Pour obtenir un bon arabe d’un LLM, énoncez chaque choix que le modèle devinerait sinon : arabe standard moderne ou dialecte nommé, public et ton, chiffres occidentaux (123) ou arabes orientaux (١٢٣), format de date et de devise, écriture des termes anglais, et présence ou non de diacritiques. Corrigez ensuite l’affichage de droite à gauche dans votre interface, pas dans le prompt.
Comment préciser le registre et le dialecte ?
L’arabe a une norme écrite formelle, l’arabe standard moderne (MSA, الفصحى), et de nombreux dialectes parlés. Les textes professionnels sont en général en MSA ; les produits de chat, de marketing et de voix utilisent parfois le dialecte. Dites précisément au modèle lequel :
| Au lieu de | Dites |
|---|---|
| Réponds en arabe. | Réponds dans un arabe standard moderne clair et simple, adapté à des clients du commerce de détail. |
| Utilise le dialecte du Golfe. | Écris en arabe du Golfe saoudien (proche du najdi), informel mais respectueux, comme le ferait une jeune marque. |
| Sois aimable. | Chaleureux et poli. Utilise « حضرتك » pour les clients égyptiens ; évite l’argot. |
Quelques règles pratiques :
- Le « MSA simple » est le choix par défaut le plus sûr. Il est compris partout et sonne professionnel. Les modèles l’écrivent de façon plus fiable que le dialecte.
- Nommez le pays, pas « le Golfe » ou « le Levant ». Les parlers saoudien, émirati et koweïtien diffèrent ; le libanais et le jordanien aussi.
- Forme d’adresse. En arabe, le « tu » est marqué en genre. Choisissez un défaut (le masculin singulier est la forme neutre courante dans les textes d’interface) ou demandez au modèle une formulation neutre quand c’est possible, par exemple avec la forme nominale « يرجى إدخال » (veuillez saisir) au lieu de l’impératif « أدخل/أدخلي ».
- Diacritiques. Dites « pas de diacritiques » pour un texte courant. La plupart des modèles en ajoutent peu par défaut, mais certains en mettent sur les noms ou dans des réponses au style poétique.
Pour les entrées en dialecte, voyez comment les LLM gèrent l’arabe du Golfe, égyptien et levantin.
Comment maîtriser chiffres, dates et devises ?
Le texte arabe utilise deux jeux de chiffres : les chiffres occidentaux (0–9) et les chiffres arabes orientaux (٠١٢٣٤٥٦٧٨٩). Le jeu attendu par les lecteurs varie selon le pays et le support, et les modèles les mélangent si on ne leur dit rien. Décidez par produit, d’après ce qu’utilisent déjà vos supports existants sur ce marché :
- Les chiffres occidentaux sont les plus simples pour l’analyse, la recherche et la saisie.
- Les chiffres arabes orientaux correspondent à un rendu plus traditionnel. Si vous en avez besoin, convertissez à l’affichage et gardez des chiffres occidentaux dans vos données.
Précisez aussi :
- Les dates : grégorien, hégirien ou les deux, et le format (par exemple 2026-11-14 ou ١٤ نوفمبر ٢٠٢٦). Notez que les noms de mois varient selon la région : نوفمبر en Égypte et dans le Golfe, تشرين الثاني au Levant et en Irak.
- La devise : symbole ou code, et position. « ر.س » ou « SAR » ? Avant ou après le nombre ? Donnez un exemple.
- Le séparateur décimal : « . » ou le séparateur décimal arabe « ٫ ».
Un seul exemple concret dans le prompt règle l’essentiel : « Écris les prix ainsi : 1,250.00 ر.س ».
Comment corriger les problèmes d’affichage de droite à gauche ?
La plupart des signalements du type « l’arabe est cassé » sont des problèmes d’affichage, pas de modèle. Quand de l’arabe et du texte latin ou des nombres partagent une ligne, l’algorithme bidirectionnel Unicode fixe l’ordre visuel d’après la direction du paragraphe. Si votre bulle de chat est orientée de gauche à droite, une réponse comme « تم شحن طلبك رقم 4821. » peut afficher le point à la mauvaise extrémité.
Corrigez-le dans l’interface :
- Placez
dir="auto"(oudir="rtl"pour les vues entièrement en arabe) sur l’élément qui affiche chaque message. Voyez MDN sur l’attribut dir et les recommandations du W3C sur le balisage de droite à gauche. - Quand vous insérez des valeurs (noms, numéros de commande, noms de produits anglais) dans des modèles arabes, entourez-les de
<bdi>en HTML, ou des isolats Unicode (U+2068 FIRST STRONG ISOLATE … U+2069 POP DIRECTIONAL ISOLATE) en texte brut. - Dans le prompt, demandez une mise en forme que votre support sait afficher. WhatsApp et SMS : texte brut, pas de tableaux Markdown. Chat web : le Markdown convient si votre moteur de rendu gère les listes RTL. Les blocs de code doivent rester de gauche à droite.
