Prompting & Task Execution

Screen 1: Prompting & Task Execution

Module 2Introduction·4 min

La même demande, formulée de deux façons, produit deux niveaux de qualité différents.

Demandez à Claude d'« écrire quelque chose sur nos résultats Q3 » et vous obtenez un paragraphe générique. Spécifiez l'audience, les trois résultats qui importent, le format et la longueur, et vous obtenez un brouillon que vous pouvez presque envoyer. Le modèle n'est pas devenu plus intelligent entre ces deux demandes. C'est le prompt qui l'est devenu.

Ce module traite le prompting comme une discipline de communication avec une structure apprenante, et non comme un don que certaines personnes possèdent et d'autres non. Cette structure porte un nom dans le AI Fluency Framework : Description, la compétence de dire à Claude précisément ce que vous voulez. Description est l'épine dorsale de ce module et la fondation du prompting sur laquelle le reste du cours s'appuie.

À la fin de ce module, vous serez capable de :

• 1Créer des prompts efficaces pour des tâches commerciales et techniques en utilisant une structure de composants répétable.

• 2Appliquer des techniques de décomposition de tâches pour structurer des demandes complexes et multi-parties.

• 3Itérer les prompts de manière diagnostique pour améliorer la qualité de la sortie.

• 4Adapter la stratégie de prompting au type de tâche : analyse, recherche, rédaction ou brainstorming.

La qualité de sortie cohérente provient de la structure du prompt, non de la cleverness ou de la chance. Apprenez les cinq composants, apprenez à décomposer le travail complexe, apprenez à itérer sur le composant qui a échoué, et apprenez à adapter la stratégie au type de tâche. Ces quatre compétences couvrent l'ensemble de la section Prompting de l'examen.

Nous avons construit ce cours Associate Module 2: Prompting & Task Execution pour vous aider à accomplir du vrai travail avec Claude. Traitez-le comme du contenu éducatif. Il ne constitue pas un conseil juridique, financier ou autre conseil professionnel, alors adaptez ce que vous apprenez à votre situation. Nos produits et services évoluent rapidement, donc certains contenus peuvent contenir des erreurs ou être obsolètes ; n'oubliez pas de vérifier sur le site web ou la documentation d'Anthropic. Les exemples et scénarios utilisés dans le cours sont illustratifs et souvent fictifs. Si le matériel du cours mentionne une entreprise ou un produit, cela ne signifie pas qu'Anthropic les approuve, qu'ils approuvent Anthropic, ou que nous sommes affiliés. Notez également que votre utilisation des produits et services d'Anthropic est couverte par nos conditions, politiques et documentation ; si quelque chose dans ce cours entre en conflit avec eux, ils prévalent.

---

Screen 2: Anatomy of an Effective Prompt

TeachingAnatomy of a Prompt·12 min

Un prompt fort est construit à partir de composants, et la plupart des prompts faibles en manquent un ou plusieurs.

Nommer les composants transforme le prompting d'une devinette en une checklist que vous pouvez parcourir avant d'envoyer toute demande non triviale.

The component stack

Cinq composants portent presque tout le poids dans un prompt professionnel. Retournez chaque carte pour voir ce qu'elle contrôle.

Role

Qui vous voulez que Claude soit pour cette tâche : un analyste financier, un éditeur, un examinateur de politique. Le rôle définit le vocabulaire, la profondeur et les hypothèses que Claude apporte.

Context

L'arrière-plan que Claude ne peut pas connaître à moins que vous le fournissiez : l'audience, la situation, les décisions antérieures, le matériel source. C'est le composant que les professionnels omettent le plus souvent.

Task

L'action spécifique, énoncée comme une instruction claire. « Résumer », « comparer », « rédiger », « identifier » : un verbe principal, énoncé sans ambiguïté.

Constraints

Les limites : longueur, ton, ce qu'il faut inclure, ce qu'il faut laisser de côté, ce qu'il faut éviter. Les contraintes sont comment vous gardez la sortie utilisable sans édition lourde.

Output format

La forme du résultat : un tableau, une liste à puces, un mémo de trois paragraphes, un brouillon d'email. Énoncer le format à l'avance économise une itération.

