8 prompts IA enseignants pour vos cours de 2026
Gagnez du temps sans sacrifier la qualité pédagogique. Vous passez des heures à préparer un cours, en tenant ensemble les objectifs d'apprentissage, l'hétérogénéité de la classe, les supports, les consignes et l'administratif. L'IA peut vraiment aider, mais seulement si vous lui donnez un cadre de travail clair.
Les prompts IA enseignants les plus utiles ne sont pas des formules magiques à copier. Ce sont des façons de penser. En pratique, les enseignants qui obtiennent de bons résultats avec l'IA structurent leur demande avec méthode, puis ajustent. C'est cohérent avec le cadre diffusé par Numédu 68 sur la rédaction de prompts en 10 étapes, centré sur l'objectif, le contexte, le rôle de l'IA, le format attendu et le niveau visé.
Dans le contexte français, cette logique répond à des usages très concrets. Planifier, personnaliser, évaluer, rendre une activité plus interactive. Oubliez donc la requête vague du type « fais-moi un cours ». Voici 8 structures de prompts conçues comme des stratégies pédagogiques, pas comme des modèles figés.
Table des matières
- 1. Le prompt structuré par objectif pédagogique et métalangage
- 2. Le prompt avec cadre SCAMPER
- 3. Le prompt contrastif
- 4. Le prompt avec rôle ou persona
- 5. Le prompt itératif avec feedback de l'enseignant
- 6. Le prompt avec contrainte pédagogique explicite
- 7. Le prompt avec exemple d'entrée et de sortie
- 8. Le prompt avec arborescence décisionnelle
- Comparatif des 8 prompts IA pour enseignants
- Le bon prompt, le bon outil votre prochaine étape
1. Le prompt structuré par objectif pédagogique et métalangage
Quand un prompt commence par « explique », l'IA part souvent dans une réponse large, parfois élégante, mais peu exploitable. Quand il commence par un verbe d'action observable, le résultat devient plus proche d'une consigne de classe. C'est là que la taxonomie de Bloom reste utile. Non comme théorie abstraite, mais comme filtre de précision.
Demandez par exemple « énumère », « classe », « justifie », « compare », « conçois ». Vous cadrez d'emblée le niveau cognitif attendu. L'IA comprend mieux ce que l'élève devra faire réellement, et vous obtenez une production plus facile à transformer en activité ou en évaluation.
Commencer par le verbe d'action
Le point clé est simple. Placez le niveau cognitif ou le verbe d'action au début, pas à la fin. Si vous écrivez « parle de la Révolution française », la réponse sera souvent encyclopédique. Si vous écrivez « énumère 3 causes de la Révolution française pour des élèves de 4e, puis propose une question d'analyse », vous pilotez déjà la difficulté.
Règle pratique
Évitez les verbes flous comme « comprendre ». Préférez des verbes qu'on peut observer et évaluer.
Vous pouvez aussi demander à l'IA d'expliquer comment elle respecte le niveau visé. Cela force un peu d'auto-contrôle. C'est particulièrement utile pour fabriquer des questions progressives, du rappel simple jusqu'à la création.
Exemple réutilisable
Essayez une structure de ce type :
- Objectif cognitif : « Niveau Bloom visé : appliquer puis analyser »
- Verbe d'action : « Construis, compare, justifie »
- Contexte : « Pour une classe de CM2 sur les fractions »
- Format : « 4 exercices courts avec corrigé »
Exemple complet :
Tu conçois une activité de mathématiques pour des CM2. Niveau cognitif visé : appliquer puis analyser. Génère 2 exercices où les élèves appliquent une procédure sur les fractions, puis 2 exercices où ils doivent analyser une erreur fréquente et la justifier. Format court, consignes claires, corrigé séparé, vocabulaire adapté à des élèves de fin d'école primaire.
Cette structure fonctionne très bien pour produire des séries de questions, des grilles d'évaluation ou des exercices gradués. Si vous voulez aller plus loin sur la rédaction de consignes efficaces, le guide prompts IA d'IATOLL prolonge bien cette logique.
