L'IA pour l'écriture longue : le workflow en 5 étapes qui surpasse les prompts uniques

Pourquoi l'écriture IA en un seul prompt sonne comme de l'IA

Quarante pour cent des messages liés au travail que les utilisateurs envoient à ChatGPT concernent l'écriture. Ce chiffre provient de l'étude conjointe d'OpenAI et du NBER publiée en septembre 2025, qui a analysé un échantillon préservant la confidentialité du trafic ChatGPT grand public. Le même article a révélé quelque chose de plus intéressant. Sur ces messages d'écriture, environ deux tiers concernaient des personnes modifiant un texte qu'elles avaient déjà, et non demandant au modèle de générer quelque chose à partir d'une page blanche.

Ce ratio est la vérité discrète sur la façon dont l'écriture IA fonctionne réellement. La plupart des utilisateurs ont déjà appris, par essais et erreurs douloureux, que demander à un chatbot d'« écrire un essai de 2 000 mots sur X » produit quelque chose qui se lit comme un essai de 2 000 mots sur X. Générique. Boursouflé. Avec assurance dans l'erreur sur les petits détails. Les brouillons sont toujours grammaticalement propres et presque toujours oubliables.

La raison est structurelle, pas magique. L'écriture longue n'est pas une seule tâche. Ce sont au moins cinq tâches : déterminer ce que vous voulez vraiment dire, décider de l'ordre dans lequel le dire, trouver la voix dans laquelle le dire, vérifier sous pression si l'argument tient, et finir la prose. Quand vous écrasez ces cinq tâches dans un seul prompt, le modèle fait la moyenne de tout. Public moyen. Argument moyen. Phrases moyennes. Voix moyenne. Le résultat est la médiane de tous les essais sur le sujet qui ont fini dans les données d'entraînement.

Ce n'est pas un problème de prompt engineering que vous pouvez résoudre avec un prompt plus long. C'est un problème de workflow. La solution est de redécomposer le travail en étapes qu'il a toujours été, et d'utiliser l'IA pour ce qu'elle sait vraiment faire à l'intérieur de chaque étape. C'est le workflow que cet article décrit. Les noms sont de moi. Le motif, une fois que vous l'aurez vu, paraîtra évident. La plupart des bonnes méthodes le sont.

Vue d'ensemble du workflow en 5 étapes

Voici le workflow complet sur une seule page. Cinq étapes, chacune avec une portée limitée et un transfert clair. En gras à la première utilisation, car nous traiterons ces termes comme propres à la méthode.

Brief → Skeleton → Voice → Pressure-Test → Polish

Deux choses à remarquer dans ce tableau. Premièrement, le rôle de l'IA change à chaque étape. Ce n'est pas le même outil cinq fois. C'est un collaborateur différent à chaque passage. Deuxièmement, le rôle humain s'agrandit vers la fin, pas l'inverse. L'étape Brief consiste surtout à décider des choses. L'étape Polish est entièrement la vôtre. La forme du travail est une pyramide inversée où l'IA fait davantage au début et vous faites davantage à la fin.

C'est l'opposé de la façon dont la plupart des gens utilisent l'IA pour écrire, qui consiste à ne rien faire pendant une heure, taper un long prompt, puis passer vingt minutes à éditer légèrement ce qui revient. Cet ordre est inversé. La réflexion la plus coûteuse appartient au début, où elle est peu coûteuse à refaire, pas à la fin, où vous vous êtes engagé sur un brouillon qui était mauvais dès la deuxième phrase.

Étape 1 : Brief, le contexte que vous refusez de sauter

Le Brief est ce que presque personne n'écrit et ce dont presque tout le monde a besoin. C'est une page, écrite par vous, que le modèle lit avant toute génération de prose. Sans cela, chaque étape ultérieure n'est que devinette.

Un Brief opérationnel comporte six champs. Public, en une phrase avec assez de matière pour que ce ne soit pas « tout le monde ». Argument central, en une phrase, la version que vous diriez à voix haute. Critères de succès, ce qui rendrait ce texte digne d'être publié. Phrases bannies, les tics d'IA et les métaphores fatiguées que vous ne voulez pas voir. Références de voix, trois à cinq textes existants (les vôtres, ou des auteurs que vous admirez, ou les deux). Et contraintes, longueur et format et tout non-négociable.

