TL;DR
Sans contrôle, toute IA répond sous la même forme : la dissertation de longueur moyenne — sûre, bourrée de remplissage et surtout de la paille. Les limites de périmètre disent au modèle ce qu'il ne doit pas couvrir, et les contraintes de format dictent la forme exacte de la réponse ; ensemble, elles convertissent le texte divaguant en sortie dense et utilisable.
L'Analogie
Imaginez embaucher un chef étoilé, et la seule instruction que vous lui donniez : « à manger. »
Le chef s'enchante — et devient dangereux avec un budget. Il sort un menu dégustation en douze services : des soupes que vous ne vouliez pas, un sorbet pour cleanser le palais, trois desserts, un monologue sur les réductions. Chaque plat est techniquement excellent. L'addition est énorme. Et quelque part au neuvième service, vous réalisez que vous vouliez juste un croque-monsieur.
Regardez maintenant le même chef recevoir : « Un croque-monsieur au fromage, pain au levain, coupé en deux, dans une petite assiette. » Pas de menu dégustation. Pas de monologue. Trente secondes de compétence pure en forme de croque-monsieur.
Un prompt sans contraintes, c'est « à manger ». Limiter le périmètre, c'est choisir le plat plutôt que le menu. Forcer le format, c'est spécifier l'assiette sur laquelle il est servi. L'IA, comme le chef, est conçue pour impressionner — et sans frontières, « impressionner » signifie « plus ». Des mots, des sections, des mises en garde, des options — un défilé en forme de dissertation d'effort que vous paierez ligne par ligne et ne lirez presque pas.
Voici le détail que la plupart des gens manquent : les contraintes ne limitent pas la qualité, elles la concentrent. Commandez douze plats et la qualité moyenne par plat chute ; commandez un croque parfait et chaque gramme de compétence atterrit entre deux tranches de pain. Le chef a toujours été aussi bon. Vous venez enfin de le pointer.
Comment Ça Marche et l'Économie (Uzu)
Deux boutons, tous deux tournés à l'intérieur du prompt.
Bouton un — le périmètre : définissez ce qui est dehors. Face à une question ouverte, un modèle couvre dans toutes les directions à la fois, parce que tout couvrir est la réponse moyenne la plus sûre. Fermez les sorties : nommez l'audience, le but, la profondeur et ce qu'il faut exclure. C'est la moitié de l'anatomie du prompt one-shot — le composant contexte — qui fait son travail silencieux.
Bouton deux — le format : définissez la forme. Une contrainte de format (« en tableau », « exactement 3 puces », « maximum 100 mots », « un paragraphe, sans préambule ») fait quelque chose de subtil : elle donne au modèle un conteneur fixe à remplir, donc son effort va à la substance plutôt qu'à la structure. Vous sentez la différence dès la première phrase — les réponses contraintes s'ouvrent sur la réponse, pas sur « Bien sûr ! Voici un aperçu complet… »
| Type de contrainte | Ce que vous écrivez | Ce que ça élimine |
|---|---|---|
| Longueur | « max 100 mots » / « exactement 3 puces » | Remplissage, préambules, paragraphes de récap |
| Structure | « en tableau » / « liste numérotée » / « un paragraphe » | Dérive de dissertation, donnée enterrée |
| Exclusion | « sans introduction, sans conclusion » | Cérémonie et éclaircissement de gorge |
| Profondeur | « pour un débutant » / « niveau expert » | Trop expliquer et pas assez expliquer |
Et les contraintes se composent là où ça compte : une réponse resserrée est une réponse petite, et les petites réponses laissent plus de place dans la fenêtre de contexte — le bureau où chaque réponse suivante relit tout. Un chat construit sur des réponses en trois puces reste tranchant pendant des dizaines de tours ; un chat construit sur des dissertations noie ses propres instructions vers le message quinze.
C'est aussi ici que Uzu rend la physique visible : les crédits. Générer une réponse longue et à la dérive coûte bien plus que d'en générer une resserrée — forcer un format compact n'est donc pas que de la lisibilité, c'est une stratégie financière. Chaque mot que le modèle n'écrit pas est une fraction de G-Credit que vous conservez. Le prompt qui dit « exactement 3 puces, 20 mots max chacune » et le prompt qui dit « raconte-moi tout » peuvent être tous deux « corrects », mais ils brûlent des quantités radicalement différentes de votre économie — et un seul produit une réponse que vous utiliserez réellement.
La règle de travail est donc simple :
Restreignez d'abord, interrogez ensuite. Si vous pouvez décrire la forme de la réponse idéale, mettez cette description dans le prompt — le modèle remplit des conteneurs bien mieux qu'il ne les devine.
Avant / Après (Les Contraintes)
Exemple 1 — la question ouverte
Explique la photosynthèse.
Quatre paragraphes, une section d'histoire, deux métaphores et un récapitulatif. Magnifique — et trois fois la longueur qu'il vous fallait.
