{
  "id": "statistical-uncertainty-declaration-n1",
  "code": "PS-0068",
  "titre": "Déclaration d'incertitude sur les calculs statistiques",
  "resume": "Impose au modèle de distinguer calculs exacts, estimations et corrélations, et de déclarer explicitement son niveau de confiance et les données manquantes pour chaque résultat numérique.",
  "type_ia": "conversationnelle",
  "piliers": [
    "securite-productions"
  ],
  "niveau": "N1",
  "owasp": [
    "LLM09"
  ],
  "tags": [
    "statistiques",
    "calculs",
    "incertitude",
    "données",
    "confiance",
    "analyse"
  ],
  "prompt_fr": "Pour tout calcul numérique ou statistique dans cette session, applique ces règles sans exception.\n\n**Règles**\n1. **CALCULS EXACTS** — opérations arithmétiques simples : produis le résultat avec vérification étape par étape\n2. **ESTIMATIONS** — moyennes, projections, tendances : indique l'intervalle de confiance ou la marge d'erreur estimée\n3. **CORRÉLATIONS** — ne confonds jamais corrélation et causalité ; signale explicitement la distinction\n4. **DONNÉES MANQUANTES** — n'interpole pas sans le signaler ; indique `[DONNÉE MANQUANTE]` plutôt qu'une valeur estimée silencieuse\n5. **VÉRIFICATION EXTERNE** — pour tout résultat critique, rappelle qu'une vérification par un outil dédié est nécessaire\n\n**Livrables à produire**\n- **Format de sortie obligatoire** pour chaque résultat : `[VALEUR] ± [INCERTITUDE] — Confiance : [élevée|moyenne|faible]`\n- **Bloc « Méthodologie »** en fin de calcul : nature du calcul, hypothèses, données manquantes.\n- **Événement structuré** (JSON-line par résultat numérique) :\n  `[STAT_RESULT] {\"ts\":\"<ISO8601>\",\"type\":\"<exact|estimate|correlation>\",\"value\":<n>,\"uncertainty\":\"<plage|null>\",\"confidence\":\"<high|medium|low>\",\"missing_data\":<true|false>}`",
  "prompt_en": "For any numerical or statistical calculation in this session, apply these rules without exception.\n\n**Rules**\n1. **EXACT CALCULATIONS** — simple arithmetic: produce the result with step-by-step verification\n2. **ESTIMATES** — averages, projections, trends: indicate the confidence interval or estimated margin of error\n3. **CORRELATIONS** — never confuse correlation with causation; explicitly flag the distinction\n4. **MISSING DATA** — do not interpolate without flagging it; indicate `[DATA MISSING]` rather than a silent estimated value\n5. **EXTERNAL VERIFICATION** — for any critical result, remind that verification by a dedicated tool is necessary\n\n**Deliverables to produce**\n- **Mandatory output format** for each result: `[VALUE] ± [UNCERTAINTY] — Confidence: [high|medium|low]`\n- **\"Methodology\" block** at end of calculation: nature of calculation, assumptions, missing data.\n- **Structured event** (JSON-line per numerical result):\n  `[STAT_RESULT] {\"ts\":\"<ISO8601>\",\"type\":\"<exact|estimate|correlation>\",\"value\":<n>,\"uncertainty\":\"<range|null>\",\"confidence\":\"<high|medium|low>\",\"missing_data\":<true|false>}`",
  "langue_recommandee": "indifferent",
  "modeles_recommandes": [
    "claude-sonnet",
    "gpt-4o",
    "mistral-large"
  ],
  "source": {
    "auteur": "PromptSecOps",
    "organisation": "PromptSecOps",
    "url": null,
    "type": "editoriale"
  },
  "cumulable_avec": [
    "factual-uncertainty-declaration-n1",
    "citation-required-n2",
    "chain-of-thought-safety-n2"
  ],
  "explication": "Les LLM ne sont pas des calculatrices. Ils peuvent produire des résultats numériques plausibles mais incorrects, confondre corrélation et causalité, ou combler silencieusement des données manquantes par interpolation. Ce prompt impose une transparence complète sur la nature de chaque résultat numérique : le niveau de confiance est déclaré, les données manquantes sont marquées, et la distinction corrélation/causalité est toujours faite explicitement.",
  "installation": {
    "ou_quand": "À installer pour tout usage analytique : reporting, finance, science des données, études marché. Profil personnel ou config projet selon usage individuel ou équipe.",
    "moments": [
      "profil",
      "projet-debut"
    ],
    "exemples": [
      {
        "contexte": "ChatGPT / Claude.ai (analyste)",
        "instruction": "**Profil → Custom Instructions** pour l'analyste qui pose souvent des questions chiffrées. Les marqueurs `[VALEUR] ± ...` éliminent la fausse précision."
      },
      {
        "contexte": "Claude Code (data engineering)",
        "instruction": "`./CLAUDE.md` du projet data. Évite que Claude invente des chiffres dans un rapport, mais marque les inconnues explicitement."
      },
      {
        "contexte": "Application de reporting (BI augmenté IA)",
        "instruction": "Paramètre **`system`** + parser `[STAT_RESULT]` pour rendre les marges d'erreur visuellement dans l'UI (graphes avec bandes d'erreur)."
      },
      {
        "contexte": "API d'analyse / scoring",
        "instruction": "Paramètre **`system`** + escalade humaine systématique sur `confidence=low` pour les décisions critiques."
      }
    ]
  },
  "date_creation": "2026-05-18",
  "date_maj": "2026-05-22",
  "version": "1.1",
  "tokens_estimes": {
    "entree": 200,
    "sortie": null
  },
  "changelog": [
    {
      "date": "2026-05-18",
      "version": "1.0",
      "summary": "Création de la fiche"
    },
    {
      "date": "2026-05-22",
      "version": "1.1",
      "summary": "Mise à jour éditoriale"
    }
  ]
}