Tous les prompts n'ont pas besoin des cinq. Une question rapide a besoin d'une tâche et peut-être d'une contrainte. Un livrable client a besoin des cinq. La compétence est de remarquer quels composants une tâche donnée nécessite.

Description in practice

La compétence Description est l'habitude de rendre chaque composant explicite au lieu de supposer que Claude l'en déduira. À moins que vous connectiez une source via un Connector, Claude ne peut pas voir votre boîte de réception, votre organigramme ou la réunion de la semaine dernière, et même avec un connecteur, Claude ne voit que ce que vous lui avez permis d'accéder. Tout ce qui vit uniquement dans votre tête ou en dehors d'une source connectée est une lacune de contexte, et les lacunes de contexte sont la raison la plus courante pour laquelle un prompt sous-performe pour les nouveaux utilisateurs.

Diagnosing a weak prompt

Tenez un prompt décevant contre la pile de composants et l'écart devient généralement évident. Le contexte manquant produit une sortie générique. Un verbe de tâche ambigu produit la mauvaise action. Les contraintes absentes produisent une sortie qui est de la mauvaise longueur ou du mauvais ton. Les composants sont aussi une checklist de diagnostic, c'est pourquoi la Leçon 4 y revient quand la sortie est insuffisante.

---

Screen 3: A Worked Build

TeachingAnatomy of a Prompt·included in L2

Weak prompt: everything left implicit

Claude produit trois paragraphes plausibles qui pourraient décrire presque n'importe quelle entreprise. Pas d'audience, pas de chiffres, pas de format, pas de sens de ce qui importe. La sortie n'est pas fausse. Elle est inutilisable, car le prompt n'a presque rien spécifié.

Strong prompt: components made explicit

Même modèle, mêmes données. Le deuxième prompt produit un brouillon que l'analyste peut affiner en deux minutes au lieu de le reconstruire à partir de zéro. La différence est entièrement dans la spécification.

The habit to build

Parcourez les cinq composants dans votre tête : ai-je donné à Claude le rôle, le contexte qu'il ne peut pas en déduire, une tâche sans ambiguïté, les contraintes et le format que je veux en retour ? Trente secondes de spécification économisent régulièrement plusieurs rounds de correction.

---

Screen 4: Task Decomposition for Complex Requests

TeachingTask Decomposition·10 min

Certaines demandes sont trop grandes pour être spécifiées comme une seule instruction.

Quand une tâche a plusieurs étapes distinctes, la regrouper dans un seul prompt produit un travail superficiel à chaque étape. La décomposition est comment vous divisez une demande complexe en une séquence que Claude peut exécuter bien.

La décomposition signifie diviser un problème multi-parties en étapes discrètes et ordonnées, puis les exécuter en séquence plutôt que de demander tout à la fois. Une évaluation de fournisseur est un bon exemple : c'est vraiment quatre tâches portant une phrase.

The single-prompt version that underperforms

Claude doit inventer des critères, les appliquer, peser les compromis et recommander, tout en un seul passage. Il fera tous les quatre superficiellement et vous ne verrez pas le raisonnement derrière la recommandation.

The decomposed version

Chaque étape produit un résultat intermédiaire vérifiable. Si les critères de l'Étape 1 sont faux, vous les attrapez avant le scoring, pas après la recommandation. La décomposition rend aussi le travail auditable, ce qui importe quand quelqu'un demande comment la recommandation a été atteinte.

One conversation or several

Gardez les étapes séquentielles qui s'appuient les unes sur les autres dans une seule conversation, afin que chaque étape voie les résultats antérieurs. Passez à une conversation séparée quand une étape est vraiment indépendante, ou quand la conversation a grandi assez pour que le contexte précoce se dégrade. Ce jugement se connecte directement aux compétences de gestion du contexte du Module 1.

---

Screen 5: Decompose a Parallel Case

TeachingTask Decomposition·included in L3

Trois livrables, une fondation : séquencez l'extraction partagée en premier.

Un responsable des communications doit transformer un changement de politique dense de 20 pages en une annonce interne, une FAQ pour le personnel et un briefing court pour les cadres. Avant de continuer, décomposez ceci en une séquence ordonnée d'étapes que vous exécuteriez avec Claude.

