Deux scénarios pour voir l'impact

Voici deux conversations fictives montrant la différence concrète entre un prompt brut et un prompt structuré.

Scénario A : demande plate

U

"Fais-moi un QCM sur les fractions pour des 5ème"

IA

Voici un QCM sur les fractions :

1. 1/2 + 1/3 = ? A) 2/5 B) 5/6 C) 1/6
2. Simplifier 4/8 A) 1/2 B) 2/4 C) 1/4
(Texte brut, pas de mise en page, pas de contexte pédagogique, mélange les notions...)

Scénario B : demande structurée → format JSON

U

# Rôle
Enseignant de maths en collège

# Contexte
- 5ème, thème : addition de fractions
- QCM de 5 questions

# Tâche
Créer un QCM progressif (facile → difficile)

# Format
- Fichier : qcm-fractions.json
- Structure : question, options[], answer, explanation
- 4 choix par question

IA

[
  {
    "question": "Calculer 1/4 + 1/4",
    "options": ["1/2", "2/8", "1/8", "2/4"],
    "answer": "1/2",
    "explanation": "1/4 + 1/4 = 2/4 = 1/2"
  },
  ...
]

Le même JSON, rendu visuellement

Ce JSON peut être directement injecté dans une application web. Voici ce que l'utilisateur final verrait :

Question 1

Calculer 1/4 + 1/4

A) 1/2 ✓ B) 2/8 C) 1/8 D) 2/4

Explication : 1/4 + 1/4 = 2/4 = 1/2

Vue développeur

Données JSON brutes

Vue utilisateur

Quiz interactif rendu

C'est le même contenu. Le format que vous demandez détermine ce que l'IA produit : du JSON exploitable par une app, du LaTeX compilable en PDF, ou du HTML directement affichable. Le ## Format est la section qui change le plus radicalement le résultat.

S'appuyer sur ses propres ressources

S'appuyer sur ses propres ressources