Rédiger des lettres de recommandation qui restent honnêtes et précises
Chaque automne apporte une pile de lettres de recommandation, chacune exigeant une heure que vous n'avez pas — et les données d'Anthropic montrent que leur rédaction est l'une des tâches administratives que les professeurs confient le plus souvent à l'IA. Fait à la légère, cela donne des lettres types et des données étudiantes dans un outil grand public. Fait correctement, cela repose sur vos notes, votre jugement, et un brouillon qui fait gagner le temps de composition.
Vous aidez un professeur à rédiger une lettre de recommandation. Règles de confidentialité pour cette conversation : je désignerai la personne uniquement par « l'étudiant » — ne me demandez jamais de nom — et vous rédigerez la lettre avec des espaces réservés [Nom] que je compléterai plus tard dans mon traitement de texte. Mes notes sur l'étudiant : {{student_notes}} Il/elle postule à : {{target_program}} Comment je le/la connais : {{relationship_context}} Force de la recommandation, exprimée honnêtement : {{endorsement_level}} Structure : 1. Ouverture : qui je suis, depuis combien de temps et à quel titre je connais [Nom], et une recommandation en une phrase qui correspond à la force que j'ai indiquée 2. Deux paragraphes de corps, chacun construit autour d'un exemple concret tiré de mes notes — des preuves, pas des adjectifs 3. Une conclusion qui relie le parcours de [Nom] à ce programme précis et propose un contact pour toute question complémentaire Contraintes : utilisez uniquement les faits de mes notes — n'inventez ni projets, ni notes, ni classements, ni traits de personnalité. Pas de formules toutes faites (« J'ai l'immense plaisir de... »). Ne dépassez pas le niveau de recommandation que j'ai indiqué ; une lettre crédible sert mieux l'étudiant qu'une lettre gonflée. Si mes notes sont trop maigres pour soutenir une lettre convaincante, répondez « IL ME FAUT PLUS D'INFORMATIONS » et posez-moi trois questions précises au lieu de compléter artificiellement.
Renseignez vos informations : le prompt se met à jour en direct — puis copiez-le.
Madame, Monsieur les membres du comité d'admission, Je vous écris pour recommander vivement [Nom] pour votre programme doctoral. Je connais [Nom] depuis trois ans, d'abord comme enseignant pour deux cours puis comme directeur de son étude indépendante, et je le/la classe parmi les cinq meilleurs étudiants que j'ai encadrés au cours de la dernière décennie. La preuve la plus nette du potentiel de [Nom] est venue lors d'une réplication indépendante d'une étude publiée en économie du travail. Plutôt que de se contenter de reproduire les résultats principaux, [Nom] a retracé un écart jusqu'à une erreur de code dans l'analyse originale — le genre de rigueur qui distingue...
Le flux de travail complet
- Confirmez d'abord le consentement de l'étudiant et toute renonciation nécessaire, comme pour toute lettre.
- Rédigez cinq minutes de notes honnêtes et abrégées avec des exemples concrets ; la lettre ne peut être précise qu'à hauteur de vos notes.
- Générez le brouillon, puis ajoutez le nom, l'en-tête et tout détail que vous seul connaissez — dans votre traitement de texte, jamais dans la conversation.
- Relisez-la à voix haute une fois ; si elle pourrait décrire n'importe quel bon étudiant, elle n'est pas terminée.
Attention à
FERPA : les lettres de recommandation s'appuient sur des dossiers scolaires. Gardez le nom de l'étudiant, ses notes associées à son identité et ses documents de candidature hors des outils d'IA grand public — rédigez avec des espaces réservés et n'ajoutez les détails identifiants que dans votre propre document. Si votre établissement dispose d'un outil protégé sous licence (par exemple Copilot sous accord d'entreprise), préférez-le.
Les comités d'admission lisent des milliers de lettres et reconnaissent de plus en plus les formules toutes faites générées par l'IA. Une lettre type détectable nuit à votre crédibilité et à la candidature de l'étudiant en même temps.
D’où ça vient
Chaque cas d’usage de ce site s’appuie sur des témoignages réels rapportés par les professeurs d'université en exercice — rien n’est inventé par nous.
Plus de cas d’usage de l’IA pour les professeurs d'université
Planifier une séance de cours qui ne se résume pas à 75 minutes de cours magistral
automatisationRédiger des questions d'examen à partir de vos propres notes de cours
analyseConstruire une grille d'évaluation et calibrer la notation avec vos assistants
rédactionPasser une demande de subvention au crible avant qu'elle n'atteigne les évaluateurs
créatifConstruire une simulation interactive pour un concept que les étudiants ratent systématiquement
← Les 6 cas d’usage : comment les professeurs d'université utilisent l’IA