Les agents IA feront du prompting une compétence de gestion

Plus les agents IA s’améliorent, plus le prompting ressemble à la gestion du travail. Vous devez décider ce que vous voulez accomplir, expliquer à quoi ressemble un bon résultat, et laisser à l’agent suffisamment de latitude pour y parvenir. Cela deviendra une compétence de base en entreprise, même pour les personnes qui n’ont jamais supervisé un employé.

Cela paraît simple jusqu’à ce que vous essayiez de déléguer une vraie tâche. Il est facile de demander un meilleur site web ou un rapport de recherche utile. Il est plus difficile d’expliquer ce qui rendrait l’un ou l’autre utile à votre entreprise.

Lorsqu’un agent peut rechercher un sujet, travailler sur plusieurs fichiers et produire un livrable, une consigne vague peut le pousser loin dans la mauvaise direction. Plus de capacités lui offrent davantage de moyens d’agir selon vos instructions. Cela rend également les décisions que vous omettez plus conséquentes.

Je pense que c’est là que se déplacera une grande partie de la valeur d’apprendre à utiliser l’IA. Savoir comment expliquer la tâche, fournir le bon contexte et reconnaître un bon résultat sera essentiel, quel que soit l’outil qui suivra.

La partie la plus difficile est de décider ce que demander

Imaginez demander à un agent d’améliorer une page d’atterrissage. Il pourrait réécrire le titre, réorganiser les sections et rendre la page plus visuellement soignée. Toutes ces modifications pourraient satisfaire la consigne. Aucune n’explique nécessairement l’offre de façon plus claire au client visé.

Peut-être que les visiteurs ne comprennent pas à qui le produit s’adresse. Peut-être que la page leur demande d’acheter avant d’expliquer la valeur. Ce sont des problèmes différents. Si vous n’avez pas décidé lequel est important, l’agent doit faire ce choix pour vous ou revenir vous demander. Ni un prompt plus long ni un design plus soigné ne résout la question.

Dans ma propre approche du travail avec l’IA, je veux déterminer le résultat attendu avant que l’exécution ne commence. Une mission de recherche nécessite une question à répondre. Un site web nécessite une offre que le client visé puisse comprendre. Je peux laisser à l’agent la liberté de choisir comment y parvenir une fois que j’ai clairement défini la destination.

Les managers rencontrent cela tout le temps : quelqu’un exécute la tâche exactement comme demandé, et le résultat ne résout toujours pas le problème. J’ai écrit à ce sujet dans pilotes IA qui renforcent les flux de travail existants. Avant d’accélérer un processus, il faut décider s’il mérite de survivre.

Une prépublication de Stanford publiée en août 2026 a révélé que la collaboration dirigée par des humains dominait les conversations Claude étudiées par les chercheurs. Les personnes ont façonné le travail grâce à leurs prompts et aux échanges de suivi. Cela correspond à ma façon de concevoir la délégation : définir la tâche constitue le début de votre implication.

Une tâche terminée nécessite un résultat utile

Un document soigné et un message de finalisation confiant peuvent donner l’impression qu’une tâche est terminée. Je veux néanmoins voir ce qui s’est réellement passé. L’agent a-t-il résolu le problème, ou a-t-il produit quelque chose qui ressemble au livrable que j’ai demandé ?

Anthropic fait une distinction utile dans son guide d’évaluation des agents : le registre de ce qu’un agent a fait est séparé du résultat qu’il a réellement produit. Je pense que c’est un bon point de départ pour quiconque attribue du travail à l’IA.

Si vous demandez une réservation, vérifiez que la bonne réservation existe. Si vous demandez un tableau, vérifiez les calculs et les hypothèses. Si vous demandez une recherche, ouvrez les sources et voyez si elles soutiennent les conclusions. Le message de finalisation de l’agent vous indique qu’il est prêt à être examiné.

Imposer ce critère à l’agent dès le départ facilite l’exécution de la tâche. Il peut vérifier son travail et remonter des problèmes spécifiques. Si une source contredit la conclusion, je veux le savoir avant de passer du temps à relire le texte. Si un tableau dépend d’une hypothèse, je veux que cette hypothèse soit visible.

Le niveau de vérification doit correspondre à la tâche. Je ne veux pas passer dix minutes à superviser une modification de mise en forme que je peux annuler en quelques secondes. Un engagement public mérite plus d’attention. Savoir où votre attention compte fait partie de la maîtrise de cette compétence.

Donnez à l’agent de l’espace pour travailler

Une bonne délégation implique également de décider où l’agent peut agir sans revenir vers vous. L’accès à un outil de messagerie ne détermine pas s’il peut envoyer un message. La consigne doit préciser quand le travail consiste en une préparation et quand il inclut une action.

Des limites claires économisent de l’attention. Un agent peut enquêter, préparer un résultat et gérer les révisions courantes tout en laissant les choix décisifs à la personne responsable. Cette orientation doit être disponible dans l’environnement de travail, avec le contexte commercial pertinent. Lauren Hanford, vice‑présidente des opérations produit chez Sonar, souligne ce point dans son essai sur la conception d’environnements d’exploitation d’agents : nous devons fournir le contexte et la direction dont le travail dépend.

Les chercheurs de Stanford ont également constaté que la friction était souvent productive : les gens clarifiaient les demandes et corrigeaient les malentendus. Je pense que nous considérons parfois ces échanges comme un échec de l’outil alors qu’ils font simplement partie du processus de résolution d’un problème. La question pertinente est de savoir si la conversation fait avancer le travail.

C’est pourquoi je ne juge pas la supervision au nombre de fois où quelqu’un approuve une action. Vous pouvez parcourir une douzaine de demandes et manquer quand même la décision qui compte. Je veux que le travail de routine avance et que les choix importants reviennent avec suffisamment de contexte pour que je puisse les prendre.

Un flux de mises à jour d’activité n’aide pas beaucoup à lui seul. Dites‑moi ce qui nécessite une décision, pourquoi c’est important et ce qui se passe ensuite.

Cela change ce que signifie être performant avec l’IA

Pour un opérateur solo, c’est un véritable changement dans la nature du travail. Vous avez peut‑être l’habitude de garder les raisons d’une décision dans votre tête parce que vous êtes aussi la personne qui exécute le travail. La délégation rend ces raisons utiles à quelqu’un d’autre, ou à quelque chose d’autre. Les extraire de votre esprit fait partie du processus qui rend l’entreprise plus facile à gérer.

Les gains devraient s’accumuler avec le temps. Lorsqu’une affectation échoue parce qu’une préférence manquait, enregistrez cette préférence là où la prochaine affectation pourra l’utiliser. Si la même question revient sans cesse, décidez si l’agent manque de contexte ou si la décision nécessite réellement votre intervention. Les corrections répétées sont une occasion d’améliorer la façon dont le travail est attribué.

J’aimerais que la formation à l’IA consacre davantage de temps à ces situations. Donnez aux gens une tâche incomplète et laissez‑les identifier ce qui manque. Montrez‑leur un résultat soigné avec une conclusion faible. Les invites réutilisables peuvent être utiles, mais les personnes ont besoin de s’exercer à prendre les décisions dont ces invites dépendent.

À mesure que les agents mèneront davantage de travaux à terme, leurs utilisateurs passeront plus de temps à définir la direction et à décider ce qui est suffisamment bon. Certains auront des équipes. D’autres géreront des entreprises seuls. Dans tous les cas, la capacité à transformer une intention en une affectation claire deviendra un facteur de compétitivité. C’est pourquoi le prompting est en réalité une compétence de gestion.