2. Le prompt avec cadre SCAMPER
SCAMPER est précieux quand vous tournez en rond sur une séance. Pas parce qu'il rend l'IA créative par magie, mais parce qu'il impose des angles de variation. Substituer, Combiner, Adapter, Modifier, Proposer un autre usage, Éliminer, Réorganiser. Chaque lettre pousse à reformuler l'activité au lieu de simplement la décorer.
Pour un enseignant, c'est très utile quand le fond est bon mais la forme ne prend pas. Une séquence sur la photosynthèse peut être juste sur le plan scientifique et pourtant plate en classe. Le cadre SCAMPER aide à produire plusieurs variantes sans repartir de zéro.
Forcer la divergence sans perdre le réel
Le bon usage consiste à demander à l'IA de nommer chaque idée avec sa lettre. Cela évite les réponses fourre-tout. Ajoutez ensuite une contrainte concrète, comme « sans budget supplémentaire », « sans vidéoprojecteur » ou « en 25 minutes ». Vous gardez ainsi des idées utilisables.
Exemple de prompt :
Propose 7 façons d'enseigner la photosynthèse à une classe de 5e en utilisant la méthode SCAMPER. Pour chaque idée, indique la lettre correspondante, l'objectif d'apprentissage, le matériel nécessaire, la durée, et une variante sans matériel numérique.
Exemple en sciences ou en histoire
En histoire, SCAMPER marche très bien pour sortir du contrôle écrit classique. Vous pouvez demander :
- Substituer : remplacer une restitution écrite par une frise commentée
- Combiner : mélanger débat oral et carte mentale
- Adapter : reprendre un format de jeu connu
- Éliminer : retirer un support pour voir si la consigne tient
- Réorganiser : inverser découverte et mise en commun
Une bonne réponse SCAMPER n'est pas forcément originale. Elle est surtout faisable dans votre salle, avec vos contraintes.
Ce type de prompt est utile quand vous cherchez des alternatives pédagogiques, pas quand vous voulez une fiche immédiatement prête à imprimer. Il produit des pistes. Ensuite, vous tranchez.
3. Le prompt contrastif
Le prompt contrastif est l'un des plus rentables pour faire comprendre une notion difficile. Dès qu'un contenu souffre de confusion entre deux concepts proches, la comparaison aide. L'IA y répond généralement mieux que sur une demande vague, parce qu'elle doit organiser l'information selon des critères explicites.
En classe, on s'en sert pour comparer capitalisme et socialisme, photosynthèse et respiration cellulaire, récit mythologique et récit historique, ou encore plusieurs formes de gouvernance. Le contraste oblige à faire ressortir les lignes de partage.
Comparer pour faire apparaître les nuances
Le point faible le plus fréquent est le manque de critères. Si vous écrivez « compare la photosynthèse et la respiration cellulaire », l'IA vous livre souvent une synthèse correcte mais peu lisible. Si vous précisez « compare selon fonction, lieu, intrants, produits, moment, exemple concret », la réponse devient directement exploitable.
Demandez aussi le format. Liste parallèle, texte court ou tableau à colonnes. Même sans tableau dans votre document final, le fait de le demander à l'IA améliore la structuration de la réponse.
Une forme simple qui marche
Voici une base efficace :
Compare la photosynthèse et la respiration cellulaire pour des élèves de 3e. Utilise 6 critères précis : fonction, lieu dans la cellule, ce qui entre, ce qui sort, moment où le phénomène se produit, erreur fréquente des élèves. Pour chaque critère, ajoute un exemple concret et une phrase expliquant pourquoi cette différence compte.
Cette dernière consigne change beaucoup la qualité. « Pourquoi cette différence compte » oblige l'IA à sortir de la juxtaposition factuelle.
Dans le système éducatif français, le rapport du Sénat sur l'IA et l'éducation rappelle d'ailleurs que le ministère encadre l'usage de l'IA lorsqu'une plus-value pédagogique est avérée, et écarte les outils de détection de contenus générés jugés peu fiables. Le même rapport cite aussi que 58 % des enseignants du secondaire en France considèrent que savoir interagir avec des systèmes d'IA sera une compétence professionnelle indispensable à l'avenir. Le prompt contrastif illustre bien cette compétence. On ne demande pas plus de texte. On demande une meilleure structure.
