Prompts LLM
Catalogue des prompts utilises par Pacemaker : generation de taches, parsing, recalibration, vision et livrables.
REF-SPEC/PM-012 v1.0 — 2026-04-05
1. Principe
Tous les prompts de Pacemaker sont definis dans src/lib/prompts.ts sous forme de fonctions pures. Aucun prompt n'est ecrit en dur dans un composant ou une route API. Chaque prompt recoit le contexte projet, le contexte RAG et les regles d'apprentissage pertinentes.
2. Structure commune
Chaque prompt suit la meme structure :
[Regles d'apprentissage (si disponibles)]
[Contexte documentaire RAG]
[Contexte projet (phase, budget, risques, taches)]
[Instructions specifiques]
[Format de sortie attendu]3. Catalogue des prompts
buildGenerateTasksPrompt
| Propriete | Valeur |
|---|---|
| Type de generation | tasks |
| Entree | Semaine, taches existantes, taches semaine precedente |
| Sortie | [{"label", "owner", "priority"}] |
| Max tokens | 2000 |
| Regles injectees | Type tasks |
Genere 4 a 6 taches concretes pour la semaine selectionnee. Le prompt inclut les taches existantes pour eviter les doublons et les taches de la semaine precedente pour assurer la continuite.
buildParseUploadPrompt
| Propriete | Valeur |
|---|---|
| Type de generation | parse_cr |
| Entree | Texte du compte-rendu, ID semaine |
| Sortie | {decisions, actions, risks, opportunities} |
| Max tokens | 3000 |
| Regles injectees | Type parse_cr |
Extrait les elements structurants d'un compte-rendu de reunion. Les actions sont converties en taches, les risques en entrees du registre.
buildRecalibrationPrompt
| Propriete | Valeur |
|---|---|
| Type de generation | recalib |
| Entree | Etat complet du projet (toutes semaines, taches, risques, budget) |
| Sortie | {weeks: {"5": [...], "6": [...]}, carryover_notes} |
| Max tokens | 4000 |
| Regles injectees | Type recalib |
Re-planifie les semaines restantes. Preserve les taches "fait", reporte les blocages, respecte les jalons. La recalibration ne touche jamais les semaines passees.
buildVisionExtractionPrompt
| Propriete | Valeur |
|---|---|
| Type de generation | vision |
| Entree | Image (via content type image) |
| Sortie | {ocr_text, summary, detected_elements, confidence} |
| Max tokens | 2000 |
| Regles injectees | Type vision |
Analyse une photo de reunion et en extrait du texte (OCR), un resume, et des elements structures (decisions, actions, risques, KPI, schemas, notes).
Prompt de creation de livrable
| Propriete | Valeur |
|---|---|
| Type de generation | livrables |
| Entree | Tache source, specs livrable, contexte projet complet |
| Sortie | Contenu markdown complet du document |
| Max tokens | 8000 |
| Regles injectees | Type livrables |
Produit le contenu integral d'un livrable professionnel. Le prompt est editable par l'administrateur avant execution via le prompt editor.
4. Enrichissement RAG
Chaque prompt (sauf vision) est enrichi par getRelevantContext() qui injecte les chunks documentaires pertinents. Le bloc RAG est positionne apres les regles d'apprentissage et avant le contexte projet.
5. Injection des regles
Les regles sont injectees par buildRulesBlock(rules) en tout debut de prompt :
=== REGLES APPRISES (appliquees automatiquement) ===
1. Toujours inclure un responsable pour chaque tache generee
2. Les livrables client doivent mentionner l'echeance de validation
===Le nombre de regles est plafonne a 5 par prompt pour eviter la dilution de l'attention du LLM.