Comment l'ingénierie des prompts a évolué : De GPT-3 au Context Design

Le prompt engineering a évolué d'une manipulation de texte informelle par essais et erreurs autour de GPT-3 en 2020 vers une discipline structurée avec des techniques nommées, des frameworks et des outils d'ici 2026. L'arc couvre cinq phases : les premières expériences few-shot, le moment ChatGPT qui a amené la compétence dans la conscience du grand public, le développement de techniques de raisonnement structurées, l'essor de l'optimisation automatisée des prompts et le glissement actuel vers la conception de contexte.

La discipline n'a pas émergé d'un seul article ou d'une seule entreprise. Elle a grandi à partir du chevauchement entre la recherche (apprentissage few-shot, raisonnement par chaîne de pensée, RAG), les communautés de praticiens partageant des collections de prompts en ligne, et la disponibilité soudaine au grand public de modèles puissants qui rendait le bon prompting immédiatement gratifiant. En 2026, le prompt engineering n'est plus un truc de niche — c'est une compétence de base pour quiconque travaille avec des systèmes IA.

Avant que le terme « prompt engineering » n'existe, les chercheurs manipulaient déjà les entrées des modèles pour obtenir de meilleures sorties, sans l'appeler ainsi. Les premiers modèles transformer comme GPT-2 (2019, OpenAI) et BERT (2018, Google) étaient utilisés avec des textes d'entrée soigneusement choisis, mais cette pratique relevait du prétraitement des données et non d'une compétence à part entière.

GPT-2 a été annoncé en février 2019 comme un modèle de 1,5 milliard de paramètres ; OpenAI en a d'abord publié des versions plus petites, puis le modèle complet en novembre 2019. Il complétait le texte de façon étonnamment cohérente. Chercheurs et premiers praticiens ont remarqué que la formulation de l'entrée changeait fortement la qualité de la suite, mais il n'existait encore ni framework, ni terminologie, ni communauté autour de cette observation. Les prompts étaient des entrées, pas des artefacts d'ingénierie.

L'histoire moderne du prompt engineering commence en pratique avec GPT-3. En mai 2020, des chercheurs d'OpenAI ont publié « Language Models are Few-Shot Learners » (Brown et al.), qui décrit GPT-3, un modèle de 175 milliards de paramètres. L'article a montré que fournir quelques exemples de la tâche directement dans le prompt, sans aucune mise à jour des poids du modèle, améliorait les performances sur de nombreuses tâches en aval.

Ce fut la graine du prompt engineering comme discipline. Chercheurs et développeurs ont compris que le même modèle pouvait devenir traducteur, outil de synthèse, générateur de code ou système de questions-réponses simplement en changeant la rédaction du prompt. Le modèle n'avait pas besoin d'être réentraîné : il lui fallait un meilleur prompt. Cette idée a redéfini ce qu'est un prompt : non plus seulement une entrée, mais un artefact de conception.

Brown et al. ont constaté que les performances few-shot s'amélioraient en général avec la taille du modèle, GPT-3 (175 milliards de paramètres) étant globalement la variante la plus performante. Cela a relié échelle et apprentissage par prompt, et fait de la qualité du prompt une variable que les praticiens, pas seulement les chercheurs, pouvaient maîtriser.

Voir Zero-Shot vs. Few-Shot Prompting pour un guide pratique de la technique rendue célèbre par GPT-3.

Entre 2021 et début 2022, l'art de rédiger des prompts est passé des articles de recherche aux communautés de praticiens. Les chercheurs ont commencé à décrire cette pratique par écrit : Reynolds et McDonell soutiennent, dans « Prompt Programming for Large Language Models: Beyond the Few-Shot Paradigm » (février 2021), qu'écrire des prompts pour GPT-3 est une forme de programmation, et l'état de l'art « Pre-train, Prompt, and Predict » (Liu et al., juillet 2021) a catalogué les méthodes fondées sur les prompts en traitement du langage naturel. Entre-temps, les praticiens échangeaient des prompts efficaces dans des communautés en ligne.

L'article InstructGPT d'OpenAI (Ouyang et al., mars 2022) a présenté des modèles affinés par retour humain (RLHF) qui suivaient les instructions en langage naturel bien plus fiablement que le GPT-3 de base, ce qui a rendu la qualité du prompt encore plus déterminante. À la mi-2022, il était clair que le prompting était une compétence transférable, et non une simple curiosité de chercheur.