Si vous diffusez les réponses en streaming, fixez la direction du conteneur avant l’arrivée du premier token, pour que le texte ne saute pas ; voyez le guide du streaming.
Comment le modèle doit-il mêler arabe et anglais ?
Les vrais textes professionnels en arabe mêlent les langues : noms de produits, termes techniques, unités, code. Fixez la règle et énoncez-la :
- « Garde les noms de marques et de produits dans leur graphie latine d’origine. »
- « Écris les termes techniques en arabe avec le terme anglais entre parenthèses la première fois : واجهة برمجة التطبيقات (API). »
- « Ne translittère jamais de mots anglais en lettres arabes », ou l’inverse, si votre public préfère « الإيميل » à « البريد الإلكتروني ».
- « Si l’utilisateur écrit en anglais, réponds en anglais. S’il écrit en arabizi, réponds en écriture arabe. » Plus de détails dans gérer l’arabizi.
Le prompt système doit-il être en anglais ou en arabe ?
Les deux fonctionnent. Des instructions en anglais avec un contenu en arabe sont courantes et faciles à maintenir si toute votre équipe ne lit pas l’arabe. Des instructions en arabe peuvent orienter le ton et le vocabulaire dans la bonne direction. Quel que soit votre choix, gardez une seule langue par prompt système, et placez-y dans tous les cas un exemple en arabe de la sortie souhaitée. Des instructions en arabe peuvent coûter plus de tokens que les mêmes règles en anglais ; comparez les deux dans le compteur de tokens arabe, gratuit. Nos données sur l’efficacité des tokenizers montrent combien de tokens prennent les mêmes phrases en arabe et en anglais sur 16 tokenizers.
Un exemple complet :
import os
from openai import OpenAI
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
SYSTEM = """You are the support assistant for an Egyptian electronics store.
Language: reply in simple Modern Standard Arabic. If the customer writes in English, reply in English.
Tone: warm, polite, concise. At most 3 sentences.
Numbers: Western digits. Prices like: 12,499 ج.م
Dates: Gregorian, like: 14 نوفمبر 2026
Names: keep brand and model names in Latin letters (iPhone 17, Galaxy S26).
Formatting: plain text only, no Markdown, no diacritics.
Example reply:
شكراً لتواصلك معنا. سعر Galaxy S26 حالياً 12,499 ج.م، والتوصيل متاح خلال يومين."""
r = client.chat.completions.create(
model="broadnet/qwen3.8-27b",
max_tokens=2000, # reasoning comes first
messages=[{"role": "system", "content": SYSTEM},
{"role": "user", "content": "عايز أعرف سعر الايفون ١٧ وهل في تقسيط؟"}],
)
print(r.choices[0].message.content)
Le client écrit en arabe égyptien (« Je voudrais connaître le prix de l’iPhone 17, et est-ce qu’il y a un paiement en plusieurs fois ? ») avec des chiffres orientaux. Le prompt fait répondre en MSA avec des chiffres occidentaux. L’exemple de réponse dans le prompt signifie : « Merci de nous avoir contactés. Le Galaxy S26 coûte actuellement 12,499 EGP, et la livraison est possible sous deux jours. »
Comment obtenir une sortie structurée en arabe ?
Quand vous avez besoin de JSON, gardez les clés en anglais et les valeurs en arabe. Précisez si les nombres doivent être des nombres ou des chaînes, et quel jeu de chiffres utiliser dans les chaînes. Demandez null plutôt que des suppositions. Voyez la sortie structurée avec JSON Schema.
Comment tester des prompts en arabe ?
Constituez un jeu de 30 à 50 prompts réels par marché, faites-les passer sur chaque modèle candidat, et faites noter le registre, l’exactitude et le naturel par un locuteur natif de ce marché. BroadNet indique que Qwen3.8 27B a rédigé un arabe fluide et compris les dialectes du Golfe et égyptien lors de ses tests ; DeepSeek V4.1 Flash et GLM 5.3 sont sur la même API, si bien que changer de modèle se fait en une ligne. Comparez leurs prix sur la page des tarifs ou dans le comparatif DeepSeek V4.1 Flash vs Qwen3.8 27B, et mesurez les tokens sur du vrai texte arabe, car l’arabe prend souvent plus de tokens par mot que l’anglais. Pour la checklist plus large de choix du modèle, voyez choisir une API LLM pour l’arabe.
Checklist des prompts en arabe
- Registre et pays nommés.
- Forme d’adresse (genre) décidée.
- Chiffres, dates, devise et séparateur décimal précisés avec un exemple.
- Mise en forme adaptée au support d’affichage.
- Règle énoncée pour les termes anglais et les noms de marques.
dir="auto"et isolement dans l’interface.- Relecture par un locuteur natif sur un jeu de test fixe.