4. Le prompt avec rôle ou persona
Le prompt avec rôle fonctionne bien quand vous cherchez une voix, une posture ou une situation d'interaction. Il échoue quand on l'utilise comme simple gadget. Faire « parler Napoléon » n'a pas grand intérêt si la production n'aide ni la compréhension ni l'entraînement.
En revanche, attribuer à l'IA un rôle précis peut être très utile pour travailler l'oral, la reformulation, le débat ou la contextualisation. Le bon réflexe est de définir le rôle avec précision. Pas seulement « sois un professeur ». Dites plutôt « tu es un tuteur bienveillant qui simplifie sans infantiliser » ou « tu incarnes un commerçant médiéval qui explique l'économie locale avec un vocabulaire accessible ».
Le rôle change le ton, pas l'exigence
Le persona sert surtout à régler le registre de langue, le degré de technicité et le point de vue. Il ne remplace pas la consigne pédagogique. Vous pouvez parfaitement combiner rôle et exigence cognitive :
Tu es un mentor bienveillant en sciences. Aide un élève de 2de à analyser un protocole expérimental raté. Pose d'abord 3 questions de diagnostic, puis propose une explication simple sans jargon, puis une piste d'amélioration.
Cette structure est très utile pour des simulations. Entretien d'embauche, dialogue patient-soignant, débat argumenté, entretien avec un personnage historique, préparation à l'oral.
Exemple de simulation utile
Le bon test est simple. Si vous retirez le rôle, la tâche reste-t-elle claire ? Si non, le prompt est mal construit. Le rôle doit enrichir la scène, pas masquer le flou.
Pour concevoir des dialogues ou des mises en situation plus incarnées, vous pouvez aussi piocher des formats dans ces idées et scénarios de jeux de rôle. Pas pour copier les contenus, mais pour varier les cadres de parole et de décision.
- Précisez l'expertise : historien, tuteur, recruteur, infirmier, client
- Réglez le vocabulaire : technique, courant, simplifié
- Ajoutez une limite : sans jargon, en phrases courtes, en 8 répliques maximum
Le rôle est particulièrement utile avec des élèves qui ont besoin d'un contexte concret pour entrer dans l'activité.
5. Le prompt itératif avec feedback de l'enseignant
Le meilleur prompt n'est pas toujours long. Souvent, il commence court, puis s'améliore par retouches successives. C'est la différence entre demander une production finie d'un coup et construire un brouillon utile avec l'IA.
Cette approche colle bien à la réalité du travail enseignant. Vous partez d'une trame, puis vous ajustez la difficulté, la densité, le format, les distracteurs, le niveau de langage. L'IA devient alors un partenaire de réécriture plus qu'un générateur définitif.
Travailler en séquence courte
Commencez petit. Par exemple :
Génère le début d'un exercice de lecture analytique pour des 5e sur un texte narratif. Trois questions seulement.
Puis enchaînez :
Réduis la longueur des consignes.
Remplace la deuxième question par une question d'inférence.
Ajoute un distracteur plausible dans la dernière question.
Reformule pour un élève qui lit lentement.
Chaque relance doit porter sur une seule dimension. C'est là que beaucoup perdent du temps. Ils demandent cinq modifications à la fois, puis jugent la réponse confuse. L'IA suit mieux une trajectoire qu'une avalanche.
Exemple d'aller-retour efficace
Dans le projet européen AI4T, présenté par Salomé Cojean, près de deux tiers des enseignants en France considèrent que les systèmes d'IA seront faciles à utiliser, quasiment 100 % les jugent utiles, et un peu plus de 10 % expriment de l'anxiété face à leur intégration en classe. Ce type d'adhésion technique s'explique justement par des usages simples et progressifs comme l'itération, pas par des prompts spectaculaires.
