300 000 euros par an, pas de diplôme exigé sur le papier, et un métier qui n’existait même pas il y a trois ans. Le nom fait un peu gadget, mais il est en train de se faire une place dans les organigrammes: prompt engineer, « ingénieur de saisie » en version française, celui ou celle qui sait parler aux IA pour en tirer des résultats utiles – et pas juste des réponses jolies.
Nos lecteurs ont adoré :
- Peut-on réellement gagner plus de 2 000 €/mois sans diplôme ? Ce métier vous embauche dès demain
- Gagnez 3 000 € nets par mois, sans diplôme : le secteur du transport de patients va créer 60 000 emplois
- Découvrez ce métier étonnant (sans diplôme) qui peine à recruter à plus de 2000€ – Cordiste
Le truc, c’est que depuis l’arrivée de ChatGPT et de ses cousins (Gemini, Claude, Midjourney, Dall-E…), tout le monde s’est mis à « prompter ». Sauf que dans une boîte, bricoler deux phrases dans un chat ne suffit pas. Quand une équipe veut gagner du temps, automatiser, produire mieux, plus vite, sans se planter, elle finit par chercher des profils capables de tester, itérer, cadrer, documenter. Et là, les salaires s’emballent.
Pourquoi le prompt engineer est né avec ChatGPT
Avant les IA grand public, discuter avec une machine, c’était un délire de labo ou un truc planqué dans des logiciels pro. Puis ChatGPT a débarqué et, d’un coup, n’importe qui a pu obtenir un texte, un plan, un bout de code, une idée de mail. Résultat: les entreprises ont vu un levier énorme. Pas juste pour « faire des posts LinkedIn« , mais pour accélérer des tâches entières.
Sauf que l’accès gratuit ou facile à ces outils a créé un faux sentiment de simplicité. Oui, tu peux obtenir une réponse en 10 secondes. Mais une réponse fiable, réutilisable, conforme à un contexte métier, c’est une autre histoire. Les IA te sortent souvent des approximations, elles inventent parfois, elles se contredisent. Du coup, le besoin est apparu: quelqu’un doit cadrer la conversation, poser les bonnes contraintes, vérifier ce qui sort.
Le prompt engineer s’est glissé dans cet espace. Il ne « développe » pas forcément un modèle, il apprend surtout à l’exploiter. Il teste des formulations, compare des résultats, construit des gabarits de prompts, met en place des garde-fous. Dans une équipe produit, ça peut ressembler à de l’optimisation continue: tu changes une consigne, tu mesures le gain, tu documentes, tu recommences – et tu fais ça toute la journée.
Ce qui a accéléré le phénomène, c’est la compétition entre modèles. ChatGPT a ouvert la voie, puis Gemini, Claude, Midjourney ou Dall-E ont poussé des usages différents: texte, images, assistance au raisonnement, synthèse. À chaque fois, les entreprises ont dû apprendre « comment parler » à l’outil. Et quand tu payes des licences et que tu veux des résultats, tu finis par payer aussi les gens qui savent en tirer le maximum.
300 000 par an: où se cachent ces salaires
Les chiffres qui font tourner les têtes viennent surtout des États-Unis. Sur certaines offres repérées dans la tech, la rémunération annoncée dépasse les 300 000 euros par an. C’est énorme, mais ce n’est pas « le salaire standard » du métier. C’est le haut du panier: grosses boîtes, gros budgets, projets critiques, souvent dans des villes où les salaires explosent déjà pour les profils rares.
À l’autre bout du spectre, même des postes plus « junior » ou moins spécialisés peuvent afficher des niveaux très confortables: on voit des fourchettes autour de 70 000 euros annuels pour des jobs moins qualifiés. Ce grand écart raconte surtout une chose: le marché est en phase de ruée. Les entreprises cherchent, testent, recrutent vite, et elles se battent sur des compétences qui ne sont pas encore standardisées.
Pourquoi payer si cher quelqu’un qui « écrit des consignes »? Parce que le gain peut être massif. Un prompt bien construit peut réduire le temps passé sur une tâche, limiter les erreurs, rendre un workflow plus stable. Si une équipe support traite 10 000 tickets par mois, ou si une équipe juridique doit relire des dizaines de contrats, un outil IA bien piloté peut changer la charge de travail. Et dans une boîte, ce genre de gain se chiffre vite en centaines de milliers d’euros.
Il y a aussi un contexte plus brutal: des entreprises annoncent des remplacements de postes par l’IA. IBM, par exemple, a évoqué dès 2023 un plan de remplacement de milliers de personnes par des solutions automatisées. Tu comprends mieux la logique: on investit dans l’automatisation, et on surpaye les profils capables de la rendre opérationnelle. Cynique? Un peu. Mais c’est le moteur économique derrière ces salaires.
Sans diplôme, vraiment: ce que les recruteurs regardent
Sur le papier, pas de cursus « officiel ». Normal: le métier est trop récent. Du coup, tu peux tomber sur des annonces qui ne demandent aucun diplôme précis. Mais ne te raconte pas d’histoires: les recruteurs ne cherchent pas juste quelqu’un de curieux. Ils veulent des preuves. Des tests, des cas concrets, une capacité à expliquer ce que tu fais et pourquoi ça marche.
