Co-fondateur d'OpenAI. Professeur à Stanford. L'un des ingénieurs les plus crédibles en vie. Il n'utilise pas de prompts secrets. Il utilise un système.
Voici ses 7 conseils concrets – sans exagération, sans blabla.
Imaginez ceci.
Il est 23h. Vous fixez la même fenêtre de chat IA depuis deux heures. Vous avez reformulé la même demande de six façons différentes. Vous avez essayé d'être poli, direct, précis, vague. Vous avez copié-collé trois "prompts magiques" différents d'un type sur X qui jure que son modèle rend Claude "10 fois plus intelligent".
Rien ne fonctionne comme prévu. Le résultat est soit trop générique, structurellement incorrect, ou confiant à tort à propos de quelque chose que vous lui avez déjà dit il y a vingt minutes – dans cette même conversation.
Vous fermez l'onglet. Vous réessayerez demain. Peut-être un autre modèle. Peut-être un autre prompt. Peut-être que vous n'êtes pas encore bon à ça.
Voici la vérité qui dérange : ce n'est probablement pas le modèle. Et ce n'est certainement pas le prompt.
Alors que la plupart des gens passent leur temps à peaufiner leur formulation, à chercher l'instruction parfaite, ou à acheter un énième "cours de productivité IA" – un petit groupe de personnes a discrètement compris que le problème n'a jamais été le prompt.
Le problème était tout ce qui entoure le prompt.
Le contexte. La mémoire. La structure. Le workflow.
Andrej Karpathy fait partie de ces personnes. Et contrairement à la plupart des voix dans le domaine de l'IA, il a des preuves tangibles : co-fondateur d'OpenAI, ancien responsable de l'IA chez Tesla, professeur à Stanford, l'un des ingénieurs qui ont réellement construit les systèmes que tout le monde essaie de "pirater" avec des prompts astucieux.
Il réfléchit à cela depuis plus longtemps que presque tout le monde. Et ce qu'il en conclut est à la fois évident a posteriori et presque totalement ignoré dans la pratique.
Il n'utilise pas de prompts magiques. Il construit une infrastructure.
Sept habitudes. Quelques fichiers simples. Un rythme de travail spécifique. C'est tout.
Voici exactement ce qu'il fait – et pourquoi chaque élément compte.
CONSEIL 1 : Oubliez les prompts magiques. Le problème est presque toujours un contexte manquant.
Depuis 2022, les "gourous du prompt engineering" dominent X et Instagram.
Le message : apprenez la bonne formule et le modèle obéit.
Karpathy n'est pas d'accord. La vraie raison pour laquelle la plupart des gens itèrent 100 fois et obtiennent toujours un mauvais résultat ? Ils ignorent complètement le contexte.
Sa formule réelle :
- Rédigez une demande claire et standard
- Incluez toujours un exemple concret de ce à quoi ressemble un bon résultat
- Collez le message d'erreur complet ou le contexte entier – jamais un extrait tronqué
Ne coupez pas votre code ou texte pour "économiser la fenêtre de contexte". Quand le modèle devine ce qui manque, il se trompe. À chaque fois.
Aucune instruction secrète ne téléportera votre contexte dans la tête du modèle. Vous devez l'écrire.
CONSEIL 2 : Votre CLAUDE.md est probablement nul. Allez vérifier tout de suite.
L'avez-vous copié du modèle de quelqu'un d'autre ? Avez-vous laissé Claude l'écrire pour lui-même ? Alors ce fichier ne fonctionne pas pour vous.
Votre fichier de configuration principal doit expliquer clairement cinq choses :
- Qui vous êtes
- Quel est le projet (cadre général uniquement)
- Ce qu'il ne faut pas toucher
- Les conventions de nommage des fichiers
- Comment formater les réponses
Presque tout le monde a le fichier. Presque personne ne l'a configuré correctement.
Avant de blâmer le modèle d'être "bête" – relisez vos propres instructions qui lui sont destinées.
Et si vous utilisez uniquement des outils IA basés sur un navigateur ? Vous en avez quand même besoin. Définissez un brief épinglé. Même logique.
CONSEIL 3 : Construisez un système à trois niveaux. Arrêtez de repartir de zéro à chaque session.
Le pipeline de Karpathy :
- /raw – votre matériau source brut, déposé tel quel
- /wiki – des pages structurées que le modèle écrit et maintient
- CLAUDE.md – vos principes opérationnels permanents
Nouveau contenu arrivé → déposez-le dans /raw → dites au modèle de le traiter.
C'est 30 minutes économisées par jour, qui s'accumulent.
Si votre projet dure plus de quelques jours et que vous réexpliquez tout à chaque nouvelle session – ce n'est pas un workflow, c'est une boucle.
CONSEIL 4 : Après chaque bonne réponse – sauvegardez-la. Définitivement.
L'habitude par défaut : obtenir une excellente réponse, copier le résultat, fermer l'onglet, l'oublier. Karpathy dit que cela tue silencieusement votre productivité à long terme. Les modèles ont besoin de références.
