La Technique Demande-Moi d'Abord : laissez l'IA vous interviewer avant de répondre

Demande-Moi d'Abord renverse la table : déclarez l'objectif, laissez l'IA vous interviewer — un bon marché de questions remplace trois brouillons à l'aveugle.

TL;DR

Au lieu de deviner quel contexte l'IA besoin, déclarez votre objectif et ordonnez-lui de vous interviewer — une question à la fois — jusqu'à pouvoir faire le travail parfaitement. Un bon marché de clarification pas cher remplace le cycle coûteux de brouillon, échec, ré-explication et nouvel essai.

L'Analogie

Entrez chez un tailleur et décrivez un costume de mémoire : « Bleu foncé. Non — bleu marine. Des revers, mais pas ceux qui sont larges. Pour un mariage. Ou des funérailles peut-être ? Quelque chose de respirant. »

Le tailleur hoche la tête, devine, et coud. Ce qui revient est un objet en forme de costume qui irait à une supposition. Vous le porterez zéro fois.

Maintenant entrez dans la même boutique et dites sept mots : « Il me faut un costume pour un mariage d'été. » Puis regardez ce que fait le professionnel. Il ne coud pas. Il prend les mesures. Il demande le lieu — plage ou salle ? Le mois. Votre rôle — invité, père de la mariée, ou photographe agenouillé tout l'après-midi ? Il tâte la tombé du tissu, observe comment vous vous tenez, demande quelles chaussures vous porterez. Ce n'est qu'à la fin de la prise de mesures que les ciseaux sortent. Le costume tombe comme un secret, parce que chaque question était une mesure que vous n'auriez jamais pensé à offrir.

La plupart des gens font du prompting comme le premier client — entassant des suppositions sur ce qui compte, en espérant que le tas de détails soit le bon. Demande-Moi d'Abord fait de vous le deuxième client : donnez l'objectif final, et laissez l'expert dérouler le mètre ruban. Le tailleur a toujours su quelles questions comptaient. Vous, jamais. Cette asymétrie est toute la technique.

L'économie suit la logique du magasin : un essayage coûte le prix d'une conversation ; un costume mal cousu coûte le costume. Les questions de clarification sont les tokens les moins chers que vous dépenserez jamais — et les corrections qu'elles évitent sont les plus chères que vous ferez.

Comment Ça Marche

La formule a trois parties, toutes dans le premier message :

Objectif + Commande d'entrevue + Format

L'objectif — à quoi ressemble « fini », en une phrase simple. « Rédige un post LinkedIn annonçant ma promotion au poste de Directeur Technique. » Pas les détails — la destination. Le modèle doit savoir ce qu'il construit avant de pouvoir savoir ce qui manque.
La commande d'entrevue — permission et instruction explicite de demander avant de faire : « Avant d'écrire quoi que ce soit, pose-moi jusqu'à 5 questions — une à la fois — sur ce que tu as besoin de savoir pour que ce soit excellent. » Cela inverse le défaut du modèle. Entraîné à livrer des réponses, il produira volontiers un brouillon assuré à partir de rien — sauf si vous transformez explicitement l'entrevue en la tâche.
Le format — la forme du livrable final, exactement comme dans tout bon prompt : « Puis livre le post en moins de 150 mots, ton chaleureux mais professionnel, sans hashtags. » L'entrevue remplit le conteneur ; le format le définit.

Partie	Comment ça sonne	Pourquoi c'est là
Objectif	« Rédiger un post LinkedIn annonçant ma promotion »	Définit le « fini » avant que des détails existent
Commande d'entrevue	« Pose-moi jusqu'à 5 questions d'abord, une à la fois »	Transforme la collecte d'informations en tâche
Format	« Moins de 150 mots, ton chaleureux, sans hashtags »	Le conteneur que les réponses rempliront

Notez ce que cette technique est vraiment : Demande-Moi d'Abord est la façon de réunir les pièces du prompt one-shot parfait. L'entrevue est le contexte que vous ne pouviez pas écrire seul — les questions du tailleur sont la spécification que vous ne saviez pas devoir fournir. Et les réponses s'accumulent exactement là où il faut : dans la fenêtre de contexte, le bureau que le modèle relit avant chaque réponse. Cinq échanges courts de questions-réponses coûtent quelques centaines de tokens de bureau et restent visibles toute la session ; un seul dump gonflé de « voici tout ce qui me passe par la tête » peut coûter plus et quand même rater la seule mesure qui comptait.

