De GPT-2 à aujourd'hui : Comment le prompt engineering a évolué

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 » existe, les chercheurs manipulaient déjà les entrées des modèles pour obtenir de meilleures sorties — ils ne l'appelaient juste pas ainsi. Les premiers modèles transformers comme GPT-2 (2019, OpenAI) et BERT (2018, Google) étaient utilisés via du texte d'entrée soigneusement choisi, mais la pratique était traitée comme faisant partie du prétraitement des données, pas comme une compétence à part entière.

GPT-2, sorti en février 2019, était un modèle à 1,5 milliard de paramètres capable de compléter du texte de manière étonnamment cohérente. Les chercheurs et les premiers praticiens ont remarqué que la formulation d'une entrée changeait radicalement la qualité de la complétion — mais il n'existait pas encore de framework, de terminologie ni de communauté construite autour de cette observation. Les prompts étaient des entrées, pas des artefacts d'ingénierie.

L'histoire moderne du prompt engineering commence effectivement avec GPT-3. En mai 2020, OpenAI a publié GPT-3, un modèle à 175 milliards de paramètres, accompagné de l'article phare de Brown et al., « Language Models are Few-Shot Learners » Brown et al., 2020 – Language Models are Few-Shot Learners. L'article démontrait qu'en incluant quelques exemples de la tâche souhaitée directement dans le prompt — sans aucune mise à jour des poids du modèle — les performances sur les tâches en aval s'amélioraient de façon spectaculaire.

C'était la graine du prompt engineering en tant que discipline. Les chercheurs et développeurs ont réalisé que le même modèle pouvait être transformé en traducteur, résumeur, générateur de code ou système de questions-réponses simplement en changeant la façon dont le prompt était rédigé. Le modèle n'avait pas besoin d'être ré-entraîné — il avait besoin d'un meilleur prompt. Cette prise de conscience a reformulé ce qu'était un prompt : pas seulement une entrée, mais un artefact de conception.

Brown et al. ont rapporté que les performances en few-shot augmentaient régulièrement avec la taille du modèle : le GPT-3 à 175 milliards de paramètres surpassait nettement les variantes plus petites sur tous les benchmarks testés, établissant que l'échelle et l'apprentissage basé sur les prompts étaient directement liés. La qualité du prompt est ainsi devenue une variable que les praticiens — pas seulement les chercheurs — pouvaient contrôler directement.

Voir Zero-Shot vs. Few-Shot: Which Approach Gets Better Results? pour un guide pratique de la technique que GPT-3 a rendue célèbre.

Entre 2021 et début 2022, la conception de prompts est passée des articles de recherche aux communautés de praticiens. Des dépôts GitHub avec des collections de prompts curatées sont apparus — des listes de style « awesome-prompts » partageant ce qui fonctionnait pour l'assistance au codage, la résumation et l'écriture créative. Des collections de prompts, partagées sur Twitter et Reddit, sont devenues des actifs communautaires. Le Prompt Engineering Guide (promptingguide.ai) Prompt Engineering Guide – promptingguide.ai est devenu l'une des premières références dédiées à cataloguer les techniques de manière systématique.

Le terme « prompt engineering » a commencé à apparaître plus fréquemment dans les articles de recherche, les billets de blog et les descriptions de postes durant cette période. L'article InstructGPT d'OpenAI (Ouyang et al., 2022) a introduit des modèles ajustés par RLHF qui répondaient beaucoup plus fiablement aux instructions en langage naturel — rendant la qualité des prompts encore plus déterminante. À mi-2022, il était clair que c'était une compétence transférable, pas seulement une curiosité de chercheur.