Model decomposition

Étape 1 : Extraire les changements substantiels de la politique et ce que chacun signifie en pratique.

Étape 2 : Confirmer que l'extraction est complète et exacte avant de construire quoi que ce soit dessus.

Étape 3 : Rédiger l'annonce du personnel à partir de la liste de changements confirmée, adaptée à un public général.

Étape 4 : Rédiger la FAQ, en anticipant les questions que le personnel posera probablement sur ces changements.

Étape 5 : Rédiger le briefing exécutif, compressé jusqu'aux décisions et à l'impact.

Why this order

Les étapes 1 et 2 construisent une fondation vérifiée sur laquelle les trois livrables s'appuient tous. Rédiger un livrable avant que la liste de changements soit confirmée risque de propager la même mauvaise lecture dans trois documents. Séquencez l'extraction partagée et à enjeux élevés en premier ; laissez les brouillons parallèles suivre.

---

Screen 6: Iterating Prompts to Improve Output

TeachingIterating to Improve·8 min

Un premier brouillon de Claude atterrit rarement parfaitement. La compétence n'est pas de réécrire tout le prompt quand la sortie déçoit. C'est de lire la sortie pour diagnostiquer quel composant a échoué, puis de corriger cette seule chose.

Output deficiencies are prompt diagnostics

Chaque type de déception pointe vers un composant spécifique :

Symptôme

Cause probable

Correction

La sortie est générique ou hors de propos

Le contexte était mince

Ajouter l'arrière-plan que Claude ne pouvait pas en déduire

La sortie a répondu à la mauvaise question

Le verbe de tâche était ambigu

Affiner l'instruction

La sortie est de la mauvaise longueur, du mauvais ton ou de la mauvaise forme

Une contrainte ou le format manquait

L'ajouter

La sortie est proche mais manque sur une section

Itérer sur cette section uniquement ; ne pas jeter un brouillon qui est surtout correct

Targeted revision, not wholesale rewriting

Quand vous réécrivez tout le prompt, vous perdez les parties qui ont fonctionné et vous ne pouvez pas dire quel changement a résolu le problème. Changez le seul composant que la sortie vous a dit de changer, renvoyez et comparez. La même discipline diagnostique s'applique au dépannage de tout workflow sous-performant, couvert en profondeur dans le Module 7.

A live iteration cycle

Regardez la boucle diagnostiquer-et-corriger s'exécuter sur un prompt délibérément faible.

Prompt du Round 1

« Écrivez un email de suivi au client concernant le livrable retardé. »

Sortie du Round 1

Un email générique, légèrement défensif de trois paragraphes qui ne dit pas quand le livrable arrivera ou pourquoi il a glissé. Diagnostic : le contexte est mince (pas de raison, pas de nouvelle date) et il n'y a pas de contrainte de ton.

Prompt du Round 2

« Écrivez un suivi au client concernant le délai de deux jours sur le livrable d'analyse. La cause était un problème de qualité des données que nous avons maintenant résolu ; la nouvelle livraison est jeudi. Ton : responsable, pas trop d'excuses. Gardez-le sous 120 mots. »

Sortie du Round 2

Une note serrée et responsable avec la cause, la nouvelle date et une conclusion confiante. Diagnostic : fort ; seule la ligne d'objet manque.

Prompt du Round 3

« Bien. Ajoutez une ligne d'objet qui signale la résolution, pas seulement le délai. »

Trois rounds, chacun changeant exactement le composant que la sortie précédente a exposé. Aucun round n'a jeté le texte qui fonctionnait, et au round trois l'amélioration était marginale, le signal pour arrêter.

Knowing when to stop

L'itération a convergé quand chaque round supplémentaire produit un changement marginal plutôt qu'une amélioration. À ce stade, un prompting supplémentaire produit moins qu'une édition manuelle rapide. Reconnaître les rendements décroissants fait partie de la compétence : l'objectif est un résultat utilisable, pas un prompt parfait.

---

Screen 7: Adapting Strategy by Task Type

TeachingStrategy by Task Type·8 min

La pile de composants s'applique à chaque prompt, mais l'accent se déplace avec la tâche.

