3. Vérifier et itérer

Une réponse plausible n'est pas une preuve

L'IA produit des réponses qui ont l'air vraies. C'est son travail : prédire le texte le plus probable. Mais "plausible" et "vrai", ce n'est pas la même chose.

Ce qu'il faut vérifier en priorité

• Les noms, dates et chiffres — l'IA se trompe souvent sur les détails factuels
• Les références et sources — l'IA peut citer un livre qui n'existe pas
• Les formules et calculs — teste avec une valeur que tu connais
• Les instructions techniques — une commande qui n'existe pas, une étape qui ne marche pas

Tester avec un exemple simple

Avant de faire confiance à une réponse, teste-la sur un cas que tu maîtrises.

Jean-Paul : l'IA lui a donné une formule Excel pour calculer un pourcentage. Il prend 10 lignes de son tableau, calcule le résultat à la main pour 3 d'entre elles, et compare avec la formule. Si ça correspond, il peut l'utiliser sur le reste. Si ça ne correspond pas, il signale l'erreur.

Kevin : l'IA lui a donné une fonction JavaScript. Il la teste avec une entrée normale, une entrée vide, et une valeur incorrecte. Si les trois cas passent, la fonction est probablement solide. Si l'un des cas échoue, il signale.

Signaler une erreur à l'IA

Quand l'IA se trompe, ne dis pas juste "ça marche pas". Décris le problème précisément :

Ce que j'ai demandé : [rappelle ta demande]
Ce que j'ai fait : [les étapes que tu as suivies]
Ce que j'attendais : [le résultat prévu]
Ce qui s'est réellement passé : [le résultat obtenu]
Message d'erreur (si il y en a un) : [le message complet]
Ce qui fonctionnait avant : [si quelque chose marchait, dis-le]

Plus tu es précis, plus l'IA peut corriger efficacement. "Ça marche pas" ne donne aucun indice. "J'attendais 20 et j'ai obtenu NaN" donne un indice immédiat.

Éviter la boucle de corrections

C'est le piège classique : tu signales une erreur, l'IA propose une correction, tu testes, ça ne marche toujours pas, l'IA repropose, etc. Au bout de 5 essais, tu as perdu 30 minutes et le résultat est pire qu'au début.

  Toi   : "Ça ne marche pas"
  IA    : [propose une correction]
  Toi   : "Ça ne marche toujours pas"          ─┐
  IA    : [propose une autre correction]         │  BOUCLE
  Toi   : "Toujours pas"                         │
  IA    : [propose encore une correction]       ─┘

  → Au bout de 2-3 essais similaires : ARRÊTE.

Savoir recommencer proprement

Parfois, la meilleure solution c'est de tout arrêter et de repartir à zéro. Pas parce que l'IA est nulle, mais parce que la conversation s'est remplie de mauvaises pistes et de corrections empilées. L'IA est confuse par son propre historique.

Pour recommencer proprement :

1. Résume la situation en quelques lignes : ce que tu veux faire, ce qui marche, ce qui ne marche pas
2. Ouvre une nouvelle conversation avec l'IA
3. Colle ton résumé comme premier prompt
4. Garde l'ancienne conversation comme historique au cas où

Nouvelle conversation. Voici où j'en suis :

Objectif : [ce que je veux faire au final]
Ce qui marche : [la dernière version qui fonctionnait]
Ce qui ne marche pas : [l'erreur actuelle]
Ce que j'ai déjà essayé : [les 2-3 pistes qui n'ont pas marché]

Aide-moi d'abord à comprendre la cause du problème
avant de proposer une solution.

Conduire une tâche complète avec itérations

Jusqu'ici, on parlait d'une question isolée. Une tâche complète, c'est plusieurs étapes enchaînées avec l'IA. Exemple : transformer un export de factures en tableau propre et synthétisé.

  Étape 1        Étape 2        Étape 3        Étape 4
  ┌──────┐      ┌──────┐      ┌──────┐      ┌──────┐
  │Nettoyer│────▶│Normaliser│────▶│Résumer│────▶│Valider│
  │doublons│ test│dates     │ test│totaux │ test│résult │
  └──────┘      └──────┘      └──────┘      └──────┘

  Chaque étape : prompt → réponse → test → validation → étape suivante

Jean-Paul veut transformer son export mensuel de factures :

1. Étape 1 : "Supprime les doublons basés sur la colonne Référence" → teste sur 10 lignes → OK
2. Étape 2 : "Normalise les dates au format jj/mm/aaaa" → vérifie 3 dates → OK
3. Étape 3 : "Calcule le total par fournisseur dans un tableau récapitulatif" → compare avec un mois précédent → OK
4. Étape 4 : "Vérifie qu'aucune ligne n'a été perdue" → compte les lignes avant/après → OK

Chaque étape est testée avant de passer à la suivante. Si l'étape 2 rate, on ne passe pas à l'étape 3. On corrige l'étape 2 d'abord.

Kevin veut générer une page web complète :

1. Étape 1 : "Génère la structure HTML de la page" → ouvre dans le navigateur → la page s'affiche → OK
2. Étape 2 : "Ajoute le style CSS pour que ce soit responsive" → teste sur mobile → OK
3. Étape 3 : "Ajoute la logique JavaScript pour le bouton" → clique sur le bouton → ça marche → OK

Méthode identique, outils différents. C'est ça, "travailler avec l'IA" : la méthode est la même, que tu fasses du Excel ou du code.

Quand une tâche devient un projet

Une tâche devient un projet quand :

• Plusieurs fichiers sont concernés
• Plusieurs personnes vont utiliser le résultat
• Les données sont importantes (perte = problème)
• Le traitement doit être relancé régulièrement
• Une erreur pourrait avoir des conséquences

Quand c'est le cas, il faut passer à la méthode projet : cadrage, étapes, retour arrière. C'est la page 4.

Protéger ses données

Ce que l'IA ne doit pas décider seule

Mon expérience sandbox