---
title: "Qu’est-ce qu’un prompt système ? Rôles system et developer"
description: "Le prompt système est l’instruction permanente qu’une application envoie avant les messages de l’utilisateur. Rôles system et developer, contenu, coût."
url: https://broadrouter.com/fr/glossary/system-prompt/
lang: fr
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduit de l’anglais avec l’aide de l’IA. [Lire l’original en anglais](https://broadrouter.com/glossary/system-prompt/) (mis à jour le 2026-11-14).

# Prompt système (system prompt)

Mis à jour 2026-11-14

Le prompt système est le texte d’instructions qu’une application envoie à un modèle de langage avant la conversation, généralement sous forme de message au rôle system ou developer. Il fixe le rôle, les règles, le ton et le format de sortie du modèle, qui est censé le suivre même face à des messages contradictoires de l’utilisateur.

Aussi appelé : prompt système, message système, instructions système, rôle système, message developer, system prompt, system message, developer message, system instructions, system role

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 :

```json
{"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](https://broadrouter.com/fr/glossary/few-shot-prompting/)).

## Pourquoi c’est important

-   **Coût.** Le prompt système est renvoyé à chaque appel sous forme de [tokens d’entrée](https://broadrouter.com/fr/glossary/input-and-output-tokens/). 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](https://broadrouter.com/fr/blog/prompt-structure-for-caching/) montre l’ordre à suivre.
-   **Sécurité.** C’est une couche de règles, pas une frontière de sécurité. Une [injection de prompt](https://broadrouter.com/fr/glossary/prompt-injection/) 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](https://broadrouter.com/fr/guides/curl-quickstart/) 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.

## Questions fréquentes

### Quelle différence entre un message system et un message developer ?

Ils jouent le même rôle. Selon OpenAI, à partir des modèles o1, les messages developer remplacent les messages system. Beaucoup de serveurs compatibles OpenAI attendent encore le rôle system : vérifiez lequel votre modèle accepte.

### Un utilisateur peut-il passer outre le prompt système ?

Le modèle est entraîné à lui donner la priorité, mais pas parfaitement. Les injections de prompt et les tentatives de jailbreak visent exactement cela : appliquez donc aussi les règles strictes dans le code.

### Le prompt système est-il facturé ?

Oui. Il compte comme tokens d’entrée à chaque requête. S’il reste identique et vient en premier, un fournisseur qui pratique le prompt caching peut le facturer au tarif de l’entrée en cache.

## Voir aussi

-   [Tokens d’entrée en cache (cached input tokens)](https://broadrouter.com/fr/glossary/cached-input-tokens/) (terme)
-   [Few-shot prompting (prompt avec exemples)](https://broadrouter.com/fr/glossary/few-shot-prompting/) (terme)
-   [Injection de prompt (prompt injection)](https://broadrouter.com/fr/glossary/prompt-injection/) (terme)
-   [Tokens d’entrée et de sortie](https://broadrouter.com/fr/glossary/input-and-output-tokens/) (terme)
-   [Guardrails (garde-fous pour LLM)](https://broadrouter.com/fr/glossary/guardrails/) (terme)
-   [Prompt engineering (ingénierie de prompt)](https://broadrouter.com/fr/glossary/prompt-engineering/) (terme)
-   [Chat template (modèle de conversation)](https://broadrouter.com/fr/glossary/chat-template/) (terme)
-   [Utiliser le SDK Python d’OpenAI avec BroadNet Inference](https://broadrouter.com/fr/guides/openai-python-sdk/) (guide)
-   [Première requête à BroadNet Inference avec curl](https://broadrouter.com/fr/guides/curl-quickstart/) (guide)
-   [Structurer ses prompts pour que le préfixe soit mis en cache](https://broadrouter.com/fr/blog/prompt-structure-for-caching/) (article)
-   [Prompt engineering en arabe : registre, RTL, chiffres et texte mixte](https://broadrouter.com/fr/blog/arabic-prompt-engineering/) (article)

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

[Commencer](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-glossary-system-prompt&utm_content=page-cta) ·

**Sources**

-   [Référence de l’API OpenAI, créer une chat completion (messages developer et system)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI, guide de génération de texte (rôles des messages et priorité)](https://developers.openai.com/api/docs/guides/text)
-   [Anthropic, bonnes pratiques de prompting (rôles dans le prompt système)](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices)
-   [Référence de l’API de BroadNet Inference, tokens de raisonnement et en cache (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-glossary-system-prompt&utm_content=sources)