Explique la photosynthèse à un enfant de 10 ans en exactement 3 phrases. Sans analogies d'usine.
Même connaissance, comprimée dans un conteneur qu'un enfant peut tenir. Notez l'exclusion — « sans analogies d'usine » — fermant une sortie par laquelle la plupart des réponses passeraient volontiers.
Exemple 2 — la comparaison
Compare l'énergie solaire et l'éolien.
Une dissertation équilibrée à six volets, des conclusions nuancées à l'excès et les chiffres clés éparpillés aux paragraphes neuf et onze.
Compare solaire vs éolien pour une installation domestique en tableau d'exactement 3 lignes : coût initial, temps de retour sur investissement, espace nécessaire. Verdict en un mot après le tableau.
Le tableau force la comparaison vers des faits parallèles ; la contrainte de verdict force une décision. Rien ne survit sans mériter sa ligne.
Exemple 3 — la réécriture
Améliore cet e-mail.
Le modèle rend un e-mail plus long — parce que « plus complet » est sa définition par défaut de « mieux ».
Réécris cet e-mail en moins de 80 mots, en gardant la première ligne comme demande, en mettant les deux points logistiques en puces, sans toucher à la signature.
Longueur plafonnée, structure dictée, périmètre verrouillé sur cet e-mail. Le résultat est plus court que l'original et meilleur — chose qu'aucun réglage par défaut ne produirait jamais.
Erreurs Courantes
- Supposer que l'IA sait quand s'arrêter. Elle ne sait pas — les modèles n'ont aucune notion de « suffisant », seulement de « complet ». Sans limite, « complet » grossit vers la dissertation. Joignez toujours une taille au livrable.
- Restreindre le format mais pas le périmètre. « En tableau » appliqué à une question énorme produit un tableau énorme. Les deux boutons travaillent ensemble : rétrécissez le territoire, puis choisissez le conteneur.
- Poser des limites que vous ne voulez pas vraiment. « Max 50 mots » quand il vous fallait de la nuance produit une réponse amputée et déformée. Les contraintes doivent refléter la forme réelle de votre livrable idéal — si 200 mots de vraie perspective vous conviennent, n'exigez pas 50.
- Oublier que les contraintes négatives existent. « Sans préambule », « sans emojis », « ne mentionne pas les prix », « saute l'histoire » — les débutants décrivent seulement ce qu'ils veulent, jamais ce qu'ils laissent dehors. Les exclusions sont l'outil de périmètre le plus tranchant de la boîte.
- Garder les contraintes pour la réponse suivante. Envoyer « plus court, s'il te plaît » après une réponse boursouflée signifie que les tokens ont déjà été générés — et dans Uzu, déjà payés. Les contraintes sont bon marché avant la génération et chères après.
Questions Fréquentes
Comment obtenir des réponses d'IA plus courtes ?
Joignez une contrainte explicite et mesurable au prompt lui-même : « en exactement 3 puces », « moins de 100 mots », « un paragraphe, sans préambule ». Les demandes vagues de « sois bref » échouent parce qu'elles n'ont pas de test — « exactement 3 puces » ne peut pas être mal interprété. Ajoutez des contraintes négatives (« sans introduction, sans conclusion ») pour tailler la cérémonie que les modèles ajoutent par défaut.
Que signifie limiter le périmètre en prompting ?
Limiter le périmètre signifie définir les frontières de la réponse avant de la générer : l'audience, la profondeur, ce qui est inclus — et, plus puissant encore, ce qui est exclu. C'est la différence entre « parle-moi du marketing » et « 3 idées de légendes Instagram pour une boulangerie, moins de 20 mots chacune ». Même modèle, densité radicalement différente.
Une réponse d'IA plus courte économise-t-elle de l'argent ?
Oui. Les modèles de langage génèrent le texte token par token, et la génération est la partie coûteuse — une réponse de 900 mots coûte environ neuf fois une réponse de 100 mots. Dans Uzu, cette différence se facture en G-Credits — un format forcément compact étire donc directement votre solde : contraignez la forme d'abord, payez pour la substance plutôt que pour la paille.
Leçon Suivante
Jusqu'ici, chaque technique a porté sur des mots qui entrent, des mots qui sortent. Mais les modèles modernes ont un tout autre sens : ils peuvent voir. Leur donner une image change les règles du prompting — le vocabulaire remplace la syntaxe, et le modèle de coûts change aussi. Bienvenue dans la fonctionnalité la plus mal comprise de l'IA.
Passez à la leçon suivante : Prompts Visuels et le Coût des Pièces Jointes
Exercice pratique avant de partir : prenez la dernière réponse longue d'IA reçue et concevez à rebours la contrainte qui l'aurait produite au tiers de la taille — le décompte de mots exact, le conteneur exact, l'exclusion unique qui aurait coupé le remplissage. Dans le prochain prompt, écrivez cette contrainte en premier.