Le prompt engineering pour le design est déjà dépassé — place au context engineering

Du prompt engineering au context engineering

Le prompt engineering a été la compétence vedette de 2023 : trouver la formule magique, la tournure qui débloque le bon résultat. En 2026, ce n'est plus là que se joue la qualité. Les modèles sont devenus assez bons pour que le wording exact d'une phrase compte beaucoup moins que ce qu'on appelle désormais le context engineering — la façon dont on structure tout le contexte autour du modèle : prompt système, exemples, accès aux outils, gestion de la mémoire. Sur les workflows agentiques, l'architecture du système explique aujourd'hui plus de variance dans les résultats que le choix du modèle lui-même.

Bonne nouvelle pour un designer : ce glissement nous rapproche, pas l'inverse. Après vingt ans à rédiger des briefs créatifs et des cahiers des charges, je retrouve dans le context engineering les mêmes exigences que dans mes meilleurs documents de conception — définir un contexte, poser des contraintes, fournir des références, guider vers un résultat précis. Le prompt vague « écris du texte pour un bouton » produit du générique ; le contexte riche — persona utilisateur, ton de marque, contrainte de caractères, exemple du résultat attendu — produit du directement exploitable. La qualité reste proportionnelle à l'investissement dans le cadrage.

Choisir le bon modèle sans s'attacher à un numéro de version

Les modèles changent tous les trimestres — au moment où j'écris, OpenAI a sorti GPT-5.5 en avril 2026, et la gamme Claude d'Anthropic mène l'index d'intelligence générale. Mais comme je l'ai expliqué ailleurs, s'attacher à un numéro de version est une erreur : ce qui dure, c'est la logique de tiering. Voici comment je répartis les tâches de design sur la gamme Claude, indépendamment du décimal du moment.

Côté OpenAI, la force des GPT récents reste le multimodal natif : je leur soumets des captures de maquettes pour un audit visuel. Le principe : Opus pour penser, Sonnet pour produire, Haiku pour le volume — et je teste régulièrement la version du moment sur mes propres cas plutôt que de croire un classement.

Le contexte permanent : prompt système, few-shot, caching

Le prompt système est la fondation — l'équivalent du brief permanent qu'on donne à un collaborateur en début de mission. J'y encode le ton de voix, les contraintes de format, le vocabulaire à privilégier et les formulations interdites. Il reste identique d'un appel à l'autre, ce qui assure une cohérence comparable à celle d'un rédacteur humain bien briefé. Et avec le prompt caching de Claude, ce contexte permanent est mis en cache côté serveur, ce qui réduit coût et latence des requêtes suivantes — un détail qui change tout quand on fait du volume.

La technique la plus efficace que je connaisse reste le few-shot : au lieu de décrire le résultat en termes abstraits, je fournis des exemples concrets.

Système : Tu es un rédacteur UX senior, B2B SaaS. Ton sobre, direct, jamais culpabilisant.

Exemples de messages d'erreur que nous jugeons excellents :
- « Ce courriel est déjà utilisé. Connecte-toi plutôt. »
- « Paiement refusé. Vérifie la date d'expiration. »
- « Fichier trop lourd (max 10 Mo). Compresse-le et réessaie. »

Tâche : rédige 3 messages d'erreur dans le même registre pour un mot de passe trop court.

Le modèle capte les patterns implicites — longueur, structure, ton — qu'aucune instruction explicite ne transmettrait aussi fidèlement.

Du prompt au système : MCP, tool use et sorties structurées

C'est ici que le context engineering prend tout son sens. Plutôt que de copier-coller des réponses, je connecte le modèle à mes outils. Le serveur MCP de Figma, désormais en disponibilité générale, donne au modèle le contexte direct de mes maquettes — structure, composants, variables — sans que j'aie à tout décrire. Et le tool use de Claude me permet de définir un outil generate_component_spec avec un schéma JSON précis : Claude raisonne d'abord sur les cas d'usage et les états, puis remplit le schéma. Le résultat alimente automatiquement un document de specs dans le wiki et un ticket pour l'équipe de dev. Cette chaîne élimine des heures de documentation manuelle — et c'est de l'ingénierie de contexte, pas du prompt.

Le contrôle de la température complète le tableau : basse pour la documentation et les specs (résultats prévisibles), haute pour l'exploration créative (variabilité utile). Je calibre selon la phase — exploration en température haute, production en température basse.

Cas d'usage concrets, du copy UI à l'audit de maquette

La génération de microcopy est mon usage quotidien : labels, messages de validation, onboarding, notifications. Avec un prompt système calibré et deux ou trois exemples de référence, les sorties sont directement utilisables dans environ 80 % des cas. L'analyse de maquettes par vision a transformé ma pratique : je soumets une capture d'interface et je demande un audit structuré — hiérarchie visuelle, cohérence typographique, contrastes WCAG, équilibre des espaces. Le modèle repère systématiquement des problèmes que l'œil habitué ne voit plus, comme un contraste insuffisant sur un texte secondaire. J'utilise aussi l'IA pour générer une palette complète à partir d'une couleur de marque avec les ratios de contraste calculés, et pour proposer un naming sémantique de composant respectant la convention du projet.

Limites, vigilance, évolution

L'autre limite est la créativité disruptive. Les modèles excellent à recombiner des patterns existants et à produire des variations de qualité, mais l'idée vraiment originale, celle qui brise les conventions, reste le territoire du designer humain. J'utilise l'IA pour éliminer le répétitif et me libérer du temps pour la réflexion profonde — là où ma valeur est la plus forte. Enfin, comme la discipline évolue vite, je maintiens une bibliothèque de prompts et de contextes versionnée, je teste les nouveaux modèles sur mes cas d'usage réels, et je partage les découvertes avec l'équipe. Le prompt engineering n'a pas disparu — il est devenu une brique d'un système plus large, le context engineering, et c'est ce système qu'un designer doit apprendre à concevoir en 2026.