À quoi ressemble un bon prompt pour un propriétaire de petite entreprise?

La plupart des propriétaires de petites entreprises ne manquent pas de données. Ils ont un rapport de caisse, un tableur du comptable et une pile de factures de fournisseurs. Ce qui leur manque, c’est une heure pour s’asseoir avec ces chiffres et se demander ce qu’ils veulent dire pour le mois prochain. C’est là que ChatGPT peut aider, à condition que le prompt lui fournisse le bon matériel et pose la bonne question.

ChatGPT : Le Guide Pour Débutant compte le cadre dirigeant parmi ses rôles d’exemple, et ses prompts peaufinés pour ce rôle suivent un même modèle : nommer les données et la période, dire comment les ventiler, demander les tendances qui comptent, puis demander des recommandations. Pour un propriétaire qui est aussi teneur de livres, acheteur et la personne derrière le comptoir, un élément de plus compte : la décision réelle que vous devez prendre.

Les quatre parties d’un prompt d’affaires

• Le contexte. Ce qu’est l’entreprise, où elle exerce ses activités, qui y achète. « Une boulangerie dans un petit village du Québec, achalandée par les villégiateurs l’été » change la façon dont le modèle interprète une pointe en juillet.
• Les données. Collez les chiffres sous forme de petit tableau, avec la période et les unités. Retirez les noms de clients et tout renseignement personnel; le modèle n’en a pas besoin.
• La décision. Entre quoi choisissez-vous réellement? Le personnel pour l’automne, ce qu’il faut stocker, quel produit mettre de l’avant.
• Le résultat et la vérification. Demandez un nombre fixe d’options, le raisonnement derrière chacune et chaque calcul écrit au long pour pouvoir le vérifier.

Cette dernière partie n’est pas facultative. OpenAI prévient depuis le lancement que ChatGPT peut écrire des réponses qui semblent plausibles, mais qui sont fausses, et l’arithmétique sur un tableau collé est un endroit classique pour une erreur discrète.

Un exemple complet : trois mois de ventes

Voici un prompt pour une boulangerie fictive. Les chiffres sont donnés à titre d’illustration.

Tu es un conseiller d’affaires pratique pour les très petits commerces de détail.

Contexte : j’exploite une boulangerie dans un petit village du Québec. L’été amène des villégiateurs et des touristes; à partir d’octobre, la plupart des clients sont des résidents à l’année. J’ai deux employés à temps partiel.

Ventes mensuelles ($ CA, avant taxes) :
| Gamme de produits | Juin | Juillet | Août |
| Pain | 6 200 | 5 900 | 5 600 |
| Pâtisseries | 4 100 | 4 600 | 4 900 |
| Gâteaux sur commande | 2 800 | 3 900 | 4 400 |
| Café | 3 000 | 3 400 | 3 500 |

Décision : quoi changer pour la période d’octobre à décembre.

S’il te plaît :
1. Calcule le total de chaque mois et la variation en pourcentage de juin à août pour chaque gamme de produits. Montre chaque calcul.
2. Nomme les deux tendances qui comptent le plus pour ma décision, et une qui reflète probablement seulement l’achalandage estival.
3. Suggère trois décisions concrètes pour l’automne, chacune avec la raison, le coût ou le risque, et un chiffre que je devrais surveiller pour savoir si ça fonctionne.
Reste sous 400 mots. Si quelque chose dans mes données n’est pas clair, pose-moi la question avant de répondre.

C’est la structure qui fait le travail. Le modèle doit d’abord montrer ses calculs, séparer le signal du bruit saisonnier et lier chaque suggestion à un chiffre que vous pouvez surveiller. La ligne qui l’invite à poser des questions compte aussi : OpenAI note que ChatGPT devine habituellement le sens d’une demande ambiguë au lieu de poser la question.

Vérifiez les calculs avant d’y croire

Avec ces chiffres, les totaux devraient être de 16 100, 17 800 et 18 400. Le pain baisse d’environ 9,7 % de juin à août, et les gâteaux sur commande augmentent d’environ 57 %. Si la réponse montre autre chose, le modèle a fait une erreur, et chaque recommandation qui en découle mérite un deuxième regard.

Trois habitudes vous protègent :

1. Recalculez les chiffres clés dans votre propre tableur. Ça prend deux minutes pour un tableau de cette taille.
2. Demandez au modèle de se vérifier lui-même. « Recalcule le total d’août ligne par ligne » attrape souvent une erreur, même si ce n’est pas une preuve.
3. Utilisez un outil qui fait de vrais calculs quand les données augmentent. Les abonnés à ChatGPT Plus peuvent activer la version bêta de l’interpréteur de code (Code Interpreter), qu’OpenAI a commencé à déployer en juillet. Elle permet à ChatGPT d’écrire et d’exécuter du code sur un fichier que vous téléversez; les totaux viennent ainsi d’un programme plutôt que de la prédiction du modèle sur ce que les chiffres devraient être. Vous lisez quand même le résultat d’un œil critique.

Comment transformer vos données en décisions?

Partez de la décision, pas des données. « Que disent mes ventes? » invite un long résumé de choses que vous savez déjà. « Devrais-je garder le deuxième employé le samedi cet automne? » indique au modèle quels chiffres comptent et à quoi ressemble une réponse utile. Écrivez la décision en haut du prompt, puis n’incluez que les chiffres qui s’y rapportent.

Ensuite, demandez des options plutôt qu’une seule réponse, et demandez ce qui devrait être vrai pour que chacune soit la bonne. Si la recommandation sur les gâteaux n’a de sens que si les commandes de gâteaux se maintiennent après le départ des touristes, vous savez maintenant exactement quoi surveiller en octobre.

Enfin, rendez chaque décision assez petite pour être testée. Changez une seule chose, choisissez le chiffre qui vous dira si ça a fonctionné, et rapportez les chiffres du mois suivant dans la même conversation. Au fil de quelques cycles, ChatGPT devient moins un oracle et davantage un partenaire de réflexion structuré, tandis que le jugement sur vos clients, votre personnel et votre village reste entre vos mains.