Le prompt système est la partie de la requête que l’utilisateur final ne tape jamais. Il indique au modèle pour qui il travaille et comment se comporter.
Comment ça marche
Dans le format Chat Completions, messages est une liste d’objets dotés d’un role. Le premier porte généralement les instructions permanentes :
{"messages": [
{"role": "system", "content": "You are a support agent for an airline. Answer in two sentences. Never quote fares."},
{"role": "user", "content": "Can I change my flight?"}
]}
La référence de l’API d’OpenAI décrit les messages system et developer comme des « developer-provided instructions that the model should follow, regardless of messages sent by the user » (traduction : « instructions fournies par le développeur que le modèle doit suivre, quels que soient les messages envoyés par l’utilisateur »), et précise que les messages developer remplacent les messages system à partir d’o1. Son guide de génération de texte place les messages developer « ahead of user messages » (traduction : « avant les messages de l’utilisateur ») en priorité. Anthropic reçoit le prompt système non pas comme un message, mais comme un paramètre system distinct au premier niveau, et note qu’une seule phrase définissant un rôle « focuses Claude’s behavior and tone » (traduction : « recentre le comportement et le ton de Claude »).
Contenu typique : un rôle, la tâche, des règles strictes, le format de sortie et parfois des exemples (few-shot prompting).
Pourquoi c’est important
- Coût. Le prompt système est renvoyé à chaque appel sous forme de tokens d’entrée. Un prompt de 2 000 tokens sur 10 000 requêtes représente 20 millions de tokens.
- Mise en cache. Identique et placé en premier, le prompt système est le préfixe le plus facile à mettre en cache. Placez les données variables, comme les dates ou les noms d’utilisateurs, après lui. L’article sur la structure des prompts pour la mise en cache montre l’ordre à suivre.
- Sécurité. C’est une couche de règles, pas une frontière de sécurité. Une injection de prompt dans des documents ou du texte utilisateur peut quand même faire dévier le modèle.
Sur BroadNet Inference
BroadNet sert le format chat completions d’OpenAI : un message system se place donc dans messages, comme ci-dessus. Les exemples de la documentation utilisent un seul message user et ne décrivent pas comment chaque modèle traite le rôle system ou developer ; testez votre prompt sur le modèle que vous mettez en production.
BroadNet indique prompt_tokens_details.cached_tokens dans usage et facture ces tokens au prix de l’entrée en cache. Exemple chiffré sur DeepSeek V4.1 Flash, avec les 20 millions de tokens ci-dessus : 20 × $0.175 si rien n’est en cache, ou 20 × $0.0055 si chaque lecture touche le cache. Les taux de réussite réels se situent entre les deux ; consultez cached_tokens pour connaître le vôtre. Le démarrage rapide curl montre une première requête.
Erreurs fréquentes
- Placer un horodatage en tête du prompt système. Il change à chaque appel et casse le cache.
- Stocker des secrets dans le prompt système. Les utilisateurs arrivent souvent à le faire répéter au modèle.