Avant / Après (Les Prompts)

Exemple 1 — l'annonce

Écris un post LinkedIn sur ma promotion en Directeur Technique. Je suis excité, ça fait 4 ans que je suis dans l'entreprise, j'ai commencé junior, j'aime le mentorat, mon équipe est géniale, on utilise TypeScript et React, ma manager s'appelle Sarah, et il y a eu une réorganisation le trimestre dernier aussi. Garde aussi humble mais confiant, pas trop long, engageant, professionnel.

Le client décrivant le costume de mémoire. La moitié de ce tas est un tissu que le tailleur ne choisirait jamais — et le post qui revient se lit exactement comme ce prompt : bondé, essoufflé, sans savoir de quoi il parle.

Je veux un post LinkedIn annonçant ma promotion en Directeur Technique. Avant de l'écrire, pose-moi jusqu'à 5 questions — une à la fois — sur ce dont tu as besoin pour que ce post décolle. Puis livre : moins de 150 mots, ton professionnel chaleureux, sans hashtags.

La version en sept mots. Le modèle demande ce dont vous êtes le plus fier — et soudain le post a une colonne vertébrale au lieu d'une liste. Il demande à qui vous vous adressez — collègues, ou toute l'industrie ? — et le ton se cale tout seul. Chaque réponse est une mesure, pas une supposition.

Exemple 2 — l'itinéraire

Planifie un voyage de 5 jours au Japon pour moi. J'aime la nourriture, un peu de culture, pas trop de marche, budget moyen, je n'y suis jamais allé, et je n'aime pas les foules.

Vous avez supposé six contraintes. Le planificateur avait besoin de savoir : en arrivant où ? En voyageant avec qui ? Première fois au Japon, ou en voyage ? Des aliments que vous ne mangez pas ? Les mauvaises suppositions deviennent un bel itinéraire pour les vacances de quelqu'un d'autre.

Planifie un voyage de 5 jours au Japon. D'abord, interviewe-moi — une question à la fois, jusqu'à 5 questions — sur tout ce que tu as besoin de savoir. Alors seulement, construis le plan jour par jour.

Maintenant les failles se ferment avant que la planification ne commence. Le premier jour n'inclut pas un marché aux poissons à 4h du matin si la quatrième question révèle que vous n'êtes pas matinal.

Exemple 3 — l'e-mail

Écris un e-mail courtois mais ferme à mon propriétaire à propos du chauffage. Ça fait 2 semaines qu'il est en panne, j'ai appelé deux fois, je l'ai mentionné en personne une fois, il fait froid, je ne suis pas sûr du côté légal, je ne veux pas être agressif, mais il faut le réparer.

Les détails y sont tous — mais pas la stratégie. Ferme comment ? Délai explicite ou implicite ? Mentionner l'escalade formelle ou la garder en réserve ? Le brouillon devine, et une supposition sur l'escalade est dangereuse.

J'ai besoin d'écrire à mon propriétaire au sujet d'un chauffage en panne qui entre dans sa troisième semaine. Interviewe-moi d'abord — une question à la fois, jusqu'à 5 — sur tout ce qui changerait la façon dont cet e-mail doit être écrit. Puis rédige-le : moins de 180 mots, courtois mais ferme.

Le modèle pose la question dont vous ne saviez pas qu'elle comptait — « Veux-tu mentionner les droits du locataire maintenant, ou le garder comme prochain mouvement ? » — et l'e-mail gagne du levier au lieu du volume.

