En bref
Rédigez des prompts courts et précis qui disent exactement ce que vous voulez, ne donnez que le contexte dont le modèle a besoin, et fixez une longueur pour la réponse. L'énergie augmente avec la quantité de texte qu'un modèle lit et écrit : réduire les deux, et obtenir une réponse utilisable du premier coup, est ce qui économise le plus.
Étapes
- Indiquez dès la première ligne la tâche, le public visé et le format.
- Fixez une limite de longueur, comme « en trois puces » ou « en moins de 100 mots ».
- Ne collez que les paragraphes ou les données dont la tâche a besoin, pas des documents entiers.
- Donnez un exemple de ce que serait un bon résultat si la tâche est inhabituelle.
- Corrigez un résultat presque bon par une courte relance au lieu de tout recommencer.
Un bon prompt économise de l'énergie en étant court, précis et juste du premier coup. Les modèles de langage traitent le texte sous forme de tokens, des fragments correspondant à peu près à une partie de mot, et chaque token lu ou écrit coûte du calcul. Delavande, Pierrard et Luccioni ont constaté que l'énergie augmente linéairement avec la longueur du prompt et de la génération.
À quoi ressemble un prompt efficace ?
Il dit quoi, pour qui, et de quelle longueur. Comparez :
- Gaspilleur : coller un rapport de 20 pages et demander « qu'en penses-tu ? »
- Efficace : coller les deux pages pertinentes et demander « Liste les trois plus grands risques de cette section pour un conseil d'administration non spécialiste, en une phrase chacun. »
Le second lit moins, écrit moins et a plus de chances d'être utilisable tout de suite.
Combien peut-on économiser ?
L'UNESCO et l'University College London ont constaté que des prompts et des réponses plus courts pouvaient réduire la consommation d'énergie de plus de moitié. La longueur de l'entrée compte beaucoup : Epoch AI estime qu'une requête typique d'environ 0,3 Wh passe à environ 2,5 Wh avec une entrée de 10 000 tokens.
Erreurs fréquentes
- Tout coller « au cas où ». Extrayez la partie qui compte.
- Laisser la longueur ouverte. Les modèles ont tendance à écrire plus que nécessaire si on ne leur dit rien.
- Des premières tentatives vagues suivies de plusieurs relances. Un prompt clair vaut généralement mieux que trois prompts vagues.
- S'inquiéter de « s'il te plaît » et « merci ». Les courts messages de politesse coûtent bien un peu d'énergie, mais les entrées longues et les régénérations répétées comptent bien davantage.
Si vous développez des outils, vous pouvez imposer une partie de ces règles dans le code : consultez comment limiter la longueur des réponses d'un LLM. Pour d'autres conseils au quotidien, lisez utiliser l'IA efficacement.
Sources
- Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation, UNESCO and University College London (2025)
- How much energy does ChatGPT use?, Epoch AI (2025)
- Small talk, big impact: the energy cost of thanking AI, Delavande, Pierrard and Luccioni (arXiv 2601.22357) (2026)
- What are tokens and how to count them?, OpenAI Help Center (2025)
Voir aussi
Comment réduire l'énergie consommée par mon usage de ChatGPT ?
Des moyens concrets de réduire l'énergie de ChatGPT et des chatbots similaires : échanges plus courts, moins de régénérations, modèles plus légers et moins d'images.
Comment arrêter de régénérer sans cesse les réponses de l'IA ?
Pourquoi appuyer sans cesse sur « régénérer » gaspille énergie et temps, et comment obtenir une réponse utilisable avec un bon prompt et une courte relance à la place.
Comment limiter la longueur des réponses d'un LLM ?
Comment les développeurs peuvent plafonner la sortie d'un LLM : max tokens, format et longueur demandés, séquences d'arrêt, sortie structurée et réponses tronquées.
Utiliser l'IA efficacement : les bons réflexes au quotidien
Des réflexes quotidiens qui réduisent l'énergie de l'IA : prompts clairs, moins de régénérations, prudence avec images et vidéos, cache et options désactivées.