L'itération réduit la frustration. Vous ne cherchez pas la bonne réponse d'un coup. Vous améliorez un matériau déjà là.
Pour cadrer cette compétence dans une logique plus large, le dossier sur les compétences IA à développer est une bonne suite. En pratique, cette méthode marche très bien pour créer une grille critériée, ajuster un texte différencié ou mettre au point une simulation.
6. Le prompt avec contrainte pédagogique explicite
Un prompt sans contraintes produit souvent une activité théorique. Une activité théorique n'est pas forcément mauvaise. Elle est juste inutilisable mardi à 14 h, avec 28 élèves, une salle sans vidéoprojecteur et 20 minutes avant la récréation.
Les contraintes doivent donc arriver avant la demande principale. Durée, matériel, taille du groupe, accessibilité, budget, type de salle, autonomie attendue. Plus vous les posez tôt, plus la réponse tient debout.
Les contraintes d'abord
Un exemple de structure solide :
Contraines. Classe de CM1-CM2, 25 élèves, 30 minutes, aucun écran, travail en binômes, un élève malentendant, matériel limité à feuilles et crayons. Tâche. Propose une activité de sciences sur les états de l'eau avec consigne, déroulé, trace courte et variante de remédiation.
Cette méthode évite le grand classique du prompt séduisant mais irréaliste. L'IA propose volontiers une activité vidéo, un jeu de cartes non préparé ou une manipulation impossible si vous ne l'avez pas freinée.
Exemple pour une activité réellement faisable
Vous pouvez aussi ajouter une consigne de faisabilité :
- Demande de vérification : « signale-moi ce qui paraît irréaliste »
- Accessibilité : « adapte pour des élèves en difficulté de lecture »
- Sortie attendue : « une version prête à animer, pas une explication générale »
En dehors de l'école, le problème du choix et du cadrage existe partout. Un article de synthèse signale que 68 % des professionnels de 35 à 55 ans utilisent déjà l'IA au quotidien, mais seulement 34 % savent identifier l'outil le plus adapté à une tâche métier précise sans y passer plus de 2 heures. Côté enseignant, la contrainte explicite joue le même rôle. Elle réduit le flottement.
Si le prompt ne mentionne pas vos limites réelles, l'IA inventera un contexte qui n'est pas le vôtre.
7. Le prompt avec exemple d'entrée et de sortie
Quand vous avez un format précis en tête, rien ne vaut un exemple. C'est l'un des moyens les plus sûrs d'obtenir une réponse propre. Au lieu d'expliquer longuement le style souhaité, vous montrez ce que vous attendez.
Cette logique fonctionne très bien pour les résumés, les questions d'examen, les grilles de correction, les traces écrites ou les études de cas. Une seule démonstration claire suffit souvent à stabiliser le rendu.
Montrer ce que vous attendez
Le principe est simple. Vous donnez un mini-modèle, puis vous demandez la même forme sur un autre contenu.
Exemple :
Voici un exemple de question d'examen bien formulée.
Question. Classe les animaux suivants selon leur régime alimentaire et justifie ton classement en une phrase par groupe.
Remarque. Je veux une consigne courte, un verbe d'action clair et une justification attendue.
Génère maintenant 5 questions du même type sur les habitats naturels, pour des élèves de CE2.
L'intérêt est double. Vous contrôlez le ton. Vous contrôlez aussi la densité.
Exemple pour les évaluations et les synthèses
Cette méthode est idéale quand l'IA a tendance à surproduire. Donnez-lui un exemple sobre, pas exceptionnel. Si vous montrez une consigne brillante mais très atypique, elle cherchera à l'imiter au lieu de reproduire une structure solide.
- Limitez les exemples : un à trois suffisent largement
- Choisissez un exemple représentatif : pas votre meilleur sujet de l'année
- Ajoutez un commentaire bref : « j'utilise des puces, pas de paragraphes »
L'expression « prompts IA enseignants » ne correspond pas à une pratique statistiquement recensée sous un nom unique en France. Les ressources disponibles décrivent surtout des méthodes de rédaction, des usages concrets et des principes de formulation, sans chiffrage national dédié, comme le rappelle cette synthèse francophone sur les prompts pour enseignants. C'est logique. Ce qui compte ici, ce n'est pas une formule officielle. C'est la qualité du modèle que vous fournissez.
