Le Synthétiseur de Recherche : Découvrez sur quoi les sources s’accordent, ce qu’elles contestent et ce qu’elles laissent sans réponse
Pourquoi ce prompt est important
Most people read sources sequentially and end up anchored to whichever conclusion they read last. Real synthesis requires mapping the intellectual landscape: where genuine consensus exists, where disputes are empirical vs methodological vs definitional, and where evidence is simply absent. Without this, you can unknowingly cherry-pick support for any conclusion. A 45-minute manual synthesis that would normally take an analyst half a day costs seconds with this prompt.
À quoi nous l'utilisons
You have pulled together 4–7 articles, papers, or reports on a topic before writing a brief, making a decision, or presenting to stakeholders — and you need to understand the actual state of evidence across them, not just what each article says on its own.
Prompt
Act as a systematic research analyst with expertise in synthesizing academic and professional literature. You will analyze the source summaries or abstracts I provide and produce a structured synthesis identifying: where sources converge, where they conflict, what each uniquely contributes, and what important questions remain unanswered. I am researching: [YOUR RESEARCH TOPIC OR QUESTION] Here are the source summaries to synthesize: SOURCE 1 — [TITLE / AUTHOR / DATE]: [PASTE SUMMARY OR ABSTRACT HERE] SOURCE 2 — [TITLE / AUTHOR / DATE]: [PASTE SUMMARY OR ABSTRACT HERE] SOURCE 3 — [TITLE / AUTHOR / DATE]: [PASTE SUMMARY OR ABSTRACT HERE] [Add more sources as needed — 3 to 8 sources works best] Constraints: - Work only from what I have provided. Do not introduce outside knowledge. - Flag when two sources use the same term differently — definitional conflicts matter. - Be specific: when noting agreement or disagreement, cite which sources and what exact claims. - Do not summarize each source individually — I have already read them. Synthesize across them. - If a source is too brief or vague to contribute meaningfully, say so rather than padding. - Distinguish empirical conflicts (different findings) from methodological conflicts (different measurement approaches) from definitional conflicts (different meaning of terms). Produce your synthesis in this exact format: ## Points of Strong Agreement [Claims supported by 3+ sources, with source citations in parentheses] ## Productive Tensions [Where sources meaningfully disagree — note whether the conflict is empirical, methodological, or definitional, and why it matters] ## Unique Contributions [One bullet per source: what this source adds that the others do not cover] ## Unanswered Questions [Important questions the sources collectively leave open: gaps, unstudied populations, unexplored mechanisms, missing timeframes] ## Synthesis Statement [One dense paragraph integrating the above into a coherent research-landscape assessment — suitable for quoting in your own writing]
Résultat
Research topic: Does remote work reduce productivity?
Sources provided: Bloom & Liang (2023), Microsoft Work Trend Index (2025), Stanford WFH Research (2024), McKinsey Future of Work (2025), Chen et al. (2024)
Points of Strong Agreement
All five sources agree that remote work productivity outcomes are highly heterogeneous — dependent on role type, individual autonomy preference, home environment quality, and management approach (Bloom & Liang; Microsoft; Stanford; McKinsey; Chen et al.). Three sources explicitly note that productivity metrics used in remote work studies are inconsistently defined, making cross-study comparisons unreliable (Bloom & Liang; Stanford; Chen et al.).
Productive Tensions
The central empirical conflict is between Bloom & Liang (2023), who find a 9% productivity gain for hybrid workers over full-remote, and the Microsoft Work Trend Index (2025), which reports 87% of full-remote knowledge workers self-assess as highly productive. This is a methodological conflict, not a factual one: Bloom & Liang use manager-rated output metrics for customer service roles; Microsoft uses self-reported assessments across knowledge workers. The populations and measurement instruments are fundamentally different.
McKinsey and Stanford diverge on whether collaboration quality declines in remote settings. McKinsey finds measurable degradation in cross-team innovation projects; Stanford finds no measurable difference when controlling for meeting frequency. This is an empirical conflict that likely reflects different industries sampled.
