Savoir créer un bon prompt ne suffit pas. La compétence critique, c'est de savoir juger la qualité de ce que l'IA vous retourne.
L'interaction avec l'IA n'est pas « je pose une question, je reçois LA réponse ». C'est un dialogue. Un processus en boucle.
En pratique, il faut entre 1 et 3 itérations pour un résultat utilisable. Si vous en êtes à votre 6e itération, le problème n'est probablement pas le prompt.
Posez ces 5 questions dans cet ordre à chaque résultat. Si une question échoue, inutile de continuer — retournez raffiner le prompt.
C’est la question la plus importante et la plus traître. L’IA écrit avec une assurance totale, même quand elle invente.
Si l’IA cite un fait précis et que c’est important pour votre livrable, vérifiez-le. Toujours.
L’IA répond à ce que vous demandez, rarement à ce que vous avez oublié de demander.
Demandez-vous : « Si un collègue me présentait ce texte, quelle serait ma première question? » Si la réponse n’est pas dans l’output, c’est incomplet.
L’IA produit souvent des réponses génériques qui semblent bonnes… mais qui ne tiennent pas compte de votre réalité.
Si le résultat pourrait s’appliquer à n’importe qui, il n’est pas assez pertinent pour vous.
C’est la question la plus subjective mais une des plus importantes pour l’appropriation du résultat.
Lisez le résultat à voix haute. Si ça ne sonne pas comme quelque chose que vous diriez, c’est un signal.
La question finale et la plus pragmatique.
Un 4/5 qu’on ajuste en 2 minutes vaut mieux qu’un 5/5 qu’on attend après 6 itérations.
| Score | Signification | Verdict |
|---|---|---|
| 1/5 | Inutilisable, je recommence à zéro | Revoir le prompt complètement |
| 2/5 | Quelques éléments utiles, mais je réécris presque tout | Ajouter du contexte et des exemples |
| 3/5 | Base correcte, je modifie 30-40% | Affiner le ton et les détails |
| 4/5 | Bon résultat, quelques phrases à retoucher | Prêt à utiliser après relecture |
| 5/5 | Prêt à envoyer avec ajustements minimes | Objectif atteint |
Un 4/5 qu'on ajuste en 2 minutes vaut mieux qu'un 5/5 qu'on attend après 6 itérations.
Quand l'IA ment avec assurance
L'IA ne « sait » pas qu'elle invente. Elle génère la suite de mots la plus probable. Parfois, la suite la plus probable est fausse. Et elle la présente avec exactement la même assurance qu'un fait vérifié.
Invente une statistique : « 73,4% des PME québécoises utilisent l’IA »
Votre crédibilité professionnelle est détruite si vous publiez ça
Attribue une citation à la mauvaise personne
Embarrassement professionnel
Transforme une corrélation en causalité
Vous prenez une mauvaise décision sur une analyse erronée
Présente une information périmée comme actuelle
Fréquent pour les lois, les prix et les programmes
Donne la réponse qu’elle pense que vous voulez entendre
Vous renforce dans une position sans la challenger
Soumettez ce prompt dans n'importe quel LLM :
« Cite-moi 3 études scientifiques québécoises sur l'impact de la formation en intelligence artificielle en milieu de travail, publiées en 2025. Donne les auteurs, le titre exact et la revue de publication. »
L'IA va probablement inventer au moins une référence fictive — des auteurs qui n'existent pas, une revue inexistante — présentée avec une assurance totale.
Vérification : copiez un titre dans Google Scholar. La publication n'existe pas.
« Cite tes sources avec les URL exactes. »
L’IA qui ne peut pas fournir de source vérifiable sur un fait précis devrait lever un drapeau rouge.
« Quelles sont les limites de cette analyse? Qu’est-ce que tu ne sais pas sur ce sujet? »
Forcer l’IA à exprimer son incertitude produit des réponses plus honnêtes.
Soumettez la même question à un deuxième LLM et comparez. Si les réponses divergent significativement, creusez.
« Sur une échelle de 1 à 10, à quel point es-tu certain de cette réponse? Explique pourquoi. »
Ce n’est pas une mesure scientifique, mais ça force l’IA à nuancer.
NotebookLM (répond depuis vos documents), Mode Research de Claude ou Deep Research de ChatGPT, Perplexity (recherche avec sources).
3 outputs générés par l'IA. Chacun contient au moins une erreur ou faiblesse cachée. Identifiez les problèmes en utilisant les 5 questions.
Chers collègues, Dans un esprit de synergie collaborative et de vision holistique, je souhaite porter à votre attention l’importance d’une approche intégrée et multidimensionnelle pour nos projets en cours. Notre engagement collectif envers l’excellence opérationnelle nous permettra d’atteindre des résultats transformationnels qui redéfiniront notre paradigme organisationnel. Je vous invite à consulter le document ci-joint et à me faire part de vos commentaires avant vendredi.
Personne ne parle comme ça — c’est du remplissage IA pur
Quel document? Quels commentaires? Rien de concret
Ça pourrait être envoyé par n’importe qui, n’importe où
Selon nos analyses, 73,4% des PME québécoises utilisent déjà l’IA en 2026. De plus, la productivité augmente en moyenne de 47% dans les organisations qui forment leurs employés à l’IA, et le taux de satisfaction client monte de 32,8% dans les 6 premiers mois d’implantation. Le Québec se classe au 3e rang canadien pour l’adoption de l’IA en milieu de travail.
Précision suspecte (73,4% au lieu d’« environ 70% »), absence de source
Chiffres trop ronds (47%) combinés à des chiffres trop précis (32,8%) — incohérent
Aucune source citée — vérifier via CEFRIO, Statistique Canada, ISQ, BDC
L’intelligence artificielle est la plus grande révolution depuis l’invention de l’imprimerie. Toute organisation qui n’adopte pas l’IA immédiatement risque de disparaître dans les 5 prochaines années. Les avantages sont absolus et les risques sont négligeables. Les résistances à l’IA viennent principalement d’un manque de compréhension et d’une peur irrationnelle du changement.
Aucun risque mentionné, aucune nuance — il manque les coûts, la confidentialité, les limites techniques
Biais de confirmation — l’IA confirme l’enthousiasme sans le questionner
Les résistances réduites à de « l’ignorance » — c’est méprisant et souvent faux
« Analyse les avantages ET les limites de l’IA en milieu de travail. Pour chaque avantage, identifie une nuance ou un risque associé. Sois honnête sur ce que l’IA ne fait pas bien. »
N’importe qui peut copier-coller un résultat. Le professionnel sait quand le résultat est bon, quand il est dangereux, et quoi faire pour l’améliorer.
Exactitude → Complétude → Pertinence → Ton → Actionnabilité. Si vous n’en retenez qu’une seule : l’exactitude. Vérifiez les faits.
Un prompt manuel, vous le relisez naturellement. Une tâche programmée qui s’exécute chaque semaine? Le risque, c’est de ne plus relire les résultats.