L'apparition du prompting chain-of-thought (CoT) en 2022 a été l'une des avancées techniques les plus importantes de la courte histoire de la discipline. Wei et al. (Google) ont publié « Chain-of-Thought Prompting Elicits Reasoning in Large Language Models » et montré que donner au modèle des exemples résolus avec étapes intermédiaires améliorait les performances en arithmétique, en raisonnement de bon sens et en raisonnement symbolique. Dans un résultat phare, le prompting chain-of-thought a fait passer la précision de PaLM 540B sur GSM8K, un benchmark de mathématiques de niveau primaire, de 17,9 % à 56,9 %, un gain obtenu en changeant le prompt, sans entraînement supplémentaire. L'implication était profonde : la structure du prompt pouvait activer un comportement de raisonnement différent, pas seulement des faits différents.

Des techniques apparentées ont suivi rapidement. Zhou et al. ont introduit le least-to-most prompting, qui décompose les problèmes complexes en une suite de sous-problèmes plus simples résolus dans l'ordre. Ces approches ont fait du prompt engineering un outil pour obtenir un raisonnement structuré de modèles non entraînés explicitement à cela, et non plus un simple exercice de mise en forme. Le prompting était devenu un échafaudage pour la cognition.

Pour le guide complet de la technique, voir Chain-of-Thought Prompting : Faites penser l'IA à haute voix et Chaînage de Prompts : Décomposer les Tâches Complexes en Étapes Gagnantes.

Le lancement de ChatGPT le 30 novembre 2022 a changé du jour au lendemain l'image publique du prompt engineering. Sam Altman, PDG d'OpenAI, a indiqué sur Twitter début décembre 2022 que ChatGPT avait dépassé le million d'utilisateurs en cinq jours, et une analyse d'UBS rapportée par Reuters a estimé environ 100 millions d'utilisateurs actifs mensuels en janvier 2023. En quelques jours, des millions de personnes testaient des prompts et constataient que les résultats variaient énormément selon la formulation ; les médias technologiques ont commencé à présenter le prompt engineering comme une compétence à acquérir.

Début 2023, « prompt engineer » est apparu comme intitulé de poste : une offre d'Anthropic pour un « Prompt Engineer and Librarian » annonçait une fourchette de 175 000 à 335 000 dollars, selon Fortune en mars 2023. La question de savoir si le prompt engineering serait une carrière durable ou un rôle transitoire (en partie conception d'interface homme-machine, en partie expertise métier, en partie assurance qualité) a été largement débattue.

Aucune personne n'est reconnue comme l'auteur du terme. Des articles de recherche décrivaient déjà des méthodes fondées sur les prompts en 2021 (voir plus haut), et l'expression s'est largement diffusée après ChatGPT. L'article Wikipédia sur le prompt engineering donne un aperçu de son histoire.

OpenAI a annoncé GPT-4 en mars 2023 avec l'entrée d'images en plus du texte (d'abord en aperçu de recherche), ouvrant le prompt engineering à des tâches visuelles comme décrire des images, comparer des schémas ou annoter des graphiques ; des fenêtres de contexte plus grandes ont suivi (128 000 tokens avec GPT-4 Turbo en novembre 2023). Gemini de Google (décembre 2023) et les modèles Claude 3 d'Anthropic avec vision (mars 2024) ont apporté des options multimodales d'autres éditeurs.

La même période a vu la formalisation des bonnes pratiques. OpenAI a publié son guide officiel du prompt engineering. Google Cloud a publié son propre guide du prompt engineering. Des auteurs et équipes indépendants ont publié des frameworks comme CRAFT, CO-STAR, SPECS, RISEN et TRACE, qui offraient des modèles reproductibles pour structurer les prompts et réduisaient le recours au tâtonnement. Les auteurs et les dates de publication de ces frameworks varient selon les sources, et aucun n'est une norme officielle.

Ces frameworks ont marqué la maturation du prompt engineering, d'une compétence personnelle à une pratique enseignable et partageable. Voir Quel framework de prompt choisir ? (2026) pour choisir entre eux et Au-delà du texte: Comment utiliser des images dans vos prompts pour la dimension multimodale.

Un développement marquant vers 2023 a été la recherche montrant que les LLM peuvent optimiser des prompts aussi bien que les humains. Zhou et al. ont publié en novembre 2022 « Large Language Models Are Human-Level Prompt Engineers » (APE) : un LLM générait et évaluait des instructions candidates et égalait ou dépassait les instructions rédigées par des humains sur 19 des 24 tâches testées. Le framework DSPy, issu de chercheurs de Stanford (Khattab et al., octobre 2023), est allé plus loin : le développeur décrit ce que le prompt doit accomplir et la formulation est compilée automatiquement.