Les profils avec une formation informatique ou scientifique partent avec un avantage, parce qu’ils comprennent mieux les limites, les biais, les formats, la logique des systèmes. Mais ce n’est pas une barrière absolue. Un autodidacte peut se faire une place s’il sait documenter ses expérimentations, montrer des résultats, et surtout parler le langage du métier ciblé: RH, service client, marketing, produit, data… Le prompt engineer utile, c’est celui qui comprend le terrain.
Dans la pratique, on te jugera sur des compétences très concrètes: patience (oui, vraiment), capacité à reformuler, à itérer, à poser des contraintes. Le métier récompense les gens qui acceptent de répéter, de tester dix versions d’une consigne, de comparer les sorties, de repérer ce qui dérive. C’est moins glamour que « je discute avec une IA », mais c’est là que se cache la valeur.
J’ai discuté avec un responsable produit qui a recruté ce type de profil pour cadrer des usages internes. Son résumé était cash: « Je m’en fiche du diplôme. Je veux quelqu’un qui sait obtenir une réponse stable, qui comprend quand le modèle hallucine, et qui sait écrire une procédure que l’équipe peut suivre. » Du coup, ton CV pèse moins lourd que ton dossier de preuves.
Une journée de prompt engineer, entre tests et garde-fous
Oublie l’image du type qui tape trois phrases et va boire un café. Une journée ressemble plutôt à un mix entre labo et terrain. Tu démarres avec un besoin: résumer des documents, générer des réponses client, produire des descriptions produits, aider à coder, classifier des demandes. Puis tu construis une première version de prompt, tu lances des séries de tests, tu notes ce qui marche, ce qui casse, ce qui varie selon les cas.
Ensuite, tu ajoutes des garde-fous. Par exemple: demander au modèle de citer ce qu’il ne sait pas, de poser des questions avant de répondre, de suivre un format strict, de refuser certains sujets. Tu peux aussi créer des « templates » réutilisables par des équipes non techniques. Et là, tu touches un point clé: le prompt engineer ne travaille pas pour lui, il travaille pour que d’autres obtiennent des résultats cohérents.
Dans les boîtes qui prennent ça au sérieux, tu passes aussi du temps à mesurer. Pas forcément avec des métriques parfaites, mais avec du concret: taux d’erreur, temps économisé, retours des équipes, qualité perçue. Si une IA aide à rédiger des mails, tu regardes si les clients se plaignent plus, si le ton dérape, si les réponses deviennent trop longues. C’est un boulot d’ajustement permanent.
Et puis il y a la partie moins fun: gérer les limites. Les IA donnent des réponses « de qualité variable », et c’est un euphémisme. Tu dois apprendre à reconnaître les formulations trompeuses, les fausses certitudes, les détails inventés. Perso, c’est là que je mets un bémol: quand une boîte te vend « on va tout automatiser », le prompt engineer finit souvent en pompier, celui qui empêche l’outil de faire n’importe quoi à grande échelle.
Le revers de la médaille: bulle, pression, et métiers voisins
Le salaire à 300 000 euros fait rêver, mais il peut aussi piéger. Déjà parce que ces montants sont rares et très concentrés. Ensuite parce que le métier bouge trop vite: un modèle change, une interface évolue, une nouvelle fonctionnalité sort, et tes recettes d’hier ne marchent plus pareil. Tu peux passer de « magicien » à « moins indispensable » en quelques mois si l’outil devient plus simple ou mieux cadré nativement.
Il y a aussi un risque de bulle de recrutement. Quand tout le monde se rue sur un intitulé, tu te retrouves avec des postes flous, des missions mal définies, et des attentes absurdes. Certains managers veulent une IA qui répond parfaitement, sans coût, sans risque, sans validation humaine. Sauf que ça n’existe pas. Le prompt engineer se prend alors la pression, et il sert de fusible quand la promesse ne tient pas.
Pour relativiser, regarde les métiers « sans diplôme » qui gagnent bien depuis plus longtemps: créateur de contenu, consultant SEO, développeur freelance, agent immobilier, ou même des métiers techniques en tension comme les techniciens HVAC aux États-Unis, dont la demande explose avec les canicules. Dans tous ces cas, le point commun n’est pas l’absence de diplôme: c’est la compétence prouvée, la rareté, et la capacité à produire des résultats mesurables.
Le prompt engineer s’inscrit dans cette logique, mais avec une fragilité: la dépendance à des outils externes. Si les modèles se standardisent, si les entreprises internalisent des solutions, ou si les régulations imposent plus de contrôles, le métier va se transformer. Il ne va pas disparaître du jour au lendemain, mais il va se spécialiser. Ceux qui survivront seront ceux qui savent relier l’IA à un vrai besoin métier, pas ceux qui collectionnent des « prompts miracles » sur un coin de Notion.
Sources
Je suis passionné par l’économie, l’entrepreneuriat et les dynamiques du monde professionnel. À travers mes articles, j’analyse les tendances du business, les stratégies d’entreprise et les enjeux économiques pour offrir aux lecteurs une vision claire, utile et accessible de l’actualité du secteur.
