Comment créer tes propres prompts dans AI Builder et les utiliser dans Power Automate comme action IA réutilisable.
Quiconque génère régulièrement du texte avec l'IA dans Power Automate connaît le problème : la même consigne au modèle de langage est retapée à chaque flux, légèrement modifiée, jamais tout à fait formulée de la même façon. AI Builder propose une solution plus propre : des prompts personnalisés que tu construis, testes et enregistres une seule fois dans le générateur de prompts, et qui sont ensuite disponibles comme action prête à l'emploi dans un nombre illimité de flux, de Power Apps et même dans Copilot Studio.
Cet article montre comment créer un prompt personnalisé dans le hub IA, quel rôle jouent les variables d'entrée, et comment intégrer ensuite le prompt terminé comme action réutilisable dans un flux cloud, avec une possibilité de contrôle humain sur le résultat.
Dans AI Builder, un prompt personnalisé est une consigne enregistrée et nommée adressée à un modèle de langage, qui s'exécute sur des modèles de langage exploités par Azure OpenAI Service. D'après la documentation Créer un prompt, cette fonctionnalité est limitée à certaines régions et peut être soumise à des restrictions d'utilisation ou de capacité. La différence essentielle avec un prompt ponctuel écrit directement dans le flux : un prompt personnalisé reçoit un nom, des variables d'entrée fixes, et est géré de façon centralisée dans le hub IA. Tu le construis une fois, le testes là avec des valeurs d'exemple, puis tu peux l'appeler comme action prête à l'emploi depuis n'importe quel flux, Power App ou agent Copilot, sans réinventer la formulation à chaque fois.
Le générateur de prompts peut s'ouvrir depuis trois environnements : Power Apps, Power Automate ou Copilot Studio. Dans Power Automate, tu te connectes sur make.powerautomate.com et tu sélectionnes dans le menu de gauche Hub IA > Prompts > Créer des prompts personnalisés. Ensuite, tu procèdes en trois étapes :
Selon Microsoft, un prompt se compose fondamentalement de deux parties. La consigne est la première partie et décrit clairement ce que le modèle doit faire, par exemple « Résume cet e-mail en trois points ». Le contexte fournit ensuite les informations dont le modèle a besoin pour une réponse adaptée, par exemple la précision que l'e-mail contient des retours clients de la semaine dernière. Un bon prompt est en outre clair et concis, suffisamment spécifique pour orienter le modèle dans la bonne direction, et fournit assez de contexte pour que la réponse soit aussi pertinente sur le fond. Si la réponse générée est trop longue ou s'écarte du sujet, il vaut presque toujours la peine d'affiner précisément ces quatre qualités plutôt que de réécrire toute la consigne.
Ce sont les variables d'entrée qui transforment un bloc de texte figé en une action réellement réutilisable. Pour chaque entrée, tu saisis une valeur d'exemple dans le générateur de prompts, afin de pouvoir tester le prompt directement via Test avant qu'il ne fonctionne quelque part en production. Un prompt peut utiliser plusieurs entrées à la fois, par exemple un champ de texte pour le contenu et un second pour le ton souhaité de la réponse. Dès que tu es satisfait du résultat, tu sélectionnes Enregistrer, et le prompt est disponible dès cet instant comme composant autonome.
Pour intégrer ton prompt enregistré dans un flux cloud, tu recherches « GPT » dans le panneau des actions et tu sélectionnes l'action correspondante. Bon à savoir : l'action s'est longtemps appelée Créer un texte avec GPT à l'aide d'une invite, et depuis mai 2025 Microsoft l'a renommée, selon Utiliser un prompt personnalisé dans un flux dans la documentation en anglais, Run a prompt ; selon l'état de mise à jour de ton environnement, tu vois donc encore l'ancien nom ou déjà le nouveau. Dans les deux cas, le déroulement est le même :
Alternativement, tu peux aussi démarrer un tout nouveau prompt directement depuis le concepteur de flux : dans le même menu déroulant, tu sélectionnes Nouvelle invite personnalisée, ce qui ouvre le même générateur de prompts que celui accessible via le hub IA. Pratique pour les cas particuliers ponctuels, mais pour des composants réutilisables, le passage par le hub IA reste plus clair, car le prompt y reste ensuite repérable pour d'autres flux et applications.