Parallèlement, la génération augmentée par récupération (RAG), introduite en 2020 par Lewis et al. chez Facebook AI Research (aujourd'hui Meta), est devenue un schéma central des systèmes d'IA en production. Le RAG injectait des documents récupérés directement dans le contexte du prompt, ancrant les réponses dans des sources réelles et à jour plutôt que d'exiger que le prompt contienne tous les faits. L'accent est ainsi passé de « comment faire connaître cela au modèle ? » à « comment structurer le contexte pour que le modèle l'utilise correctement ? ».

Voir RAG expliqué : ancrer les réponses IA dans des données réelles (2026) et Self-Consistency Prompting : Plusieurs Réponses, Choisir le Consensus pour les techniques clés de cette période.

En 2024–2025, un nouveau cadrage a commencé à remplacer l'idée simple d'« écrire un meilleur prompt ». L'ingénierie de contexte, c'est-à-dire l'orchestration de tout ce qui entre dans la fenêtre de contexte (prompt système, documents récupérés, sorties d'outils, historique de conversation et saisie de l'utilisateur), composé délibérément pour guider le comportement du modèle, est passée au premier plan. Le terme lui-même s'est répandu en juin 2025, lorsque Tobi Lütke, PDG de Shopify, et Andrej Karpathy ont publiquement préféré « context engineering » à « prompt engineering », comme l'a documenté Simon Willison le 27 juin 2025. Le prompt n'était plus un artefact autonome, mais une couche d'un contexte conçu.

Plusieurs évolutions ont accéléré ce basculement. Les modèles Llama 3 de Meta (avril 2024) ont rendu des LLM à poids ouverts performants disponibles pour un déploiement privé, déplaçant une partie du prompt engineering des API cloud vers l'infrastructure locale. Google a annoncé en février 2024 Gemini 1.5 Pro avec une fenêtre de contexte de 1 million de tokens en préversion limitée, rendant possible de placer des bases de code, des livres ou des collections de documents entiers dans un seul prompt. Des frameworks multi-agents comme LangChain et AutoGen ont transformé le prompting en orchestration : un prompt déclenche un autre modèle, qui déclenche un outil, qui renvoie du contexte au prompt suivant.

En 2026, le prompt engineering est de plus en plus décrit non comme un intitulé de poste de niche, mais comme une littératie de base pour les travailleurs du savoir qui utilisent des outils d'IA : savoir énoncer une tâche, fournir le bon contexte et préciser la sortie attendue.

Le rôle s'est scindé en deux voies. La première est la conception de systèmes et de contexte : l'ingénierie de systèmes d'IA en production où les prompts s'inscrivent dans une architecture plus large comprenant récupération, agents et pipelines d'évaluation. La seconde est l'usage quotidien : savoir écrire des prompts clairs et structurés qui donnent des résultats utiles sans connaître l'architecture sous-jacente. Les deux voies s'appuient sur les mêmes principes : tâche clairement spécifiée, contexte approprié, contraintes et format de sortie.

Ce qui n'a pas changé, malgré des modèles plus capables et des outils automatisés, c'est le principe fondamental : plus l'entrée est claire et structurée, plus la sortie est fiable et utile. Les techniques, la terminologie et les outils ont mûri, mais l'idée centrale de l'ère GPT-3 reste vraie en 2026.

Le tableau ci-dessous résume les jalons clés de 2018 à 2026 : les événements, articles et sorties de modèles qui ont façonné l'évolution du prompt engineering jusqu'à sa forme actuelle.

Chaque phase de l'évolution du prompt engineering a laissé un dépôt durable dans la pratique actuelle. L'ère GPT-3 nous a donné l'idée fondamentale que le comportement du modèle est façonné par la structure de l'entrée — pas seulement le contenu. L'ère Chain-of-Thought nous a donné des échafaudages de raisonnement explicites : prompting étape par étape, chaînage de prompts et approches tree-of-thought. L'ère des frameworks nous a donné des modèles réutilisables qui encodent les meilleures pratiques sans exiger que chaque praticien les découvre de zéro.

L'ère RAG et de la conception de contexte nous a donné la compréhension que les prompts n'existent pas en isolation — ils sont composés avec des données récupérées, des instructions système et des sorties d'outils pour former un contexte complet. Et l'ère du prompting automatisé nous a rappelé que les principes d'un bon prompting sont mesurables : les prompts mieux structurés produisent de meilleures sorties de façon qui peut être évaluée et optimisée systématiquement.