Voici le modèle que j'utilise. Il est simple, c'est tout l'intérêt.

# Brief: [working title]

## Audience
One sentence describing who is reading this. Include their existing
knowledge level and what they came looking for.

## Core argument
The single sentence the entire piece exists to make. If you cannot
write it in one sentence, the piece is not ready.

## Success criteria
- What does a reader do, share, or believe differently?
- What would make this piece worth their 14 minutes?

## Banned phrases
- "in today's fast-paced world"
- "let's dive in"
- "game-changer"
- (add the AI tells you personally hate)

## Voice references
- [Link to one of your own pieces]
- [Link to a piece by a writer you admire]
- [One more, ideally in a different register]

## Constraints
- Length: 2,500 words
- Tone: opinionated but not snide
- Must include: one table, three concrete examples

Notez que le Brief n'est pas un prompt. C'est un document de contexte. C'est la même idée que je défendais longuement dans Context Engineering: The Skill That Replaces Prompt Engineering. Les briefs sont des actifs de context engineering. Ils se trouvent en amont de chaque prompt pour la suite.

L'étape Brief est aussi celle où vous décidez si l'IA doit aider du tout. Certains textes, ceux qui viennent d'un endroit qui est vraiment vôtre et pas encore articulé, sont moins bons avec une intervention de modèle avant que vous n'ayez un brouillon. Le Brief est la façon dont vous découvrez de quel type de texte il s'agit. Si vous ne pouvez pas écrire l'argument central en une phrase, aucun modèle ne le découvrira pour vous.

Si vous utilisez le surligneur web de Glasp comme moi, l'étape Brief est aussi celle où vos surlignements sauvegardés deviennent matière première. Tirez cinq surlignements qui touchent au sujet, collez-les dans le Brief, et vous avez des preuves et des citations prêtes à alimenter chaque étape ultérieure.

Étape 2 : Skeleton, travailler à rebours depuis la conclusion

Une fois que le Brief existe, l'étape Skeleton est rapide et peu coûteuse. Le travail n'est pas d'écrire de la prose. Le travail est de produire trois à cinq plans qui défendent le même point sous des formes différentes, puis de choisir celui qui correspond à ce que vous voulez vraiment dire.

La raison pour laquelle cela bat l'écriture immédiate de prose est structurelle. Les plans sont peu coûteux à jeter. Les brouillons ne le sont pas. Si vous écrivez 800 mots avant de réaliser que la structure est mauvaise, vous garderez probablement les 800 mots de toute façon parce que vous les avez écrits. C'est un coût irrécupérable déguisé en engagement. Les plans ne déclenchent pas ce biais parce qu'il n'y a rien à perdre.

Le prompt que j'utilise à cette étape est court.

You are an outline generator, not a writer. Read the Brief below.
Then produce three contrasting outlines for this piece. Each outline
should make the same core argument but use a different structural
strategy:

1. Chronological / narrative
2. Claim then evidence
3. Problem then mechanism then implication

For each outline, give me:
- Section headings (4 to 6 sections)
- One sentence describing the beat of each section
- A note on which audience this structure serves best

Do not write any prose. Outlines only.

[paste Brief here]

Ce que vous obtenez en retour, ce sont trois squelettes. Lisez-les avec le Brief ouvert. Le bon est généralement évident en trente secondes. Parfois le bon plan est un hybride de deux d'entre eux, et le modèle est une caisse de résonance utile pour cette synthèse. Parfois aucun des trois n'est bon, ce qui est en soi une information. Cela signifie généralement que le Brief était vague.

C'est aussi l'étape où je trouve que ChatGPT surpasse légèrement Claude en variété structurelle brute. Claude tend à donner trois plans qui ressemblent à des cousins. GPT en donne trois qui ressemblent à des étrangers. Pour l'étape Skeleton, les étrangers sont utiles. Le raisonnement complet sur quel modèle convient à quelle tâche se trouve dans The AI Task and Model Matrix.

Étape 3 : Voice, pourquoi « écris dans mon style » ne fonctionne pas

C'est l'étape qui détermine si le texte fini sonne comme s'il avait été écrit par un humain. La plupart des gens utilisent le mauvais prompt ici. Le mauvais prompt est « écris ceci dans mon style », parce que le modèle n'a aucune idée de ce qu'est votre style, et même si vous avez écrit des centaines de textes dans son ensemble d'entraînement, ce qu'il sait de votre style est moyenné avec les styles de tous les écrivains adjacents qu'il a appris en même temps que vous.

