Google AI Studio : prototyper des prompts

Google AI Studio est le playground gratuit où vous testez des prompts, réglez les paramètres du modèle et repartez avec le code exact pour les exécuter en production. C'est le chemin le plus rapide entre « j'ai une idée » et « j'ai un snippet qui tourne ». Cette leçon parcourt ce chemin de bout en bout : construire un prompt, régler les boutons qui comptent vraiment, et exporter un code propre à déposer dans un projet.

Pourquoi Studio, et pas l'app Gemini

Vous connaissez déjà l'app Gemini et les Gems. Ces outils servent à consommer et à personnaliser légèrement. Studio sert à *concevoir*. Il expose les paramètres bruts que l'app masque : choix du modèle, temperature, limites de tokens, schémas de sortie structurée, réglages de sécurité et instructions système. Point essentiel : chaque prompt que vous construisez correspond directement à un appel Gemini API que vous pouvez copier.

Le modèle mental : Studio est l'IDE du prompt design. L'app Gemini est le produit fini.

Votre premier prototype

Ouvrez aistudio.google.com et connectez-vous avec un compte Google. Vous arrivez par défaut dans Chat, une conversation multi-tours unique avec un modèle que vous choisissez dans le panneau de droite.

Commencez par le sélecteur de modèle. En 2025-2026, vous choisissez entre les niveaux Gemini Pro (raisonnement plus poussé, plus lent, plus cher au tokentokenUn token est l'unité de base de texte que traitent les modèles de langage : le plus souvent un fragment de mot, un mot entier ou un signe de ponctuation, plutôt qu'un simple caractère.Voir la définition complète →) et les niveaux Gemini Flash (rapide, peu coûteux, excellent pour les tâches à fort volume). Pour prototyper, partez sur un modèle Flash. Il est réactif et bon marché, et vous pourrez passer à Pro plus tard si la qualité l'exige.

Maintenant, écrivez un vrai prompt. Supposons que vous construisiez une fonctionnalité qui transforme des retours clients désordonnés en tickets structurés :

Read the customer message below and extract the issue.

Message: "hey so the export button on the reports page does nothing
when I click it on Safari, works fine in Chrome though. kind of urgent
we have a board meeting friday"

Exécutez. Vous récupérez de la prose. Utile, mais pas exploitable par un système en aval. C'est là que Studio prend toute sa valeur.

Instructions système

Au-dessus de la zone de prompt se trouve un champ System instructions. C'est là que vous placez le rôle et les règles persistants qui s'appliquent à chaque tour, séparément du message de l'utilisateur. C'est le contrôle le plus puissant de Studio.

Ajoutez ceci :

You are a support triage assistant. For every message, identify the
affected feature, the browser or platform, a severity (low, medium,
high), and a one-line summary. Be terse. Never invent details that
are not in the message.

Relancez. La sortie est désormais disciplinée et cohérente. Remarquez que vous n'avez pas touché au prompt utilisateur : l'instruction système a remodelé le comportement globalement. Cette séparation correspond exactement à la manière dont vous structurerez l'appel APIAPIApplication Programming Interface : une interface standardisée qui permet aux applications de communiquer et d'échanger des données sans connaître leur fonctionnement interne respectif.Voir la définition complète → ensuite : la construire ici garde votre prototype fidèle à la production.

Régler les paramètres qui comptent

Le panneau Run settings à droite, c'est là que le prototypage devient sérieux. Trois contrôles font l'essentiel du travail.

TemperatureTemperatureUn reglage qui controle le caractere aleatoire ou previsible des reponses d'un modele d'IA : bas pour la coherence, haut pour la creativite.Voir la définition complète →

La temperature gouverne le hasard. Des valeurs basses (proches de 0) rendent le modèle déterministe et reproductible ; des valeurs hautes (vers 2) le rendent crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →éatif et varié.

Pour l'extraction, la classification et tout ce où vous voulez qu'une même entrée donne une même sortie, poussez la temperature vers le bas. Pour du brainstorming ou de la rédaction, remontez-la. Mettez-la à 0 pour notre tâche de triage et lancez plusieurs fois : la structure ne devrait quasiment plus varier d'une exécution à l'autre.