8. Le prompt avec arborescence décisionnelle
Le prompt arborescent est très utile dès qu'un élève ne suit pas tous le même chemin. Vous ne demandez plus une réponse linéaire. Vous demandez un parcours. Si l'élève réussit, il avance. S'il bloque sur une erreur fréquente, il reçoit une aide ciblée. S'il maîtrise vite, il bifurque vers un défi.
C'est une excellente structure pour la remédiation, l'autoévaluation, les tutoriels de résolution ou les jeux pédagogiques. Elle force l'IA à raisonner en étapes décisionnelles, pas en explication unique.
Penser en si alors
Le plus simple est de préparer l'arborescence sur papier, même grossièrement, puis de la donner sous forme textuelle. Par exemple :
Si l'élève identifie correctement la nature du problème, alors proposer la méthode A. Sinon, afficher une aide avec exemple. Si une erreur de calcul apparaît, alors orienter vers une révision de la procédure. Si tout est réussi, proposer une variante plus complexe.
Limitez la profondeur. Trois ou quatre niveaux suffisent dans la plupart des cas. Au-delà, la réponse devient difficile à relire et encore plus difficile à mettre en œuvre.
Exemple pour remédiation et autonomie
Prompt type :
Construis un parcours de remédiation en mathématiques pour des élèves de 6e sur la résolution de problèmes. Organise la réponse en arborescence avec des branches si alors. Prévois un chemin d'erreur fréquente, un chemin standard et un chemin avancé. Chaque étape doit contenir une consigne, un indice éventuel, et la suite logique selon la réussite ou l'échec.
Ce format se prête bien à des supports papier, à un usage avec un agent conversationnel, ou à une activité semi-autonome. Si vous travaillez justement sur des parcours guidés ou sur des automatisations plus avancées, l'article sur comment créer un agent IA donne un bon prolongement conceptuel.
Une arborescence bien pensée vaut souvent mieux qu'une longue fiche d'aide unique. Elle répond au moment précis où l'élève décroche.
Comparatif des 8 prompts IA pour enseignants
| Méthode | 🔄 Complexité de mise en œuvre | ⚡ Ressources / Effort requis | 📊 Résultats attendus | 💡 Cas d'usage idéaux | ⭐ Avantages clés |
|---|---|---|---|---|---|
| Le prompt structuré par objectif pédagogique (Bloom) et métalangage (verbes d'action) | Moyenne à élevée, nécessite connaissance de la taxonomie | Faible→Moyen, liste de verbes et temps de formulation | Réponses alignées sur objectifs, sorties mesurables | Conception d'évaluations, exercices progressifs, toutes disciplines | Alignement pédagogique précis ; évaluable ; réduit l'ambiguïté |
| Le prompt avec cadre SCAMPER (adaptation créative) | Moyenne, suivre 7 angles systématiquement | Faible, demande créativité et post-filtrage | Multiples alternatives créatives à explorer | Brainstorming d'activités, inventer évaluations alternatives | Génère de nombreuses idées ; stimule l'innovation |
| Le prompt contrastif (comparer pour comprendre) | Faible, format structuré simple (tableau/colonnes) | Faible, peu d'effort de préparation | Clarification nette des différences et similitudes | Comparaisons conceptuelles, synthèses à projeter | Facilite la mémorisation ; renforce la rigueur conceptuelle |
| Le prompt avec rôle / persona (enseignement par incarnation) | Faible→Moyenne, définir persona précise | Faible, consignes de rôle à fournir | Ton et vocabulaire contextualisés, plus immersifs | Simulations, dialogues historiques, différenciation | Rend l'apprentissage immersif ; contrôlable stylistiquement |
| Le prompt itératif avec feedback de l'enseignant | Moyenne, cycle dialogique à gérer | Moyen, temps d'interaction et conservation d'historique | Contenu sur‑mesure après itérations successives | Affinage d'énoncés, rubriques d'évaluation, adaptation de textes | Haute personnalisation ; réduit rejets et regénérations |