L'analyse, la recherche, la rédaction et le brainstorming récompensent chacun un équilibre différent de spécificité et de latitude créative. Utiliser un style fixe sur les quatre coûte la qualité sur chaque tâche qui ne l'adapte pas.

Analyse. Veut des contraintes serrées et des critères explicites. Dites à Claude ce qu'il faut mesurer, par rapport à quel standard, et comment gérer l'ambiguïté. Latitude créative faible ; spécification élevée.

Recherche. Veut une portée claire et une discipline de source. Définissez la question, les limites et si les sources actuelles sont requises. Les besoins de devise rapide peuvent être satisfaits en activant la recherche web dans le chat, tandis que l'investigation multi-source profonde pointe vers Research (disponible sur les plans payants). Demandez des citations pour que les affirmations soient vérifiables.

Rédaction. Veut que l'audience, le ton et le format soient spécifiés, avec de la place pour que Claude trouve la formulation. Latitude moyenne : vous contrôlez la forme, Claude la remplit.

Brainstorming. Veut des contraintes lâches et une latitude élevée. Sur-spécifier tue la divergence que vous recherchez. Donnez l'objectif et les limites, puis demandez du volume et de la portée avant de réduire.

Strategy quick reference

Type de tâche

Ce qu'il faut resserrer

Ce qu'il faut relâcher

Analyse

Critères, standards, portée

Formulation

Recherche

Question, sources, citations

Approche de synthèse

Rédaction

Audience, ton, format

Choix des mots

Brainstorming

Objectif et garde-fous uniquement

Quantité et direction

Four mini-demos, one per task type

Analyse. « Comparez ces deux contrats de fournisseur sur les conditions de paiement, les droits de résiliation et les plafonds de responsabilité. Pour chacun, indiquez quel contrat nous est plus favorable et pourquoi, dans un tableau de trois lignes. » Critères serrés, sortie définie, pas de place pour errer.

Recherche. « En utilisant des sources actuelles, résumez comment trois concurrents nommés ont positionné leurs lancements Q2. Citez chaque source. Signalez tout ce que vous ne pouvez pas vérifier. » Discipline de portée et de citation à l'avance ; Research (ou recherche web dans le chat pour les besoins plus légers) fournit la devise.

Remarque : les citations sont vérifiables quand elles proviennent d'une source ancrée (recherche web ou résultats Research) ; les citations produites à partir de la mémoire d'entraînement seul peuvent sembler tout aussi confiantes et doivent être vérifiées indépendamment.

Rédaction. « Rédigez un post LinkedIn de 150 mots annonçant notre nouvelle fonctionnalité de reporting, destiné aux responsables des opérations, dans une voix confiante mais pas trop commerciale. » Audience, longueur et ton fixés ; formulation laissée ouverte.

Brainstorming. « Donnez-moi 20 angles pour une campagne autour d'une clôture de mois plus rapide. Variez largement ; ne vous auto-éditez pas encore. » Objectif et un seul garde-fou ; les contraintes viennent plus tard, après que la portée existe.

La même structure de prompt sous-tend les quatre, mais le curseur entre le contrôle et la latitude se déplace avec la tâche. Le mouvement sous-jacent est le même à chaque fois : décidez où vous avez besoin de contrôle et où vous avez besoin de portée, puis définissez les contraintes en conséquence. Adapter la stratégie au type de tâche est ce qui sépare un prompter compétent d'un qui obtient la même sortie médiocre sur chaque tâche.

---

Screen 8: Checkpoint: Diagnose the Prompts

CheckpointStrategy by Task Type·5 min

Quatre prompts ci-dessous ont chacun une faiblesse dominante. Pour chacun, identifiez le composant manquant ou mal géré et énoncez le changement unique qui améliorerait le plus la sortie.

---

Screen 9: Exercise: Repair the Underperforming Prompt

ExerciseRepair the Prompt·6 min

Cet exercice réunit tout le module : un prompt faible, sa sortie décevante et votre travail pour diagnostiquer ce qui manque et le réparer en utilisant la pile de composants.

