Fiche concept

Bibliothèques de prompts

À jour au 2026-10-04

Édité par Cédric Mary, éditeur et directeur de la publication — 27 ans d'écosystème SAP. Comment ces pages sont produites, et où intervient l'automatisation.

Qu'est-ce que Bibliothèques de prompts ?

Les consultants seniors gèrent 50 à 200 prompts versionnés comme des actifs réutilisables, refactorés chaque trimestre à mesure que les modèles évoluent — traitant les prompts comme du code, pas du texte jetable.

Ce que c'est

Une bibliothèque de prompts est une collection entretenue et versionnée de prompts qu'une équipe réutilise — chaque entrée ayant un propriétaire, testée sur des entrées connues, et retirée quand le modèle ou la tâche change.

Pourquoi c'est important

L'alternative non gérée est que chaque consultant garde ses prompts dans une application de notes, ce qui coûte trois fois : le même problème est résolu plusieurs fois, la qualité varie invisiblement d'une personne à l'autre, et rien ne s'améliore parce que personne ne voit les échecs des autres.

La bibliothèque est aussi ce qui rend possible la gouvernance des prompts. Un prompt qui demande à un modèle de résumer des données client est une décision de traitement de données, et elle n'est auditable que si elle existe quelque part de trouvable.

Comment ça fonctionne

Traitez chaque prompt comme un petit produit : un nom, la tâche qu'il résout, le modèle sur lequel il a été réglé, un exemple d'entrée et la forme attendue de sortie, et une date. La date compte plus qu'il n'y paraît : les prompts sont couplés aux versions de modèles, et un prompt fiable sur une génération précédente peut se dégrader en silence.

Testez sur les cas ennuyeux, pas sur les impressionnants. Un prompt est validé par un comportement prévisible sur une entrée ordinaire, pas par un résultat frappant en démonstration.

Pourquoi c'est important, en pratique

Un prompt écrit une fois et jamais revu se dégrade quand les modèles changent — le refactoring trimestriel est le coût de maintenance pour rester à jour.
50 à 200 prompts est la fourchette de travail des seniors ; moins signale un usage ad hoc, pas un véritable actif.

Points clés

Une collection versionnée et organisée de prompts performants, traités comme des actifs réutilisables.
Les consultants seniors exploitent 50-200 prompts, refactorisés chaque trimestre à mesure que les modèles évoluent.
Un prompt se versionne avec son évaluation, pas seulement son texte — conserver la forme de sortie attendue est ce qui permet de détecter une dérive quand le modèle sous-jacent change.
Le Prompt Registry de SAP (generative AI hub) est la version entreprise de cette discipline : des templates gouvernés centralement, versionnés, avec une API de synchronisation Git pour le CI/CD.
Le module de templating du service d'orchestration est l'endroit où un prompt enregistré est effectivement utilisé dans un pipeline — séparant le texte du prompt de la configuration de pipeline (grounding, filtrage, masquage) plutôt que de coder une chaîne en dur.
Une bibliothèque de prompts sans propriétaire ni historique de version est invisible face aux contrôles de gouvernance de type AI Agent Hub — « quels prompts touchent des données personnelles, et qui les a validés » reste sans réponse sans cela.
La maintenance trimestrielle consiste à rejouer les exemples d'entrée stockés sur le modèle actuel et à comparer la forme de sortie — pas à réécrire le prompt de façon spéculative.

Termes employés sur cette page

Judgment layer: La part du travail que l'IA ne peut pas faire — priorisation, arbitrages, lecture du contexte client.
AI-first draft: Un mode de travail où l'IA produit la première version (code, note, slide) et où le consultant édite au lieu de rédiger de zéro.
Agent reliability: La constance, le coût, la sûreté et la conformité aux politiques d'un agent d'une exécution à l'autre.
Prompt Registry: Le stockage centralisé et versionné de SAP pour les templates de prompts et de configuration d'orchestration dans generative AI hub, synchronisé via une API Git déclarative pour le CI/CD.
Golden set: Les exemples d'entrée stockés et leur forme de sortie attendue, contre lesquels un prompt est retesté après un changement de modèle ou de tâche — l'artefact qui transforme « ça semblait différent » en un diff mesurable.
Templating module: L'étape de pipeline du service d'orchestration qui remplit les placeholders d'un prompt enregistré à l'exécution et le compose avec des modules de grounding, de filtrage et de masquage.
Prompt drift: La dégradation silencieuse de la qualité de sortie d'un prompt jusque-là fiable après un changement de génération du modèle sous-jacent — la raison pour laquelle les prompts sont versionnés avec une date, jamais traités comme permanents.

Sources

Fiche complète réservée aux abonnés. Ce que la fiche complète ajoute : le cadre de décision complet · la comparaison SAP · Snowflake · Databricks · Fabric · les pièges courants et leur correctif · l'aide-mémoire · les schémas d'architecture · les blocs de code · les chiffres à citer.

Ouvrir dans l'application →