La solution est en deux temps. D'abord, demandez au modèle d'extraire des règles de style concrètes à partir d'échantillons que vous choisissez. Ensuite, demandez-lui d'écrire selon ces règles extraites, pas selon « votre voix ».

Voici le méta-prompt qui fait l'extraction.

You are a style analyst, not a critic. I'm going to paste three pieces
of writing below. Read all three carefully and produce a style profile
of the author's voice as a list of concrete, falsifiable rules.

For each rule:
- State it specifically (not "uses short sentences" but
  "60% of sentences are under 18 words")
- Give one example from the samples
- Note when the author breaks the rule (every voice has exceptions)

Cover at least:
- Sentence length distribution
- Paragraph length and rhythm
- Word choice patterns (do they prefer concrete or abstract nouns?)
- Verbs (active or passive, strong or weak?)
- Use of contractions, sentence fragments, lists
- Opening and closing patterns
- Words and phrases the author avoids

Do not interpret the content. Only describe the style.

[paste sample 1]
---
[paste sample 2]
---
[paste sample 3]

Ce qui revient est une liste de quinze à vingt règles. Certaines seront fausses. Certaines seront évidentes. Quelques-unes seront des choses que vous ne saviez pas faire. Lisez la liste, supprimez les règles fausses, affinez celles qui sont vagues, et vous avez maintenant un document de style que vous pouvez remettre à n'importe quel prompt ultérieur comme contrainte.

Cela fonctionne parce que le modèle est bien meilleur pour décrire des motifs que pour générer à partir d'un sens ressenti qu'il n'a pas. Quand vous demandez « votre voix », vous demandez un sens ressenti. Quand vous lui demandez d'écrire selon quinze règles spécifiques, vous demandez un appariement de motifs. L'appariement de motifs est ce que ces systèmes font bien.

Le choix des échantillons compte. Utilisez trois à cinq textes de votre meilleure écriture sur des sujets connexes, pas un assortiment au hasard. Si le nouveau texte est tranché, ne lui donnez pas vos guides pratiques neutres. Le profil de voix fait la moyenne de tout ce que vous lui donnez.

Étape 4 : Pressure-Test, faire de l'IA un sceptique

À la fin de l'étape 3, vous avez un brouillon. Ce peut être le brouillon du modèle suivant vos règles de voix, ou votre propre brouillon après avoir utilisé les règles de voix comme liste de vérification d'auto-édition. Dans les deux cas, le brouillon doit maintenant survivre à un lecteur hostile. C'est ce pour quoi l'IA est déraisonnablement douée si vous le demandez correctement.

Le mode d'échec par défaut est un modèle complaisant. Tels quels, Claude et ChatGPT vous diront que votre brouillon est génial avec quelques suggestions mineures. Ils sont ajustés par RLHF pour être serviables, et dire « cet argument a un trou par lequel un camion pourrait passer » n'est pas le chemin de moindre frottement. Vous devez les sortir de la complaisance par instruction.

Voici les six prompts que je passe à cette étape. Je les passe un à la fois, dans des fils séparés, parce que les mélanger les dilue chacun.

1. "What's the strongest counterargument to the central claim in this
   piece? Steelman it. Don't argue back yet, just state the strongest
   version of the opposing view."

2. "You are a hostile editor at a magazine known for cutting copy
   ruthlessly. Mark every sentence that does not earn its place.
   Quote the sentence and explain why it goes."

3. "Where in this piece am I assuming the reader already agrees with me?
   Quote the specific sentences where I'm taking shared ground for
   granted."

4. "What evidence is missing from this piece that a skeptical reader
   would demand? List specific claims that need a citation, a number,
   or an example I haven't provided."

5. "Where am I burying the lede? Specifically: what's the single most
   interesting sentence in this piece, and how far down does it appear?
   Should it be earlier?"

6. "Imagine it's 12 months from now and this article has aged badly.
   What changed about the topic that made the piece wrong? Which
   specific paragraphs are most exposed to that future?"

