1. Google lance Gemini 3.8 Live et Live Extended Thinking

Google a présenté deux modèles vocaux temps réel : Gemini 3.8 Live, optimisé pour le coût et la montée en charge, et Gemini 3.8 Live Extended Thinking, destiné aux tâches complexes nécessitant un raisonnement multi-étapes. Ils peuvent comprendre la voix et les images en quasi-temps réel, appeler des outils en arrière-plan et gérer 97 langues avec changement automatique de langue pendant la conversation.

Pourquoi c’est important pour le prompting : le prompt ne se limite plus au texte. Il faut désormais concevoir des interactions multimodales et vocales, préciser les règles d’interruption, le comportement pendant les appels d’outils, les confirmations intermédiaires et la gestion de la latence. Pour un praticien, cela rapproche le prompt d’un véritable scénario d’agent conversationnel.

2. OpenAI propose GPT-Live-1 dans son API

OpenAI a rendu disponible GPT-Live-1 dans l’API pour créer des applications vocales en duplex intégral. Le modèle peut écouter et parler simultanément, tout en déléguant les raisonnements complexes et les actions à d’autres modèles ou outils ; le tarif annoncé pour la couche vocale est de 0,05 dollar par minute.

Pourquoi c’est important pour le prompting : les instructions doivent maintenant définir le comportement d’un agent vocal en continu : quand parler, quand écouter, comment interrompre une réponse, quand déléguer à un modèle de raisonnement et comment confirmer une action sensible. Le prompt devient une politique d’orchestration, pas seulement une consigne de génération.

3. OpenAI simplifie le contrôle du raisonnement dans ChatGPT et prépare la migration des GPT personnalisés

Les utilisateurs Plus et Pro ne bénéficient plus du basculement automatique entre les modes Instant et Thinking ; ils doivent sélectionner explicitement le niveau de raisonnement disponible. OpenAI prépare également le retrait des GPT personnalisés au profit de plugins combinant instructions réutilisables et applications connectées.

Pourquoi c’est important pour le prompting : il devient essentiel d’indiquer explicitement le niveau d’effort attendu et de séparer les instructions, les outils, les permissions et les données de contexte. Les prompts monolithiques devront progressivement être transformés en composants réutilisables, testables et associés à des outils.

4. ChatGPT ajoute la recherche approfondie dans Work et Codex

La fonction Deep Research est désormais disponible dans ChatGPT Work et Codex. Elle peut rechercher sur le Web, dans les fichiers de l’utilisateur et dans certaines applications connectées, puis produire un document, une présentation, un tableur ou un site avec citations ; l’utilisateur peut orienter la recherche pendant son exécution.

Pourquoi c’est important pour le prompting : pour obtenir de bons résultats, il faut formuler un cahier des charges de recherche : périmètre, sources prioritaires, critères de fiabilité, méthode de comparaison, format final et niveau de preuve attendu. Le prompting évolue vers la spécification de workflows de recherche vérifiables.

5. Anthropic appelle à « ralentir » le développement des modèles frontières

Dario Amodei, dirigeant d’Anthropic, propose un cadre de pacing the frontier : accès permanent d’évaluateurs tiers intégrés aux entreprises, coordination entre laboratoires démocratiques et coopération internationale. Anthropic affirme s’engager dès maintenant sur le principe d’évaluateurs externes embarqués.

Pourquoi c’est important pour le prompting : la sécurité des instructions et des agents devient un sujet opérationnel. Les prompts doivent être testés contre les détournements, les escalades de privilèges, les accès inattendus aux outils et les comportements non prévus, et pas seulement évalués sur la qualité de leurs réponses.

6. L’ONU demande des obligations réglementaires plus contraignantes

Le Haut-Commissaire des Nations unies aux droits de l’homme, Volker Türk, estime que l’autorégulation volontaire est insuffisante. Il demande notamment le signalement des incidents graves, la vérification des capacités des modèles, des évaluations de diligence en matière de droits humains et une coopération internationale.

Pourquoi c’est important pour le prompting : les équipes devront de plus en plus conserver des traces des instructions, des versions de modèles, des outils appelés et des résultats obtenus. Pour les applications professionnelles, la capacité à expliquer pourquoi un agent a répondu ou agi d’une certaine manière deviendra aussi importante que la qualité du prompt.

7. Le Royaume-Uni débat d’une nouvelle loi générale sur l’IA

La commission parlementaire britannique des droits humains demande une nouvelle loi sur l’IA et la création d’un organisme indépendant de supervision, en raison des risques jugés importants pour les droits fondamentaux.  OpenAI a parallèlement demandé aux législateurs britanniques de profiter de cette « fenêtre politique » pour renforcer le cadre réglementaire.

Pourquoi c’est important pour le prompting : les prompts utilisés dans les domaines sensibles devront intégrer des garde-fous explicites : refus ou transfert à un humain, limitation des décisions automatisées, justification des résultats, protection des données et gestion des utilisateurs vulnérables.

8. Aux États-Unis, le Sénat examine un devoir de précaution pour les entreprises IA

Des négociateurs du Sénat américain discutent d’une obligation imposant aux entreprises de démontrer qu’elles prennent des précautions raisonnables pour éviter les dommages. Le projet pourrait donner au secrétaire au Commerce le pouvoir de demander des preuves et de mandater des audits gouvernementaux des produits IA.

Pourquoi c’est important pour le prompting : les systèmes basés sur des prompts devront probablement être accompagnés de tests reproductibles, d’évaluations de sécurité et de procédures d’audit. Les équipes qui conservent des jeux de tests, des cas limites et des versions de prompts seront mieux préparées à ces exigences.

Synthèse de la semaine

La tendance dominante est le passage du chatbot au système agentique multimodal : voix en temps réel, raisonnement prolongé, appels d’outils et exécution de tâches. En parallèle, les laboratoires eux-mêmes réclament davantage d’évaluations indépendantes et de règles contraignantes ; le prompting professionnel se rapproche donc de l’ingénierie des politiques, des workflows et de la sécurité, plutôt que de la simple rédaction de consignes.