Tous les articles

Recrutement · July 21, 2026 · 7 min de lecture

L'ingénierie de prompts pour le développement commercial : le contexte en entrée, la crédibilité en sortie

L'IA rédige une prospection générique à l'infini — c'est précisément pourquoi la prospection générique est morte. Pour les SDR, la compétence consiste à fournir un vrai contexte, à personnaliser et à repérer le « fait » halluciné avant qu'il ne parte. Un guide pratique avec un exemple concret et sa méthode d'évaluation.

Par Aayesha Patel · Co-founder, Hanzomon Inc

Partager

Fait partie de The five pillars of a hire: what great assessments actually measure

Recrutement
Sur cette page

L'IA peut générer un millier d'e-mails à froid par heure, ce qui ressemble à un cadeau pour le développement commercial jusqu'à ce qu'on en remarque l'effet : la prospection générique a cessé de fonctionner précisément parce que sa production est devenue gratuite. La compétence du SDR s'est donc inversée. Il ne s'agit plus de « savez-vous rédiger de la prospection en volume » — mais de « savez-vous rendre une prospection assistée par l'IA suffisamment crédible pour qu'un acheteur occupé réponde. » C'est l'article consacré au développement commercial de notre série sur l'ingénierie de prompts par rôle, et c'est l'une des choses les plus nettes que révèle l'AI Sandbox.

Dans l'AI Sandbox, un SDR rédige une vraie prospection avec des outils d'IA — et le signal, c'est le contexte en entrée, la crédibilité en sortie : personnaliser, resserrer et repérer le détail fabriqué.

Le contexte en entrée, la crédibilité en sortie

Un bon prompt de SDR, c'est surtout du contexte : qui est l'acheteur, ce qui compte pour lui, l'unique chose que vous proposez, la seule demande. Donnez cela au modèle et interdisez-lui d'inventer quoi que ce soit, et vous obtenez un premier jet exploitable. Le jugement vient ensuite — le personnaliser pour qu'il donne l'impression d'avoir été écrit par un humain, le raccourcir jusqu'à quelque chose qu'un VP finira réellement de lire, et repérer le « fait » halluciné que le modèle affirme avec assurance à propos de l'entreprise du prospect. Ce dernier geste, c'est la maîtrise de l'IA dans un poste commercial, et c'est ce qui sépare le crédible du gênant.

Un exemple concret

Demandez un e-mail à froid destiné à un VP Ingénierie. La version faible demande « un e-mail à froid sur notre produit » et envoie le résultat standardisé. La version forte fournit le persona, la proposition de valeur et une seule demande, plafonne la longueur et interdit les faits inventés. Ensuite, le commercial le lit, personnalise l'accroche avec quelque chose de réel et supprime une phrase où le modèle affirmait que l'entreprise « a récemment levé une série C » — ce qu'il a inventé.

Prompt
## TASK
Write a 90-word cold email.

## CONTEXT
- Buyer: VP Engineering, 200-person fintech
- Value prop: cut new-hire onboarding from 3 weeks to 3 days
- One ask: a 15-minute call next week

## RULES
- Use only facts I gave you — invent nothing about the company
- No "I hope this finds you well." One clear CTA.
  • Bon : fournit un vrai contexte, personnalise, resserre jusqu'à une demande nette, repère et coupe un détail fabriqué.
  • Faible : envoie un tir groupé générique et standardisé — parfois avec un fait inventé toujours dedans.

Les bonnes pratiques qui font vraiment la différence

  • Placez le contexte en tête. Persona, proposition de valeur et une seule demande — plus l'entrée est précise, moins la sortie est générique.
  • Interdisez explicitement les faits inventés, puis vérifiez quand même. Une affirmation assurée mais fausse sur le prospect est pire qu'un e-mail insipide.
  • Plafonnez la longueur dans le prompt. « Moins de 90 mots, un seul CTA » impose le message resserré qu'un acheteur occupé lira réellement.
  • Personnalisez vous-même la couche humaine. L'accroche et la raison précise de votre prise de contact, c'est là que se gagne ou se perd une réponse.

Le facteur différenciant, ce n'est pas le volume — l'IA a rendu le volume sans valeur. C'est le commercial qui repère l'unique détail fabriqué avant qu'il ne parte, car un seul « fait » inventé sur un prospect peut griller le compte pour tout le monde.

Les modes d'échec courants

  • Tir groupé générique : aucun contexte en entrée, donc rien de spécifique en sortie — direction la corbeille.
  • Envoyer un fait halluciné sur le prospect ou son entreprise.
  • Aucune discipline de longueur : un mur de texte qu'aucun acheteur ne finira.

Comment nous l'évaluons

Cela ne se lit ni sur un CV ni dans un quiz, et mesurer le volume brut d'envois récompense exactement le comportement qui a cessé de fonctionner. Vous confiez au candidat une tâche de prospection réaliste avec des outils d'IA disponibles et vous observez s'il personnalise, resserre et vérifie — c'est ce que fait une évaluation en AI Sandbox, et la façon dont la maîtrise de l'IA est notée comme un pilier. Découvrez ce que couvre une évaluation complète du développement commercial, pourquoi c'est le test honnête du recrutement AI-native, ou regardez la composition d'une évaluation adaptée au rôle.

01Job description
02Extract skills & seniority
03Compose pillars
04Quality gate
05Live assessment

Every question is generated per job and verified before a candidate ever sees it.

N'importe qui peut désormais générer un millier d'e-mails. Le commercial qui vaut la peine d'être embauché est celui qui envoie les cinquante qui sonnent comme un humain ayant fait ses devoirs — et jamais celui qui glisse un fait inventé dedans.
Prompt engineeringSales developmentAI fluencyAI Sandbox
A

Écrit par

Aayesha Patel · Co-founder, Hanzomon Inc

Co-founder of Hanzomon. Writes about skills-based hiring, fair assessment and building a better candidate experience.

Questions fréquentes

L'IA ne peut-elle pas déjà rédiger toute la prospection ?

Elle peut rédiger de la prospection générique à une échelle infinie — c'est exactement pourquoi la prospection générique a cessé de fonctionner. Les commerciaux qui gagnent donnent au modèle un vrai contexte, puis font la partie humaine : la personnaliser, la couper jusqu'à quelque chose qu'un acheteur occupé lira réellement, et repérer tout « fait » que le modèle a inventé sur le prospect.

À quoi ressemble un bon prompt de SDR ?

Il fournit à l'outil l'acheteur précis, la proposition de valeur et une seule demande claire — et interdit d'inventer quoi que ce soit. Ensuite, le commercial raccourcit le résultat jusqu'à un message net et vérifie chaque affirmation sur l'entreprise avant l'envoi. Le prompt met les choses en place ; le jugement les maintient crédibles.

Comment cela est-il évalué ?

Avec une tâche de prospection réaliste dans l'AI Sandbox : un vrai persona, un vrai contexte, des outils d'IA disponibles. Le signal, c'est de savoir si le candidat personnalise de manière significative, resserre jusqu'à une demande claire et repère un détail halluciné — pas s'il sait générer du volume.

Articles liés

Voyez-le sur votre propre fiche de poste

Rejoignez la liste d'accès anticipé et regardez H-Evaluate créer une évaluation pour un poste réel.

Voyez-le sur votre propre fiche de poste