Lancez-les. Vous obtiendrez une version annotée de votre brouillon depuis chaque prompt. La plupart des critiques seront fausses ou faibles, ce qui est très bien. Vous n'avez besoin que de quelques-unes qui touchent juste. Le prompt de l'éditeur hostile trouve presque toujours trois ou quatre phrases qui doivent disparaître. Le prompt « enterrer la nouvelle » réorganise presque toujours quelque chose d'utile.

Si vous avez une bibliothèque Glasp en cours, cette étape est aussi celle où la fonctionnalité de chat IA sur vos surlignements gagne sa place. Demander au chat « quelle contre-preuve se trouve dans mes propres surlignements contre l'argument de ce brouillon » est une question différente que de demander à un nouveau modèle, et plus honnête, car la réponse vient de sources que vous avez déjà choisi de croire.

Pour d'autres motifs de prompts dans cette famille, voir Prompt Patterns for Thinking.

Étape 5 : Polish, la passe finale que l'IA ne devrait pas faire

C'est l'étape où la plupart des workflows ruinent tout ce qu'ils ont construit. La tentation est réelle. Vous avez un brouillon presque fini. Le modèle est juste là. Une passe de plus pour le nettoyer, lisser les aspérités, corriger les phrases maladroites. Cela prendra trois minutes.

Ne le faites pas.

La raison est la même que pour laquelle « écris dans mon style » ne fonctionne pas. Une passe de polissage est l'opération la plus sensible à la voix dans l'écriture. C'est là que vivent le rythme, le choix des mots et les petites idiosyncrasies qui font qu'une prose sonne comme une personne. Quand vous demandez à un modèle de polir, il fait la moyenne de ces micro-décisions. Vous récupérez un brouillon techniquement plus lisse et qui vous ressemble moins. Le lecteur ne saura pas nommer ce qui a changé. Il sentira seulement que quelque chose ne va pas.

Ce que l'IA devrait faire à l'étape Polish est de signaler des candidats, pas d'éditer. Utilisez ce prompt.

You are a style auditor, not an editor. Read the draft below. Do not
rewrite anything. Produce a list of:

- Every sentence over 25 words
- Every paragraph that opens with the same word as the previous paragraph
- Every nominalization where a verb would be stronger ("made a decision"
  vs "decided")
- Every weak verb ("there is", "it is", "this is")
- Every adverb that could be cut
- Every metaphor or cliche that feels generic

Quote the offending sentences. Suggest nothing.

Vous obtiendrez une longue liste. Parcourez-la phrase par phrase et décidez. La plupart des phrases signalées vont bien. Certaines non. La décision de savoir laquelle est laquelle, c'est votre voix. L'acte de la prendre, cinquante fois de suite, est ce qui produit un texte que quelqu'un peut reconnaître comme le vôtre dès le premier paragraphe.

Verlyn Klinkenborg, dans Several Short Sentences About Writing, a une phrase à laquelle je pense constamment : « Plus la phrase est longue, moins elle veut dire ». Ce n'est pas littéralement vrai, mais la sensibilité l'est. Les phrases longues se cachent. Les phrases courtes s'engagent. L'étape Polish est celle où vous vous engagez. Un modèle ne peut pas s'engager à votre place car l'engagement est ce qu'il n'a pas.

Stephen King le dit plus crûment dans On Writing : « Tuez vos chouchous, tuez vos chouchous, même quand ça brise le cœur de votre petit gribouilleur égocentrique, tuez vos chouchous ». Utilisez le modèle pour trouver les chouchous. Utilisez-vous pour les tuer.

Le workflow tient sur une seule page

Voici l'antisèche. Imprimez-la, collez-la au-dessus de votre écran, consultez-la lors du prochain texte long que vous écrirez.

Le temps total pour un texte de 2 500 mots est de 2 à 4 heures. Comparez cela à trente minutes de prompt unique, et le calcul paraît mauvais jusqu'à ce que vous compariez les résultats. La version en un seul prompt ne mène nulle part car personne ne finit de la lire. La version en cinq étapes se fait effectivement partager.

Un rythme utile si vous écrivez régulièrement : tenez une collection Glasp sur le sujet autour duquel vous tournez. Quand les surlignements atteignent une masse critique (environ cinq forts), ouvrez un Brief et déroulez le workflow. Les surlignements deviennent preuves à l'étape 1, matière première à l'étape 4, et contrepoids quand le modèle devient trop complaisant. Le pipeline tourne tout seul une fois que l'habitude de surligner est en place.