| Le prompt avec contrainte pédagogique explicite | Faible, formuler contraintes au début | Faible, nécessite connaissance du contexte réel | Contenus réalistes et directement implémentables | Activités adaptées à matériel, durée, accessibilité | Réalisme immédiat ; économise temps de correction |
| Le prompt avec exemple d'entrée/sortie (few-shot learning) | Moyenne, concevoir exemples représentatifs | Moyen, préparation d'exemples et tokens supplémentaires | Sorties très cohérentes et alignées sur le modèle fourni | Standardisation de questions, résumés, modèles de correction | Prévisibilité élevée ; standardise la production |
| Le prompt avec arborescence décisionnelle (workflow pédagogique) | Élevée, logique ramifiée à concevoir | Élevé, modélisation + post‑traitement interactif | Parcours adaptatifs personnalisés, diagnostic précis | Tutoriels adaptatifs, diagnostics, jeux pédagogiques ramifiés | Personnalisation maximale ; automatise la différenciation |
Le bon prompt, le bon outil votre prochaine étape
Maîtriser ces structures change réellement l'usage de l'IA. On cesse de demander « quelque chose sur un thème » pour commencer à piloter une intention pédagogique. C'est là que les prompts IA enseignants deviennent utiles. Non comme recettes prêtes à l'emploi, mais comme cadres mentaux. Vous précisez le niveau cognitif, vous forcez la comparaison, vous introduisez un rôle, vous cadrez les contraintes, vous itérez, vous montrez un exemple ou vous construisez un parcours conditionnel.
C'est aussi une manière plus réaliste d'utiliser l'IA dans le cadre français. Les enseignants y voient largement un intérêt pratique, surtout quand l'outil aide à préparer, personnaliser ou évaluer sans brouiller la responsabilité pédagogique. Le point décisif reste toujours le même. Une production IA n'est pas bonne parce qu'elle est fluide. Elle est bonne si elle est alignée avec vos objectifs, votre classe et vos contraintes.
Il faut donc garder quelques repères simples. D'abord, une bonne structure de prompt bat presque toujours une demande vague. Ensuite, l'itération bat le copier-coller. Enfin, le contexte pédagogique bat la recherche d'effet. Les meilleurs usages en classe sont rarement les plus impressionnants. Ce sont souvent les plus sobres. Une consigne mieux formulée, une activité différenciée, un quiz mieux calibré, une trace écrite plus claire.
Mais il manque encore une pièce. Le bon outil. Un excellent prompt dans un outil mal adapté vous fera perdre du temps. À l'inverse, un outil pensé pour une tâche précise réduit le nombre d'ajustements, surtout si vous travaillez régulièrement sur les mêmes formats. C'est particulièrement vrai pour générer des plans de cours, créer des quiz, produire des retours, organiser une base de contenus ou automatiser une partie du travail de préparation.
C'est là qu'IATOLL devient utile. IATOLL n'est pas une app ni un logiciel. C'est le seul annuaire francophone organisé par tâche métier. Vous cherchez un outil IA pour rédiger, transcrire, créer un visuel, automatiser ou structurer un flux de travail. Vous passez par la tâche, pas par la promesse marketing de l'outil. Pour des professionnels déjà utilisateurs d'IA, ce tri fait gagner du temps et évite les abonnements doublons.
Avant de prendre un nouvel abonnement, prenez donc ce réflexe simple. Clarifiez votre tâche. Testez l'une des 8 structures de prompt ci-dessus. Puis comparez les outils réellement adaptés à cet usage. Vous gagnerez sur les deux tableaux. De meilleurs résultats, et moins de temps perdu à choisir au hasard.
Vous voulez trouver rapidement un outil IA adapté à une tâche précise, sans tester dix solutions à l'aveugle ? Explorez IATOLL, le seul annuaire francophone organisé par tâche métier, pour comparer les outils utiles à votre workflow, réduire les abonnements inutiles et choisir plus sereinement.