Longueur de sortie

Cela plafonne la réponse en tokens. Réglez-le délibérément. Un résumé de triage n'a pas besoin d'un budget de 2 000 tokens, et un plafond bas économise de l'argent tout en décourageant le modèle de digresser.

Sortie structurée

C'est la fonctionnalité qui transforme une démo en véritable intégration. Activez Structured output et Studio vous laisse définir un schémamaUtiliser un logiciel pour automatiser les tâches et campagnes marketing répétitives, afin de personnaliser à grande échelle sur des canaux comme l'email, le web et le social.Voir la définition complète → JSON auquel le modèle doit se conformer. Au lieu d'espérer que le modèle renvoie du JSON propre, vous l'y *contraignez*.

Définissez un schéma pour notre ticket :

{
  "type": "object",
  "properties": {
    "feature": { "type": "string" },
    "platform": { "type": "string" },
    "severity": { "type": "string", "enum": ["low", "medium", "high"] },
    "summary": { "type": "string" }
  },
  "required": ["feature", "platform", "severity", "summary"]
}

Relancez. Vous obtenez désormais du JSON valide et parsable à chaque fois, avec severity garanti d'être l'une de vos trois valeurs autorisées. Pas de regex, pas de nettoyage, pas de « parfois il ajoute un bloc markdown ». C'est la différence entre un prompt qui fonctionne en démo et un prompt que vous pouvez brancher sur une base de données.

Grounding avec Google Search

Votre tâche de triage travaille sur un texte que vous fournissez : elle n'a besoin d'aucune connaissance extérieure. Mais beaucoup de prototypes en ont besoin. Quand un prompt porte sur l'actualité, des sorties récentes ou tout ce qui dépasse la date de coupure d'entraînement du modèle, activez Grounding with Google Search dans les run settings.

Avec le grounding activé, Gemini lance de vraies recherches, récupère des résultats en direct et cite ses sources dans la réponse. C'est la même capacité de grounding qu'expose l'API : la tester dans Studio vous dit exactement comment elle se comportera dans le code. Activez-la, demandez « qu'est-ce qui a changé dans la dernière version de Gemini Flash », et regardez les citations apparaître. Désactivez-la et vous obtenez une réponse assurée, possiblement périmée. Prototyper les deux côte à côte, c'est tout l'intérêt.

Prompts multimodaux

Gemini est nativement multimodalmultimodalIA qui traite plusieurs types de contenu à la fois: texte, image, audio, vidéo et données, au lieu d'un seul format.Voir la définition complète →, et Studio vous permet d'en tirer parti directement. Cliquez sur le + dans la zone de prompt pour joindre une image, un PDF, de l'audio ou même de la vidéo. Combiné au contexte long, vous pouvez déposer une spécification PDF de 40 pages et une capture d'écran dans un seul prompt et demander au modèle de les réconcilier.

Pour notre exemple de triage, imaginez que le client joigne une capture d'écran de la page cassée. Ajoutez l'image, gardez la même instruction systèmeinstruction systèmeLes instructions cachées qui définissent le comportement d'un assistant IA avant toute question : son rôle, son ton, ses limites et ses règles.Voir la définition complète →, et le modèle fonde désormais ses champs feature et platform sur ce qu'il voit réellement. Vous venez de prototyper un pipelinepipelineL'ensemble des opportunités commerciales actives réparties selon les étapes du processus de vente, avec leur valeur potentielle cumulée et leur probabilité de conclusion.Voir la définition complète → multimodal sans écrire une ligne de code.

Exporter vers du code

Voilà la récompense. Tout ce que vous avez réglé (modèle, instruction système, temperature, longueur de sortie, schéma, grounding) est capturé dans le prompt. Cliquez sur Get code (le bouton < >, généralement en haut à droite).