Unique Contributions
- Chen et al.: Only source examining productivity variation by home office setup quality — finds ergonomic environment accounts for 23% of productivity variance
- Bloom & Liang: Only source with randomized control data rather than observational
- Microsoft Work Trend Index: Largest sample (31,000 workers, 31 countries), only source with multi-country data
- Stanford WFH: Only longitudinal data spanning 2020–2024 — tracks adaptation over time
- McKinsey: Only source distinguishing individual-task productivity from collaborative innovation productivity
Unanswered Questions
- How do productivity effects evolve after 3+ years of sustained remote work? (All studies capture ≤18 months post-adoption)
- Are findings consistent across labor markets outside the US, UK, and Australia?
- How does manager monitoring intensity interact with intrinsic motivation over time?
- What happens to long-term career progression for remote workers — absent from all five sources?
Synthesis Statement
The literature does not support a simple "remote work increases or decreases productivity" conclusion. The stronger finding, supported across all five sources, is that outcomes are highly contextual. Methodological choices — particularly whether to measure individual task output or collaborative outcomes, and whether to use self-report or manager ratings — largely predict the direction of findings. The most important unanswered question is longitudinal: nearly all existing data captures an adjustment period, not a steady state. Any organizational decision based on this literature must specify what type of productivity it cares about and for what worker population.
La plupart des gens abordent une pile de recherches de la même manière : lire la source un, puis la source deux, puis la source trois — et finir par adopter ce que le dernier auteur a avancé le plus convaincant. Ce n’est pas de la synthèse. C’est une exposition séquentielle.
La véritable synthèse exige un type de lecture différent : cartographier là où les sources convergent, isoler là où elles divergent réellement et pourquoi, identifier ce que chacune apporte de manière unique, et — surtout — reconnaître ce que l’ensemble de la littérature laisse encore sans réponse. Ce Prompt est conçu pour imposer exactement cette analyse.
Pourquoi chaque section du Prompt existe
Le format de sortie comporte cinq sections, chacune étant délibérée.
Points de fort accord exige que l’IA trouve des affirmations soutenues par plusieurs sources — pas simplement « la plupart des sources discutent de X » mais « ces sources spécifiques font cette affirmation spécifique ». Cela évite le faux équilibre, où deux articles marginaux reçoivent le même poids qu’un consensus de six.
Tensions productives est la section la plus importante. Le Prompt demande à l’IA de classer les désaccords par type : empirique (résultats différents issus de données différentes), méthodologique (approches de mesure différentes aboutissant à des conclusions différentes) ou définitionnel (sources utilisant le même mot pour signifier des choses différentes). Cette distinction importe énormément. Un conflit empirique suggère un phénomène réel digne d’investigation. Un conflit méthodologique signifie souvent que les études ne mesurent pas réellement la même chose. Un conflit définitionnel signifie que vous comparez des pommes et des agrafeuses.
Contributions uniques évite l’erreur courante de traiter toutes les sources comme interchangeables. Chaque source dans une bonne revue de littérature a été choisie pour une raison — cette section oblige l’IA à articuler cette raison explicitement.
Questions sans réponse est ce qui distingue une synthèse utile d’un simple résumé. Les lacunes dans la littérature sont souvent plus exploitables que ses résultats : elles vous indiquent où votre propre jugement doit intervenir, où votre décision comporte un risque non quantifié, et où des recherches supplémentaires sont justifiées avant de vous engager.
Déclaration de synthèse produit un seul paragraphe dense, prêt à être cité ou adapté directement dans votre propre écrit — une caractérisation prête à l’emploi du paysage de recherche.
Comment en tirer le meilleur parti
Le Prompt fonctionne mieux avec 3 à 8 sources. Moins de 3 et il n’y a rien à synthétiser ; plus de 8 et même les meilleurs LLMs commencent à perdre la trace de quelle affirmation provient de quelle source.
Collez des résumés ou synthèses réels — pas seulement des titres. Plus l’entrée est spécifique, plus la synthèse est spécifique.
L’instruction de distinguer les conflits empiriques, méthodologiques et définitionnels fait un vrai travail. Laissez-la. Sans elle, la plupart des LLMs noteront que les sources « sont en désaccord » sans expliquer pourquoi.
Modèles compatibles
Ce Prompt fonctionne bien avec Claude Sonnet 4.6, GPT-5 et Gemini 3.5 Flash. Pour des textes sources très longs (articles complets plutôt que résumés), Claude et GPT-5 gèrent le contexte de manière plus fiable.