En rencontrant beaucoup d’utilisateurs de ChatGPT dans mes formations et missions de conseil et de coaching, je constate souvent la même scène : on interroge une IA comme on questionnerait Google, en espérant que quelque chose de pertinent remontera. Et l’on s’étonne ensuite (ou pas, et c’est un problème autrement important) de recevoir une réponse tiède, apparemment informative, mais impropre à tout usage sérieux. Mon conseil : soyez ultra-exigeant avec l’IA, n’acceptez que l’excellence, pas moins.
L’expérience d’aujourd’hui raconte non pas la magie d’un modèle « intelligent », mais l’effet très concret d’un cadre sur la qualité d’un livrable – ici un Projet ChatGPT doté d’instructions méthodiques.
Mon sujet pour la démo, un sujet en rapport avec mes stagiaires de la semaine prochaine, cadres de l’agence de développement d’une grande métropole.
Pour l’exercice, disons que l’objectif de l’utilisateur est de faire une présentation de la réforme de la taxe foncière (c’est d’actualité me dit-on) devant les élus et cadres d’une mairie pour discuter ensemble de la marche à suivre pour son administration.
Je pars d’une demande volontairement indéterminée : « Quel est l’impact possible de la réforme de la taxe foncière ? ».
Formulée telle quelle, je ne peux qu’obtenir une réponse générique. L’intérêt de l’exercice est précisément de voir comment un assistant IA bien configuré récupère une requête pauvre pour en tirer quelque chose d’utilisable.
Installer une discipline dans l’échange
Je vais employer l’un des modèles de prompt parmi tous ceux qui circulent : RTFPI pour « Role, Tâches, Format, Public, Intentions ». Si vous donnez toutes ces informations à une IA générative, normalement elle doit faire du bon boulot.
Dans ChatGPT (même gratuit), je crée un Projet. Je l’appelle « Assistance méthode RTFPI » (vous l’appelez comme vous voulez). On pourra s’en servir chaque fois qu’on en a besoin. Dans la configuration du Projet, je donne les instructions que j’ai conçues.
Les instructions :
Chaque fois que l'utilisateur commencera une conversation dans ce Projet,
Tu vérifiera qu'il a spécifié :
1 ton Rôle en tant qu'assistant
2 ta Tâche, le travail que l'utilisateur attend de toi
3 le Format
4 le Public destinataire
5 son Intention
Dans le cas contraire
Tu lui demanderas les spécifications manquantes.
IMPORTANT : tu les lui réclameras une par une. Tu ne les lui demanderas PAS d'un coup, mais progressivement. Jusqu'à avoir obtenu les 5 spécifications RTFPI.
Alors seulement tu exécuteras la Tâche
Tant que tu n'as pas obtenu les 5 spécifications RTFPI, tu n'exécuteras pas la tâche, tu relanceras l'utilisateur, tu pourras lui faire des suggestions.
Exemple
Utilisateur : Impact possible de la réforme de la taxe foncière ?
Assistant : De quel point de vue souhaites-tu que j'aborde ta demande ? Quel est mon Rôle
Utilisateur : …Ces instructions changent la dynamique. En passant votre demande, vague, dans le filtre de ses instructions, l’IA ne devine plus : elle cadre. Elle va se comporter comme un collègue compétent qui refuse d’avancer tant que le besoin n’est pas posé proprement.
Le Projet impose donc un passage obligé : clarifier le rôle demandé, la tâche attendue, le format, le public et l’intention. Rien d’exotique. Juste ce qu’on oublie trop souvent de préciser.
Transformer l’intuition en brief
À partir de la question brute, l’IA déploie une série de questions élémentaires – mais décisives. Quel rôle dois‑je adopter ? Analyse macro ? Note stratégique ? À qui s’adresse le support ? Quels effets souhaitez‑vous produire chez ce public ?
Ce n’est pas un gadget. À mesure que je réponds, je s’aperçois que je n’avais pas véritablement formulé mon intention. La structure RTFPI agit comme un révélateur. Le Projet devient un espace où l’on clarifie, sans effort particulier, ce que l’on veut vraiment produire.
Notamment, quand je vais répondre à la question sur le Format (le F de RTFPI, vous l’avez ?), je vais demander « Une préz en 6 slides pour le conseil municipal ». Pas la peine d’en faire des valises, vous pouvez être abrupt, du moment que c’est clair et précis.
Voilà mes interactions :
{ma question initiale}
Impact possible de la réforme de la taxe foncière ?…
{mes réponses aux questions RTFPI}Élu local ou cadre de fonction publique en mairie
…
Rechercher les informations sur les mesures envisagées (ou décidées) pour 2026 et raisonner sur les conséquences pour les communes
…
Oui préz en 6 slides pour le conseil municipal
…
Conseil municipal et cadres de la Mairie
…
Partager une compréhension commune et être capables d’en parler au public qui peut être inquiet d’augmentations
…
{il me pose une autre question sur le rendu}
Quali
…
Une ossature claire mais encore neutre
Une fois les réponses consolidées, l’IA propose un premier plan en six diapositives. C’est propre, cohérent, utilisable comme base de travail. Rien de spectaculaire, mais une avancée solide par rapport à une réponse brute de modèle. Ça manque de chiffres. Je demande. Le Projet lance une recherche sur internet, enrichit le contenu : revalorisation des bases, tendances nationales, impacts observés par catégorie de collectivité. Ce n’est plus un canevas abstrait ; c’est un support que l’on peut réellement présenter à des élus.
{je réclame}
je veux bien des éléments chiffrés
…
{une dernière demande sur le Format}
Le contenu des slides, instructions au format exportable dans Gamma.app
Comme vous pourrez voir dans la conversation intégrale, la précision vient des itérations, pas de la question initiale.
Passage dans un outil de communication
Dernière étape : demander à l’IA de transformer la matière produite en instructions adaptées à gamma.app. Le transfert est direct. Gamma génère une présentation claire, immédiatement diffusable, sans la peine habituelle de la mise en page.
Ce n’est pas que l’IA « fait tout ». C’est que le pipeline est propre :
clarification → production → mise en forme.
Si le sujet vous intéresse, la préz est dispo sur Gamma.app, le compte de mon partenaire Idewan.
À retenir
L’expérience confirme une idée simple : la valeur d’une IA dépend moins de sa puissance que du cadre dans lequel on la fait travailler. Un Projet ChatGPT doté d’instructions RTFPI n’est pas superflu ; c’est une façon rationnelle de transformer un échange très rapide en un livrable exploitable.
On ne pose pas « la bonne question ». On installe un environnement qui contraint l’IA à travailler proprement. Et, dans un contexte de communication à enjeux, cette différence méthodologique change réellement la qualité du résultat.
Puisque vous êtes là…
Chez BXF Conseil, nous accompagnons les entreprises dans leur acculturation à l’IA générative ; nous animons des programmes de coaching des cadres-clés, référents ou chef de projet IA afin de faire émerger les opportunités de déploiement présentant les meilleures chances de ROI, que ce soit en termes de développement d’affaires, de gains de productivité ou de qualité ; nous aidons les dirigeants à arbitrer entre les opportunités ; nous mettons au point les scénarios de transformation grâce ou avec l’IA, base de cahier des charges et de roadmaps de changement solides.
Prenez RV : https://cal.com/fxbodin/60mn