L'introduction du prompting Chain-of-Thought (CoT) en 2022 a été le développement technique le plus significatif de la courte histoire de la discipline. Wei et al. (Google Brain) ont publié « Chain-of-Thought Prompting Elicits Reasoning in Large Language Models », démontrant que demander à un modèle de raisonner étape par étape avant de répondre améliorait considérablement les performances sur les tâches arithmétiques, de raisonnement de sens commun et de raisonnement symbolique. Dans un résultat clé, le chain-of-thought prompting a amélioré la précision de PaLM sur le benchmark de mathématiques scolaires GSM8K, passant de 17,9 % à 58 % — un gain obtenu uniquement en modifiant la structure du prompt, sans entraînement supplémentaire du modèle. L'implication était profonde : la structure du prompt pouvait activer un comportement de raisonnement différent — pas seulement des faits différents.

Des techniques connexes ont suivi rapidement. Zhou et al. ont introduit le prompting du moins au plus, qui décomposait les problèmes complexes en une séquence de sous-problèmes plus simples résolus dans l'ordre. Ces approches ont transformé le prompt engineering d'un exercice de formatage en un outil pour éliciter un raisonnement structuré de modèles qui n'avaient pas été explicitement entraînés à raisonner de cette façon. Le prompting était devenu un échafaudage pour la cognition.

Pour le guide complet des techniques, voir Chain-of-Thought Prompting: Make AI Show Its Reasoning et Prompt Chaining: How to Break Big Tasks Into Winning Steps.

La sortie de ChatGPT le 30 novembre 2022 a changé du jour au lendemain le profil public du prompt engineering. ChatGPT a atteint un million d'utilisateurs dans les cinq premiers jours — confirmé par le PDG d'OpenAI Sam Altman sur Twitter en décembre 2022 — et 100 millions d'utilisateurs actifs mensuels en janvier 2023, selon une analyse UBS citée par Reuters. En quelques jours, des millions de personnes expérimentaient avec des prompts et découvraient que leurs résultats variaient énormément selon la façon dont elles formulaient leurs demandes. Les médias tech couvraient le « prompt engineering » comme une compétence valant la peine d'être apprise. L'Oxford English Dictionary a ajouté « prompt » comme verbe lié à l'IA en 2023, et le mot lui-même est devenu finaliste pour le mot de l'année dans plusieurs classements.

Début 2023, « prompt engineer » est apparu comme titre de poste avec des salaires annoncés de 175 000 à 335 000 dollars dans des entreprises incluant Anthropic, selon des offres d'emploi largement citées. Le rôle a attiré une attention médiatique significative — Bloomberg, The Guardian et The Atlantic ont tous couvert la question de savoir si le prompt engineering était une vraie carrière. Le consensus de l'époque : c'était un rôle transitoire, mi-conception d'interface homme-machine, mi-expertise du domaine, mi-assurance qualité.

La popularisation de l'expression « prompt engineering » est parfois attribuée à divers praticiens et commentateurs. Richard Socher, ancien scientifique en chef chez Salesforce, est mentionné dans certains commentaires comme ayant contribué à cadrer l'idée tôt. L'article Wikipédia sur le prompt engineering Prompt Engineering – Wikipedia donne un aperçu équilibré des revendications concurrentes sur les origines du terme.

La sortie de GPT-4 en mars 2023 a étendu le prompt engineering dans deux directions simultanément : des fenêtres de contexte plus grandes (jusqu'à 128K tokens dans les versions ultérieures) et des entrées multimodales. Les praticiens pouvaient désormais inclure des images dans les prompts aux côtés du texte, ouvrant le prompt engineering aux tâches visuelles — décrire des images, comparer des diagrammes, annoter des graphiques. Les premiers modèles Gemini de Google et les versions multimodales de Claude d'Anthropic ont suivi dans les mois qui ont suivi.

La même année a vu la formalisation des meilleures pratiques de prompt engineering. OpenAI a publié son guide officiel de prompt engineering OpenAI – Best Practices for Prompt Engineering. Google Cloud a publié sa propre documentation de prompt engineering Google Cloud – Prompt Engineering for AI Guide. Des auteurs indépendants ont codifié des frameworks — CRAFT, CO-STAR, SPECS, RISEN, TRACE — qui ont donné aux praticiens des modèles reproductibles pour structurer les prompts, réduisant la dépendance aux essais et erreurs.