Un prompt fournit toujours une réponse, mais toutes les réponses ne devraient pas continuer sans vérification, par exemple avant qu'un texte ne soit envoyé à des clientes et clients. C'est exactement à cela que sert un pas d'approbation après l'action de prompt : l'action Démarrer une approbation de texte et attendre transmet le texte généré à une personne désignée, qui peut l'approuver, le refuser ou encore le modifier avant validation dans le menu des approbations de Power Automate. Grâce à une condition ultérieure qui vérifie si le résultat est « Approuver », le flux décide lui-même si le texte est ensuite traité automatiquement. L'IA reste ainsi la collaboratrice numérique qui fournit le premier brouillon, pendant que tu conserves le contrôle au moment décisif.
Avant de planifier l'utilisation de prompts personnalisés en production, il vaut la peine de jeter un œil aux conditions générales. Les prompts s'exécutent dans la région où ton environnement Power Platform est hébergé, et la disponibilité exacte des modèles par région est documentée séparément, selon Disponibilité des fonctionnalités par région. Microsoft indique en outre explicitement que la fonctionnalité peut être soumise à des restrictions d'utilisation ou de capacité. Toute personne exploitant plusieurs flux avec des prompts personnalisés en production devrait donc clarifier ces points tôt avec sa propre IT ou l'administrateur Power Platform, plutôt que de les découvrir seulement au premier goulot d'étranglement de capacité. Avec le conseil Power Automate de NordFlux, nous t'aidons à mettre en place tes prompts personnalisés de façon structurée dès le départ, afin qu'un bloc de texte ponctuel devienne une action fiable et réutilisable pour toute ton équipe.
Tu y accèdes via Hub IA > Prompts > Créer des prompts personnalisés dans le menu de navigation de gauche de make.powerautomate.com. De là, tu peux démarrer un nouveau prompt, choisir un modèle dans la bibliothèque de prompts ou modifier des prompts déjà enregistrés.
Un prompt personnalisé est nommé, enregistré de façon centralisée dans le hub IA, et peut ensuite être réutilisé dans plusieurs flux, Power Apps et agents Copilot. Un prompt qui n'est formulé que directement dans une seule action de flux reste en revanche lié à ce seul flux et doit être réécrit dans chaque flux supplémentaire si besoin.
La documentation ne mentionne pas de limite fixe ; en pratique, tu définis autant d'entrées de texte ou d'image et document que ton cas d'usage l'exige. Pour chaque entrée, tu devrais saisir une valeur d'exemple lors de la création, afin que le prompt puisse être testé de façon pertinente avant sa mise en production.
Microsoft a renommé l'action Créer un texte avec GPT à l'aide d'une invite dans la documentation, depuis mai 2025, en Run a prompt. Selon la date de la dernière mise à jour de ton environnement, ton interface peut encore afficher l'ancien nom, sans que cela change quoi que ce soit à la fonctionnalité réelle.
Oui. Ajoute après l'action de prompt l'action Démarrer une approbation de texte et attendre, et relie-la aux étapes suivantes via une condition. Ainsi, le texte généré ne continue automatiquement qu'une fois qu'une personne désignée l'a approuvé.
NordFlux construit des employés numériques pour les organisations : des automatisations et des agents KI qui prennent en charge le travail répétitif. Vous gardez le contrôle.
AI Builder extrait automatiquement les données de factures dans Power Automate. Comment le modèle fonctionne, ce qu'il coûte en crédits et quelle licence Premium est nécessaire.
Comment entraîner dans AI Builder un modèle de traitement de documents personnalisé pour vos documents spécifiques à l'entreprise et l'utiliser dans Power Automate.
Un prompt personnalisé dans AI Builder rend vos flux plus flexibles, mais sans mécanismes de contrôle ni règles claires pour les données sensibles, la sortie de l'IA devient vite un risque. NordFlux accompagne l'introduction sécurisée de fonctionnalités IA dans les PME, de la structure du prompt jusqu'à la logique de validation. Lors du premier échange, nous examinons votre cas d'usage et identifions où un contrôle humain reste nécessaire.
