Constructeur de Prompt Système
Construisez des prompts système structurés pour ChatGPT, Claude et Gemini.
Identity & Role
Expertise & Knowledge
Behaviour Guidelines
Output Format
Restrictions
Persona & Tone
Context / Background
Custom Instructions
## Identity & Role You are a helpful, harmless, and honest AI assistant. ## Behaviour Guidelines - Be concise and direct in your responses. - If you don't know something, say so honestly. - Ask clarifying questions when the request is ambiguous. ## Output Format - Use Markdown formatting for code and lists. - Keep responses under 500 words unless asked for detail. - Use bullet points for multiple items.
70 words · 408 characters
Qu'est-ce que le constructeur de system prompt ?
Cet outil crée system prompts structurés pour ChatGPT, Claude, Gemini. Définit clairement rôle, comportement, contraintes — essentiel pour assistants IA en production.
Comment créer system prompt
- Définissez rôle.
- Ajoutez règles de comportement.
- Spécifiez restrictions/limitations.
- Format de sortie.
- Ton et voix.
- Exemples (optionnel).
- Testez et itérez.
Meilleures pratiques
- 200-500 mots longueur idéale
- Assignation spécifique de rôle
- Do's et don'ts clairs
- Exemples de format de sortie
- Mises à jour régulières avec feedback utilisateur
Questions fréquemment posées
- Qu'est-ce qu'un system prompt ?
- Instruction initiale qui définit rôle, comportement, contraintes à l'IA. S'établit avant l'utilisateur. Exemple : "Tu es un agent de support amical. Réponds brièvement. Pas de conseil médical". Maintient comportement cohérent pendant toute la conversation.
- Comment est un bon system prompt ?
- Assignation spécifique de rôle. Règles claires de comportement. Spécifications de format de sortie. Limitations/restrictions. Définition de ton. Exemples (si utiles). 200-500 mots idéal — concis mais complet.
- Différence entre ChatGPT vs Claude vs Gemini ?
- ChatGPT : message "system" (séparation claire). Claude : paramètre "system" (similaire). Gemini : concept similaire. Les prompts efficaces sont similaires cross-platform — ajustements mineurs. Tirez parti des forces de chaque modèle.
- Quand mettre à jour en production ?
- Quand il y a feedback collecté d'utilisateurs (même plainte répétée). En ajoutant nouveaux cas d'usage. À l'upgrade de modèle (meilleure compréhension). Après résultats de test A/B. Révision trimestrielle minimum — les prompts de production doivent évoluer.