“Prompt Engineer — 90k€/an.”

J’ai vu cette offre d’emploi la semaine dernière. Un poste à temps plein pour écrire des instructions à un LLM.

C’est comme si en 1995 quelqu’un avait créé un poste de “Search Engine Query Specialist” — un expert à temps plein pour taper des mots-clés dans AltaVista.

(On sait comment ça a fini.)

Ce que le prompt engineering est vraiment

Le prompt engineering est une compétence, pas un métier. Comme savoir utiliser Excel ou écrire un email clair. Tout le monde dans une équipe tech devrait savoir structurer un prompt efficace. Personne ne devrait en faire sa seule activité.

Pourquoi ? Parce que la valeur n’est pas dans le prompt. La valeur est dans la compréhension du problème que le prompt est censé résoudre.

Le vrai arbitrage

Ce que votre budget devrait dicter, ce n’est pas “quel LLM utiliser” ou “comment formuler le prompt”. C’est “est-ce que ce problème justifie un LLM ?”

flowchart TD
    PE["Prompt Engineering
(compétence)"]
    PE --> WHO["Qui devrait l'avoir ?"]
    WHO --> DEV["Devs : intégrer dans le workflow"]
    WHO --> PM["PMs : prototyper des solutions"]
    WHO --> SUPPORT["Support : templates de réponse"]
    
    ANTI["'Prompt Engineer'
(poste dédié)"]
    ANTI --> WHY["Pourquoi c'est fragile"]
    WHY --> W1["Les modèles changent
→ les prompts aussi"]
    WHY --> W2["La valeur est dans le
problème, pas le prompt"]
    WHY --> W3["Commoditisation rapide
des interfaces"]
    
    class ANTI alerte
    class PE ok

Ce que j’enseigne

En TP, j’apprends aux étudiants à utiliser les LLM comme un outil — au même titre que Git, Figma, ou un terminal. Pas comme une fin en soi.

La question que je leur pose systématiquement : “qu’est-ce que tu veux obtenir ?” Pas “quel prompt tu vas écrire.” Le prompt est une conséquence. La clarté sur l’objectif est le prérequis.

C’est la même chose en mission. Quand un CTO me demande “quel LLM on devrait utiliser ?”, ma première réponse est toujours : “pour résoudre quel problème, exactement ?”

Apprenez le prompt engineering. Comme vous avez appris Excel. Puis passez à autre chose.

Le problème que vous résolvez sera toujours plus important que la manière dont vous le formulez.

Sources

• Observations terrain — cours MMI, missions CTO

Pour aller plus loin

• Bender, E., Gebru, T. et al. — « On the Dangers of Stochastic Parrots », FAccT, 2021
• Huyen, C. — Designing Machine Learning Systems, O’Reilly, 2022

Glossaire

• CTO : Chief Technology Officer — directeur technique.
• LLM : Large Language Model — grand modèle de langage, la technologie derrière les IA génératives de texte.