Ci-dessous se trouve un prompt, la sortie qu'il a produite et l'objectif réel de l'auteur. Travaillez en trois étapes : trouvez les lacunes de spécification, associez chaque correction au composant qu'elle répare, puis assemblez le prompt réparé. La réponse idéale est révélée à la fin.

« Résumez les commentaires des clients et dites-moi quoi faire. »

Une liste générique de cinq puces de thèmes (« les clients veulent un support plus rapide », « le prix est une préoccupation ») avec des conseils vagues (« envisagez d'améliorer les temps de réponse »). Rien lié aux données réelles, pas de priorités, rien d'actionnable.

Un responsable produit a 200 réponses d'enquête et a besoin des trois principaux problèmes par fréquence, chacun avec une citation représentative, classés pour qu'elle puisse décider quoi corriger ce trimestre.

Sélectionnez chaque composant que le prompt manque ou sous-spécifie.

Faites glisser chaque fragment vers le composant qu'il satisfait. Un fragment n'appartient pas.

Ordonnez les cinq fragments en une séquence de prompt propre.

---

Screen 10: Module 2 Quiz: Prompting Foundations

QuizModule 2·5 min

Cinq questions de style scénario. Chacune présente une situation ; sélectionnez la réponse qui applique le mieux le cadre de prompting du module. Environ cinq minutes.

---

Screen 11: Key Takeaways

Module 2Key Takeaways·5 min

Cinq choses qui tiennent à travers ce module :

Structure drives quality, not cleverness.

Cinq composants (rôle, contexte, tâche, contraintes, format) portent presque chaque prompt professionnel. Parcourez-les avant d'envoyer quoi que ce soit qui importe.

Context is the component you will forget.

Claude ne peut pas voir ce qui vit uniquement dans votre tête. La cause la plus courante de sortie générique est une lacune de contexte, pas une limitation du modèle.

Decompose complex work into ordered steps.

Les demandes multi-étapes réussissent quand chaque étape produit un résultat vérifiable et que la fondation à enjeux élevés est construite en premier.

Iterate on the component that failed.

Lisez la sortie comme un diagnostic, changez la seule chose vers laquelle elle pointe, et arrêtez quand les rounds cessent d'améliorer le résultat.

Match strategy to task type.

L'analyse veut des contraintes ; le brainstorming veut de la latitude. Décidez où vous avez besoin de contrôle et où vous avez besoin de portée, puis définissez les contraintes pour l'adapter.

Toutes les descriptions de comportement des produits sont basées sur les fonctionnalités de claude. ai en juin 2026. La disponibilité et le comportement des fonctionnalités doivent être vérifiés par rapport à la documentation Anthropic actuelle à la publication :

• Documentation Anthropic : aperçu et meilleures pratiques du prompt engineering, platform. claude. com/docs

• AI Fluency Framework : compétence Description, pour le cadrage de la fondation du prompting

• Claude Help Center : exécution de code pour le calcul vérifié, support. claude. com

---

Screen 12: Congrats! You've successfully completed this module.

Module CompleteAssociate Path·2 min

Vous pouvez maintenant structurer des prompts qui obtiennent des résultats cohérents et de haute qualité de Claude. Maîtrisez le prompt, et Claude fait exactement ce que vous avez besoin, à chaque fois.

M1: Product & Model Selection

Choisissez le bon point d'entrée, modèle et fonctionnalités pour toute tâche donnée.

M2: Prompting

Construisez des prompts structurés et adaptez-les au type de tâche.

M3: Output Evaluation

Validez la sortie et sachez quand l'examen humain est non-négociable.

M4: Workflow Integration

Mappez un workflow par rapport aux critères de Delegation et redessinezle en toute sécurité.

M5: Configuration

Configurez et maintenez Projects, instructions et knowledge.

M6: Governance

Appliquez le jugement de cas d'usage, de données, de politique et d'éthique de manière responsable.

M7: Troubleshooting

Diagnostiquez la sous-performance et optimisez les workflows quand les résultats sont insuffisants.

M8: Course Summary & Next Steps

Récapitulez le voyage, préparez-vous à l'examen et reconnaissez les limites d'escalade vers les pistes Developer et Architect.