Après chaque réponse précieuse :
"Enregistre ceci comme une page permanente : wiki/sujet/.md"
Ensuite, auditez périodiquement vos notes pour les doublons, les contradictions et les informations obsolètes.
Sautez cette étape et vos meilleures sorties IA se noient silencieusement dans l'historique des conversations. Vous passerez des heures sur des tâches que vous avez déjà résolues.
CONSEIL 5 : Pour tout projet qui dure plus d'une semaine – ajoutez index.md et log.md. Sans exception.
Deux fichiers. Deux objectifs :
- index.md – une carte de tout ce qui existe
- log.md – un journal des modifications : date | type | description
Exemple : 28-05-2026 | résumé | analyse d'entretien client
Si vous vibe-codez 1 à 2 heures par jour, dans deux semaines vous ne vous souviendrez sincèrement pas de ce que vous avez construit le troisième jour. Ces deux fichiers sont votre couche de mémoire.
CONSEIL 6 : L'IA est un stagiaire brillant sans goût. Traitez-la comme tel.
Le cadre de Karpathy : les agents IA sont "des stagiaires surpuissants avec une connaissance massive, qui hallucinent constamment et n'ont aucun goût pour le code." Ils ont besoin d'une laisse serrée.
Sa boucle de travail réelle :
- Charger le contexte complet
- Demander 2 à 3 options pour la seule petite étape suivante
- En choisir une
- Évaluer, tester, valider
- Répéter
Ne lui demandez jamais de tout faire en un seul prompt. C'est comme ça que vous obtenez 500 lignes de bazar impossible à déboguer.
CONSEIL 7 : Une phrase qui rend chaque prompt de recherche 10 fois plus lisible.
Ajoutez ceci à la fin de tout prompt d'analyse ou de recherche :
"Structure ta réponse finale sous forme de fichier HTML autonome."
Les modèles IA transforment n'importe quoi en HTML propre et navigable en quelques secondes. Le temps de lecture chute considérablement. Cela vous coûte une phrase. Utilisez-la à chaque fois.
Voici ce qui est étrange dans tout cela.
Aucun de ces conseils n'est secret. Aucun ne nécessite un abonnement payant, un outil spécial, ou un cours de 40 heures. Ils sont tous, une fois que vous les voyez, complètement évidents. Bien sûr, le modèle a besoin de tout le contexte. Bien sûr, vous devriez sauvegarder ce qui fonctionne. Bien sûr, un projet a besoin d'une carte et d'un journal.
Et pourtant – allez voir comment vous utilisez réellement l'IA en ce moment. Soyez honnête. Combien de ces sept choses sont réellement en place dans votre workflow aujourd'hui ?
La plupart des gens sont dans une position étrange avec l'IA. Ils croient qu'elle est puissante – ils l'ont vue faire des choses impressionnantes – mais entre leurs mains, elle continue de sous-performer. Alors ils supposent que l'écart vient du modèle, ou du prompt, ou d'un savoir d'initié qu'ils n'ont pas encore trouvé. Ils passent des heures à chercher l'astuce au lieu de consacrer vingt minutes à construire les fondations.
Le message de Karpathy est que l'écart n'est pas magique. Il s'agit de mémoire, de structure et d'incrémentalisme. Donnez au modèle votre image complète. Sauvegardez ce qu'il construit. Travaillez par petites étapes engagées. Le modèle n'est pas le goulot d'étranglement – c'est votre workflow.
Les personnes qui tireront nettement plus de l'IA au cours des deux prochaines années ne sont pas celles qui ont trouvé les meilleurs prompts. Ce sont celles qui ont construit les meilleurs systèmes autour du modèle – même simples. Un dossier /raw, un /wiki, un bon CLAUDE.md, deux fichiers Markdown, et une boucle de travail.
C'est tout l'avantage. C'est presque gênant tellement c'est petit. Mais presque personne ne le fait.
Revenez à l'histoire du début. Cette personne à 23h, frustrée, fermant l'onglet – ce n'est pas une histoire de mauvaise IA. C'est une histoire de workflow sans mémoire, sans structure, et sans boucle incrémentale. Le modèle était prêt à aider. Il ne savait tout simplement pas assez sur ce avec quoi il aidait.
Maintenant vous savez quoi construire. Commencez par un fichier. Un dossier. Une réponse sauvegardée. Le système s'accumule rapidement.
TL;DR
Arrêtez de peaufiner les prompts. Commencez à construire une infrastructure. Un fichier de configuration approprié, une structure /raw et /wiki, des pages de référence permanentes, des fichiers index et log pour les projets longs, une boucle de travail par petites étapes, et une astuce HTML. Le modèle cesse de deviner – et commence vraiment à aider. L'avantage n'est pas un secret. C'est un système. Et il faut environ un après-midi pour le mettre en place.
Si cela vous a été utile – mettez-le en favori. Vous voudrez y revenir.
Suivez @ScottyBeamIO pour plus d'analyses comme celle-ci.
Pas de blabla, juste ce qui fonctionne vraiment.
