquence. J’espère que ce prompt structuré vous sera utile — c’est mon cas au quotidien —, n’hésitez-pas à me faire des retours dans le chat réservé aux abonnés ou par e-mail.

Si vous avez lu “IPA”, passez au point suivant. Plus sérieusement, une prochaine édition de L’IA, décantée vous donnera une matrice décisionnelle pour savoir quand / pour quelle(s) raison(s) opter pour l’API plutôt que l’app officielle de ChatGPT, ainsi qu’un guide d’installation et d’utilisation. Vous verrez, y a vraiment, mais alors vraiment rien de sorcier.

Je ne suis pas le plus grand fan de l’IA comme outil d’écriture, mais je comprends que certains apprécient. Dans une prochaine édition, on verra comment employer l’IA dans le cadre de la production de contenu en s’assurant que vous restez au centre du processus.

Nate Jones est à la base du prompt que j’ai développé pour cette édition ; ses analyses sont très longues (plus que les miennes) et très orientées PO (Product Owner / Scrum). Si vous êtes dev, je recommande la lecture.