Studio génère un snippet prêt à l'emploi dans le langage de votre choix : Python, JavaScript, Go, REST, et d'autres. Il utilise le SDK Google GenAI officiel et reflète vos réglages exacts. Choisissez Python et vous obtenez quelque chose de proche de ceci :

from google import genai
from google.genai import types

client = genai.Client(api_key="YOUR_API_KEY")

response = client.models.generate_content(
    model="gemini-flash-latest",
    contents="Message: the export button does nothing on Safari, urgent",
    config=types.GenerateContentConfig(
        system_instruction=(
            "You are a support triage assistant. Identify the affected "
            "feature, the platform, a severity (low, medium, high), and a "
            "one-line summary. Be terse. Never invent details."
        ),
        temperature=0,
        response_mime_type="application/json",
        response_schema={
            "type": "object",
            "properties": {
                "feature": {"type": "string"},
                "platform": {"type": "string"},
                "severity": {
                    "type": "string",
                    "enum": ["low", "medium", "high"],
                },
                "summary": {"type": "string"},
            },
            "required": ["feature", "platform", "severity", "summary"],
        },
    ),
)

print(response.text)

Remarquez la netteté avec laquelle le prototype se traduit en appel. L'instruction système, la temperature et le schéma que vous avez réglés avec des boutons sont devenus system_instruction, temperature et response_schema. Il n'y a aucun écart de traduction. Ce que vous avez testé est ce que vous livrez.

Obtenir votre clé

Le snippet a besoin d'une clé API. Studio propose une option API key dans son menu, qui en crée une rattachée à un projet Google Cloud. Ne la collez jamais dans du code côté client et ne la committez jamais dans un dépôt. Chargez-la plutôt depuis une variable d'environnement :

export GEMINI_API_KEY="your-key-here"

Ensuite, lisez-la avec os.environ["GEMINI_API_KEY"] au lieu de la coder en dur. Le SDK récupère aussi `GEMINI_API_KEY` automatiquement si vous construisez le client sans argument.

Sauvegarder et partager des prototypes

Chaque prompt dans Studio peut être enregistré sur votre Drive et partagé par lien, de sorte qu'un collègue puisse ouvrir le prompt exact avec tous vos réglages intacts. Studio devient ainsi une surface de conception partagée, pas seulement un brouillon personnel. Quand vous transmettez un prompt à un ingénieur, **envoyez le lien Studio *et* le code exporté : le lien lui permet de régler, le code lui permet de livrer**.

Quand passer à Vertex AI

Studio et l'API Gemini sont faits pour l'itération rapide et les projets individuels ou en petite équipe. Quand vous avez besoin de contrôles d'entreprise (réseau privé, résidence des données, IAM, outillage MLOps, garanties de quota plus élevées), les mêmes modèles sont disponibles via Vertex AI sur Google Cloud. Le prompt design réalisé dans Studio se transfère : la forme de la requête est presque identique, donc prototyper ici n'est jamais perdu même si vous passez ensuite à Vertex pour la production. Traitez cela comme une décision de déploiement, pas comme une raison de prototyper ailleurs.

Une boucle de prototypage propre

Mis bout à bout, votre workflow ressemble à ceci :

1. Rédigez le prompt utilisateur dans Chat.
2. Déplacez les règles persistantes dans System instructions.
3. Réglez la temperature selon votre tâche (basse pour du structuré, haute pour du créatif).
4. Plafonnez la longueur de sortie.
5. Ajoutez un schéma JSON si un système consomme la sortie.
6. Activez le grounding si la tâche a besoin de faits récents.
7. Joignez des images, des PDF ou de l'audio pour tester les chemins multimodaux.
8. Cliquez sur Get code, branchez une clé via variable d'environnement, exécutez.

Chaque étape que vous faites dans Studio est un paramètre que vous devriez sinon devinez dans le code. Régler visuellement d'abord signifie que votre première exécution dans un vrai projet fonctionne généralement du premier coup.

Points clés

• Traitez Studio comme votre IDE de prompts. Construisez et réglez dans aistudio.google.com, puis exportez, au lieu de devinez les paramètres directement dans le code.
• Les instructions système sont votre contrôle le plus puissant. Placez-y le rôle et les règles persistants, gardez le message utilisateur propre, et votre prototype correspondra exactement à votre appel de production.
• Utilisez la sortie structurée pour tout ce qu'un système consomme. Un schéma JSON transforme une démo instable en intégration fiable, sans post-traitement.
• Adaptez la temperature à la tâche : proche de 0 pour l'extraction et la classification, plus haute pour la génération créative, et testez la reproductibilité avant de livrer.
• Exportez, puis sécurisez la clé. Chargez-la depuis une variable d'environnement, ne la codez jamais en dur et ne la committez jamais, et rappelez-vous que le même prompt passe à Vertex AI quand vous avez besoin de contrôles d'entreprise.