Glossaire du prompting en IA juridique : les termes à connaître pour des requêtes efficaces

L’intelligence artificielle transforme en profondeur les métiers du droit. La recherche juridique s’accélère grâce aux assistants IA, simplifiant l'analyse de documents, la rédaction, apportant de nouveaux éclairages sur des questions juridiques en quelques minutes, voir quelques secondes. Il n'est déjà plus question de simplement poser une question à un assistant IA juridique ou générale comme ChatGPT, mais plutôt de savoir structurer une demande pour obtenir une réponse juridiquement pertinente, exploitable et fiable.

Maîtriser le prompting, c’est l’art de formuler efficacement des requêtes à une IA. Cela peut devenir un véritable levier de productivité et de valeur pour les professionnels du droit.

Le glossaire du Prompting

L’IA transforme notre langage en intégrant de multiples termes à connaître pour bien prompter. Faisons le tour ces principaux termes utilisés en prompt engineering.

Les termes fondamentaux

• IAG : L’Intelligence Artificielle Générative est un système capable de générer du texte, des images ou d’autres contenus à partir de données existantes, et en réponse à une requête précise
• Prompt : une instruction ou question posée à une IA
• RAG : Retrieval Augmented Generation, technologie qui permet de sourcer les réponses et de garantir leur fiabilité en se basant sur un corpus juridiquement maîtrisé (doctrine, législation…)
• Contexte : informations fournies à l’IA pour lui préciser le cadre spécifique de la demande et améliorer la pertinence de sa réponse
• Token : unité de texte traité par un LLM (mot, morceau de mot, ponctuation), permet aux modèles de facturer leur prestation, la valeur de l’unité est propre à chaque modèle.
• Fenêtre de contexte : Nombre maximum de token qu’un LLM peut traiter en une seule interaction. Plus la fenêtre de contexte est importante plus l’IA peut prendre en compte des éléments complémentaires sous forme de pièces jointes par exemple. 
• Hallucination : phénomène où l'IA génère des informations incorrectes ou inventées qui semblent plausibles mais ne sont pas factuelles.
• LLM : Grand modèle de données (Large Language Model) sur lesquels reposent les IAG. Entraînés sur divers corpus, ils génèrent des réponses cohérentes en prédisant le mot suivant dans un contexte donné
• Principaux Modèles LLM en 2026 : OpenAI (ChatGPT : GPT-5.x, GPT-5.2, GPT-5.4…), Google (Gemini: Gemini 3 / 3.1 Pro…), Anthropic (Claude : Claude Opus 4.x, Claude Sonnet 4.x…), xAI (Elon Musk : Grok 4), DeepSeek, Grok, Qwen, Llama, Mistral…) De nombreux modèles sont disponibles, de plus en plus spécialisés selon le contexte d’usage de l’IA et des modèles « open sources » qui rattrapent les leaders à des prix plus compétitifs.
• Prompt template : modèle de prompt réutilisable qui inclus des variables personnalisables
• Agent IA : il ne s’agit pas seulement d’un modèle LLM, c’est système autonome qui utilise un LLM pour planifier et exécuter des tâches complexes en chaîne. En résumé, l’avenir de l’IA se passe ici, car l’agent utilisera plus que du texte, il peut utiliser plusieurs outils, cela va améliorer la pertinence et permettra à l’IA de prendre des décisions.

Les termes techniques

• Instruction prompting : donner des consignes précises. Par exemple « réponds en 3 points »
• Zero-shot prompting : donner une instruction sans donner d’exemple précis à l’IA
• One-shot prompting : donner un exemple précis à l’IA
• Few-shot prompting : donner plusieurs exemples pour guider la réponse attendue (format, ton…)
• Role prompting : assigner un rôle spécifique à l’IA pour orienter sa réponse. Par exemple : “tu es un expert juridique”
• Grounding : technique pour ancrer les réponses sur des sources vérifiables. Par exemple : demander au modèle de citer ses sources ou de ne répondre qu'à partir d'un document fourni.
• Chain-of-thought (CoT) : demander à l’IA de détailler son raisonnement
• Self-consistency : générer plusieurs raisonnements et choisir le plus cohérent
• Prompt chaining : enchaîner plusieurs prompts pour résoudre un problème complexe

Pourquoi faut-il connaître ce nouveau vocabulaire lié à l’IA ?

Les prompts sont comme des questions dans une conversation. Parce que l’on a un jour appris à parler, à utiliser la ponctuation, à maîtriser la conjugaison, il est nécessaire d’apprendre à questionner l’IA pour obtenir les réponses les plus pertinentes.

Pourquoi LexisNexis est la référence en IA pensée pour les juristes, en information juridique et en automatisation des workflows pour les professionnels du droit et du chiffre ?

Notre force : l’IA LexisNexis est construite sur des contenus propriétaires (jurisprudence, doctrine, législation, veille juridique et règlementaire, analyses et commentaires…) validés par des experts, qui garantit fiabilité, confidentialité et sécurité des décisions, sans compromis. Conçue pour répondre aux exigences les plus strictes de confidentialité, elle permet aux professionnels de prendre des décisions éclairées et sécurisées en toute confiance. Productivité accrue, décisions fiables, résultats durables.

Pionnier du numérique, LexisNexis a été parmi les premiers à rendre l'information juridique et économique accessible en ligne. Présents dans 150 pays avec près de 11 900 collaborateurs, LexisNexis bénéficie de la force du groupe RELX.

 Pour aller plus loin :

• Webinaire | Bonnes pratiques du prompting : exploitez l’IA en toute sécurité. Accédez au Replay de ce webinaire.
• Comment choisir son assistant IA. Nos experts ont défini 5 critères clés pour évaluer les solutions d'IA générative.
• IA juridique vs recherche juridique : comment gagner en productivité

Découvrez l’IA juridique chez LexisNexis

Envie de suivre les dernières innovations liées à l’IA ? Découvrez le Programme AI Insider LexisNexis

Découvrez comment intégrer l’IA juridique dans votre pratique et optimiser vos recherches. 

Demander une démo Lexis+ AI