Ces frameworks représentaient la maturité du prompt engineering passant d'une compétence personnelle à une pratique enseignable et partageable. Voir Which Prompt Framework Should You Use? pour un guide de choix entre eux, et Beyond Text: How to Prompt with Images pour la dimension multimodale.

Un développement frappant en 2023 était la recherche montrant que les LLM pouvaient optimiser les prompts aussi bien que les humains. Zhou et al. ont publié « Large Language Models Are Human-Level Prompt Engineers » (APE), démontrant qu'un LLM chargé de générer et d'évaluer des candidats prompts pouvait égaler ou dépasser les prompts écrits par des humains sur des tâches de référence. Le framework DSPy de Stanford (2023) est allé plus loin — permettant aux développeurs de décrire ce qu'un prompt devrait accomplir et laissant le système optimiser automatiquement la formulation.

Simultanément, la Retrieval-Augmented Generation (RAG) — introduite à l'origine par Lewis et al. chez Meta en 2020 — est devenue un schéma central dans les systèmes IA de production. Le RAG injectait des documents récupérés directement dans le contexte du prompt, ancrant les sorties du modèle dans des sources réelles et à jour plutôt que d'exiger que les prompts contiennent tous les faits nécessaires. Cela a déplacé l'emphase dans le prompt engineering de « comment faire en sorte que le modèle sache cela ? » à « comment structurer le contexte pour que le modèle l'utilise correctement ? »

Voir RAG Explained: How to Ground AI Answers in Real Data et Self-Consistency Prompting: Let the AI Check Its Own Work pour la couverture des techniques clés de cette période.

En 2024, un nouveau cadrage a commencé à déplacer la simple idée d'« écrire un meilleur prompt ». Les praticiens et chercheurs ont commencé à parler d'ingénierie de contexte — la pratique d'orchestrer ce qui entre dans la fenêtre de contexte complète : le prompt système, les documents récupérés, les sorties d'outils, l'historique de conversation et l'entrée utilisateur, tous composés délibérément pour guider le comportement du modèle. Le prompt n'était plus un artefact autonome ; c'était une couche dans un contexte conçu.

Plusieurs développements ont accéléré ce glissement. Les modèles de la classe Llama 3 de Meta (2024) ont rendu des LLM open source capables disponibles pour un déploiement privé, déplaçant une partie du prompt engineering des API cloud vers l'infrastructure locale. Les fenêtres de contexte ont grandi jusqu'à 1 million de tokens ou plus (Gemini 1.5 Pro), rendant pratique l'injection de bases de code entières, de livres ou de collections de documents dans un seul prompt. Les 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 le contexte au prompt suivant.

Voir Prompt Engineering from 2020 to 2025 – AI Supremacy et The Evolution of Prompt Engineering to Context Design – 2026 pour des perspectives externes sur cette transition.

En 2026, la recherche et les commentaires décrivent de plus en plus le prompt engineering non pas comme un titre de poste de niche, mais comme une compétence de littératie fondamentale pour les travailleurs du savoir qui utilisent des outils IA. Des articles académiques comme « Prompt Engineering as a New 21st Century Skill » Prompt engineering as a new 21st century skill – Frontiers cadrent le prompting structuré aux côtés de la lecture, de l'écriture et du calcul comme compétence de base pour travailler avec des systèmes d'IA générative.

Le rôle s'est divisé en deux pistes distinctes. La première est la conception de systèmes et de contextes — l'ingénierie de systèmes IA de production où les prompts font partie d'une architecture plus large impliquant la récupération, les agents et les pipelines d'évaluation. La seconde est l'usage quotidien — la capacité d'écrire des prompts clairs et structurés qui produisent des sorties utiles sans connaître l'architecture sous-jacente. Les deux pistes bénéficient des mêmes principes fondamentaux : spécification claire de la tâche, 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 fondamentale 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 la façon dont le prompt engineering a évolué vers 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.