Dire précisément ce qui ne va pas, pas seulement que ça ne va pas. « C’est pas terrible, recommence » ne donne à l’IA aucune information exploitable — elle va probablement reproduire les mêmes choix. « Le ton est trop familier pour un document officiel, et le deuxième paragraphe est hors sujet » lui donne deux leviers concrets à corriger. Plus le reproche est précis, plus la correction l’est aussi.

Découper une tâche complexe plutôt que tout demander d’un coup. Demander directement « fais-moi un dossier complet sur l’IA et le droit du travail » donne un résultat plat, parce que l’IA doit deviner simultanément le plan, la profondeur et l’angle de chaque partie. Demander d’abord un plan, le valider ou l’ajuster, puis demander le développement partie par partie, donne un contrôle bien plus fin sur le résultat final — et évite de tout refaire quand un seul point ne convient pas.

Donner un modèle à imiter. Quand un style ou une structure a déjà fonctionné une fois dans la conversation, le rappeler explicitement (« reprends exactement cette structure pour la partie suivante ») est plus efficace que de la redécrire.

Demander à l’IA de poser des questions avant de se lancer. Sur une tâche ambiguë ou personnelle, une consigne comme « pose-moi les questions nécessaires avant de commencer » évite souvent un aller-retour inutile — l’IA part alors sur de bonnes bases plutôt que de deviner.

Savoir quand recommencer plutôt que corriger. Si une réponse part dans une direction fondamentalement fausse, il est parfois plus rapide de reformuler la demande de zéro, avec la leçon apprise, que d’essayer de rattraper un texte mal engagé à coups de petites corrections. Une conversation qui s’enlise vaut souvent moins qu’un nouveau départ, mieux cadré.