Erreurs Courantes

Laisser l'IA poser vingt questions d'un coup. Sans contrainte, l'entrevue arrive comme un mur d'interrogatoire — et un mur est une charge à répondre, dont la moitié devient non pertinente dès que les premières réponses tombent. Limitez toujours le compte (« jusqu'à 5 ») et exigez une à la fois : chaque réponse change ce qui mérite d'être demandé ensuite. C'est ce qui fait de l'entrevue une prise de mesures, pas un formulaire.
Répondre aux questions d'avance quand même. Si vous attachez un paragraphe de « contexte » à votre prompt Demande-Moi d'Abord, vous avez décrit le costume de mémoire et commandé un mètre ruban. Donnez l'objectif ; laissez les questions creuser.
La déployer sur des tâches triviales. « Demande-moi d'abord » appliqué à traduis ce mot en français est une séance de tailleur pour un t-shirt de catalogue. La technique se paie sur des livrables — posts, e-mails, plans, documents — où échouer coûte cher. Les petits travaux veulent un prompt one-shot simple.
Abandonner l'entrevue à mi-chemin. Répondre à trois questions puis écrire « écris-le juste » réinjecte des suppositions à l'instant précis où elles allaient être éliminées. Si une question semble non pertinente, dites pourquoi elle est non pertinente — c'est aussi une réponse, souvent la plus informative.
Sauter le format. Une entrevue sans format cible finit par le modèle demandant « sous quelle forme veux-tu le résultat ? » — ce qui est votre travail de l'avoir spécifié. Objectif, entrevue, format : la formule a trois parties, pas deux.

Questions Fréquentes

Qu'est-ce que le reverse prompting ?

Le reverse prompting inverse le sens des questions : au lieu que l'utilisateur interroge l'IA, l'IA interroge l'utilisateur — rassemblant le contexte dont elle a besoin avant de produire quoi que ce soit. La technique « Demande-Moi d'Abord » en est une forme structurée : vous déclarez l'objectif, commandez une entrevue (limitée, une question à la fois) et définissez le format de sortie. Le résultat est un premier brouillon construit sur des faits mesurés, pas des suppositions.

Dois-je donner le contexte à l'IA d'emblée ou la laisser demander ?

Les deux — mais dans les bonnes proportions. Donnez l'objectif d'emblée (une phrase, la destination), et laissez l'entrevue faire émerger le contexte. Ce que vous pouvez articuler est rarement la spécification complète ; les questions du modèle exposent les dimensions dont vous ne saviez pas qu'elles manquaient. Règle empirique : si vous pouvez écrire un prompt one-shot complet, faites-le. Si vous ne savez pas ce qui compte, énoncez l'objectif et ouvrez l'entrevue.

Poser des questions d'abord gaspille-t-il des tokens ?

Non — il les réaffecte. Une entrevue de cinq questions peut coûter quelques centaines de tokens ; un brouillon raté plus deux tours de corrections peut en brûler des milliers et finir pire. La clarification est bon marché au début d'une conversation et chère à la fin. Le seul vrai gâchis, c'est d'interviewer pour une tâche qui n'en avait jamais besoin — voilà pourquoi la technique est réservée aux livrables, pas aux requêtes.

Leçon Suivante

Demande-Moi d'Abord fait mousser les faits avant que l'IA ne construise. Mais qu'en est-il de la réponse que vous avez déjà reçue — le brouillon, le plan, l'argument qui semble fini ? Il existe un mouvement qui améliore presque n'importe quelle sortie, sans exigér d'information nouvelle : retournez la machine contre elle-même, et engagez-la comme sa critique la plus féroce.

Passez à la leçon suivante : Le Prompt Auditor

Exercice pratique avant de partir : choisissez le prochain livrable réel de votre file et ouvrez-le avec la formule en trois parties — objectif, commande d'entrevue, format. Répondez uniquement à ce qui est demandé. Puis comparez le premier brouillon à vos habitudes, et comptez les tours de correction qui n'ont jamais eu lieu.