Foire aux questions {#frequently-asked-questions}

Ce workflow fonctionne-t-il pour les e-mails ou les textes courts ?

Non. Tout ce qui fait moins d'environ 1 500 mots n'a pas besoin de cinq étapes. La surcharge dévore le bénéfice. Pour un e-mail ou un court billet, écrivez le Brief dans votre tête, sautez le Skeleton, et passez directement à la rédaction. Le workflow est conçu pour des textes où les décisions structurelles comptent plus que les décisions au niveau des phrases, et les textes courts sont l'inverse.

Quelle IA dois-je utiliser à quelle étape ?

Avis franc après avoir utilisé les deux abondamment. Claude tend à être plus fort sur Brief, l'extraction de Voice, et Pressure-Test, principalement parce qu'il suit les instructions longues et structurées de manière plus fiable et est moins enclin à plaire à l'étape Pressure-Test. ChatGPT tend à être plus fort sur Skeleton car il produit des structures de plan plus véritablement variées. Les deux conviennent pour le repérage Polish car le prompt est mécanique. Évitez Perplexity pour ces étapes. C'est un outil de recherche, pas un partenaire d'écriture. La réponse plus longue est dans The AI Task and Model Matrix.

Les outils de détection d'IA signaleront-ils le résultat ?

Si vous faites réellement l'étape 5 à la main, les motifs personnels survivent et les outils de détection ont moins de prise. L'article GEO de Princeton de KDD 2024 (Aggarwal et al.) a étudié comment les modèles de langage citent et reproduisent le style. Le point pertinent ici est que la voix est plus proche d'une empreinte digitale que d'une recette. Les modèles entraînés sur du texte agrégé peinent à imiter les micro-décisions d'un auteur spécifique, ce qui est exactement pourquoi l'étape Polish compte. Cela dit, si votre écriture est à fort enjeu (juridique, académique, journalistique), aucun workflow ne vous garantit de passer la détection. Utilisez l'IA comme échafaudage, pas comme auteur.

Combien de temps prend vraiment ce workflow ?

Deux à quatre heures pour un billet de 2 500 mots. Comparez à trente minutes de prompt unique plus le temps que vous passeriez à réécrire le mauvais brouillon obtenu, qui est généralement une autre heure, et l'écart se réduit. Le compromis n'est pas vraiment la rapidité. Le compromis est de savoir si le texte fini vaut la peine d'être publié.

Puis-je sauter l'étape Brief si je suis pressé ?

Non. Sauter le Brief est la façon la plus fiable de produire un brouillon qui sent l'IA. Toutes les autres étapes dépendent d'un Brief clair. Sans lui, l'étape Skeleton vous donne des plans pour un texte qui n'est pas le texte que vous vouliez. L'étape Voice extrait des règles qui s'appliquent au mauvais contenu. L'étape Pressure-Test critique le mauvais argument. Si vous avez dix minutes au total, passez-en neuf sur le Brief et une sur un seul squelette, et vous serez plus avancé que si vous aviez passé dix minutes à inviter à partir de zéro.

Conclusion {#conclusion}

La raison pour laquelle l'écriture IA en un seul prompt échoue n'est pas que les modèles sont mauvais. La raison est que l'écriture longue est cinq tâches, et demander à un modèle d'en faire cinq d'un seul coup produit la moyenne des cinq. Brief, Skeleton, Voice, Pressure-Test, Polish. Chacun avec une portée limitée. Chacun un collaborateur différent. Le rôle humain grandit vers la fin, où vit la voix, au lieu de rétrécir.

Si vous écrivez assez pour que tout cela compte, le workflow se rentabilise dès le premier texte. Si vous écrivez rarement, sauvegardez cet article et ressortez-le la prochaine fois que le sujet vous paraîtra trop grand pour un seul prompt.

Quoi qu'il en soit : arrêtez de demander au modèle d'écrire l'essai. Commencez à lui demander de vous interviewer, de plancher contre vous, d'extraire la voix de vos échantillons, d'attaquer le brouillon, et de signaler les motifs. Puis écrivez la chose. Le modèle est la pièce. Vous restez l'auteur.