Les 3 patterns de prompts avec image
- Type: Labo interactif
- Programme: AI Crash Course
- Niveau: Débutant à intermédiaire
Uploader une image sans direction, c’est laisser le modèle décider ce qu’il doit faire. Ce labo te montre comment le pattern que tu choisis — style, analyse ou tâche — détermine entièrement la qualité et l’utilité du résultat. Manipule les 3 patterns sur des scénarios réels et observe la différence par toi-même.
Labo interactif — les 3 patterns de prompts avec image
Questions fréquentes
Quelle est la différence entre "décrire une image" et utiliser un pattern de prompt ?
Demander “que vois-tu ?” est une question de perception — tu obtiens une description narrative générique. Un pattern de prompt, c’est une question de tâche : tu indiques au modèle ce qu’il doit produire depuis l’image. La même image peut générer un guide de style, un tableau analytique ou une synthèse exécutive selon le pattern choisi.
Quand utiliser le Pattern 1 plutôt que le Pattern 2 ?
Utilise le Pattern 1 quand ton objectif est de reproduire ou adapter un style visuel — créer un visuel cohérent avec une charte, extraire des paramètres de design. Utilise le Pattern 2 quand l’image contient des données ou des informations que tu veux analyser — tendances, comparaisons, insights chiffrés. La question clé : est-ce que tu t’intéresses au contenant (le style) ou au contenu (les données) ?
Le Pattern 3 fonctionne-t-il avec n'importe quel type d'image ?
Oui, à condition que l’image contienne des informations exploitables. Une infographie, un tableau, une capture d’écran, une photo produit — tous peuvent devenir l’input d’un livrable. Ce qui change, c’est le livrable que tu demandes : email, synthèse, post LinkedIn, fiche produit. L’image disparaît dans le résultat — c’est exactement l’objectif du Pattern 3.
Peut-on combiner plusieurs patterns dans un seul prompt ?
Techniquement oui, mais c’est déconseillé en début d’apprentissage. Chaque pattern correspond à un objectif distinct — les mélanger dilue la directive et produit des résultats hybrides peu utilisables. Maîtrise d’abord chaque pattern séparément, puis expérimente les combinaisons une fois que tu sais précisément ce que tu attends comme livrable.
Comment savoir si mon prompt est bien structuré avant d'envoyer ?
Pose-toi cette question : est-ce que mon prompt indique clairement ce que le modèle doit produire, pour qui, et dans quel format ? Si tu peux répondre à ces trois points en relisant ton texte, le prompt est suffisamment structuré. Si l’un des trois manque — notamment le format ou le destinataire — le résultat sera approximatif.