Générer ses lettres de motivation par IA sans tomber dans le générique

Tu ouvres ChatGPT, tu tapes « écris-moi une lettre de motivation pour un stage en finance », tu copies, tu colles, tu envoies. Et tu te fais ghoster. Pas parce que l'IA écrit mal, parce qu'elle a écrit exactement la même lettre que les 300 autres candidats qui ont tapé le même prompt paresseux. Le recruteur la repère en 5 secondes : ton ampoulé, zéro mention concrète de la boîte, des phrases que tu pourrais recoller sur n'importe quelle offre sans changer un mot.

Le problème n'est pas l'IA. Générer une lettre de motivation par IA est probablement la meilleure idée que tu aies eue de ta saison de candidatures : une lettre personnalisée à la main prend 30 à 60 minutes, avec un outil bien piloté tu tombes à 5-10 minutes. Le problème, c'est de générer sans guider. Une IA mal nourrie produit du générique, une IA bien nourrie produit une lettre que ton interlocuteur croit écrite à la main.

Ce guide te donne la méthode pour générer des lettres par IA qui passent : les 3 ingrédients à injecter à chaque fois (l'offre, l'entreprise, toi), les prompts qui marchent, le test imparable pour savoir si ta lettre est trop générique, et comment tenir tout ça sur 40 candidatures sans y laisser tes soirées.

Pourquoi l'IA produit du générique (et comment c'est repéré)

Une IA générative ne sait rien de toi ni de la boîte que tu vises. Elle complète à partir de ce que tu lui donnes. Tu lui donnes « stage en finance », elle te rend la moyenne statistique de toutes les lettres de finance jamais écrites : correcte sur la forme, vide sur le fond. C'est mathématique, pas magique.

Et le recruteur l'a compris avant toi. Côté école de commerce, les équipes RH des banques d'affaires, des cabinets de conseil et des maisons de luxe lisent des centaines de lettres par campagne. Ils ont développé un radar. Trois signaux les font passer à la suivante en quelques secondes :

• Le nom remplaçable. Si on peut substituer « Lazard » par « Rothschild » sans que la lettre change de sens, elle ne parle de personne. C'est le test numéro un, et il élimine 80 % des candidatures.
• Le ton ampoulé. « Je suis profondément convaincu que mon parcours exceptionnel s'aligne parfaitement avec votre vision ambitieuse » : aucun humain de 22 ans n'écrit ça spontanément. C'est la signature de l'IA non corrigée.
• L'absence de concret. Pas un chiffre, pas un nom de deal, pas un livrable. Que des intentions et des qualificatifs.

Point important : utiliser l'IA n'est pas un problème en soi. Selon plusieurs études RH, une majorité de recruteurs admettent que les candidats s'en servent et que ça ne les dérange pas, tant que le résultat est personnalisé et juste. Ce qui te disqualifie, ce n'est pas « tu as utilisé une IA », c'est « tu as envoyé un brouillon d'IA sans le travailler ». Pour piloter l'IA dans le bon sens, encore faut-il savoir ce que les recruteurs attendent vraiment d'une lettre de motivation : c'est exactement ce que tu vas injecter dans tes prompts.

Les 3 ingrédients à injecter dans le prompt

Une lettre qui passe, c'est trois informations croisées : l'offre, l'entreprise, et toi. Si ton prompt contient les trois, l'IA n'a plus le choix : elle produit du spécifique. Si tu en oublies un, elle comble le vide avec du générique. C'est aussi simple que ça.

Ingrédient 1 : l'offre

Ne dis pas « un stage en finance ». Colle l'intitulé exact, les missions listées dans l'annonce, et surtout l'enjeu derrière le poste. Un stage Analyst M&A ne demande pas les mêmes preuves qu'un stage en équity research. L'IA doit savoir ce que le recruteur cherche vraiment : capacité de modélisation, rigueur sur la due dil, autonomie sur un pitch book.

Concrètement, tu copies-colles l'annonce entière dans le prompt. C'est la matière première la plus précieuse et la plus ignorée.

Ingrédient 2 : l'entreprise

C'est ici que tu gagnes ou que tu perds. Tu donnes à l'IA un élément concret et récent sur la boîte : un deal signé, une étude publiée, un produit lancé, une practice spécifique. « Goldman Sachs » = générique. « Le rôle de Goldman comme conseil sell-side sur le LBO secondaire d'Ekkio Capital au T3 2025 » = spécifique.

Tu trouves ça en 10 minutes : Mergermarket, Capital IQ, le site de la boîte, les comptes LinkedIn des partners, la presse spécialisée (Les Échos, L'Agefi). Une ligne précise suffit, mais elle est non-négociable.

Ingrédient 3 : toi

Deux ou trois réalisations chiffrées et transférables, pas ton CV en entier. Format qui marche : expérience + livrable concret + apprentissage. « Stage de 4 mois en analyse financière où j'ai construit 18 modèles LBO et co-rédigé un pitch book de 60 pages. » Chaque réalisation doit répondre à un enjeu identifié dans l'offre. C'est ce croisement réalisation/enjeu qui rend la lettre crédible.

Plus le prompt contient l'offre, l'entreprise et tes réalisations, moins l'IA a de marge pour rester générique. Photo sur Unsplash.

Le prompt qui marche (à copier-adapter)

Un bon prompt n'est pas une phrase, c'est un brief. Tu donnes le rôle, le contexte, les 3 ingrédients, et les contraintes de forme. Voici une trame qui produit des lettres exploitables :

Tu es un étudiant en M1 à [école] qui candidate à un stage. Rédige une lettre de motivation de 280 mots maximum, ton direct et professionnel, sans formules ampoulées ni superlatifs.

OFFRE : [colle l'annonce complète, intitulé + missions].

ENTREPRISE : [1 ou 2 éléments concrets et récents : deal, étude, practice, produit].

MOI : [2-3 réalisations chiffrées + ce que j'en retire de transférable au poste].

Structure en 4 paragraphes : accroche directe (pas de « je me permets »), pourquoi cette entreprise précisément, pourquoi moi, disponibilité. Utilise le vocabulaire réel du métier. Pas de phrase qui resterait vraie si on remplaçait le nom de l'entreprise.

La dernière consigne (« pas de phrase qui resterait vraie si on remplaçait le nom de l'entreprise ») force l'IA à se brancher sur l'ingrédient 2. C'est la ligne qui change tout.

Ensuite, tu ne t'arrêtes pas au premier jet. Tu relances : « rends le paragraphe 2 plus précis sur [le deal] », « coupe les 3 adjectifs les plus emphatiques », « raccourcis de 40 mots ». L'itération, c'est 80 % de la qualité finale.

Garder le vocabulaire métier (là où l'IA dérape)

L'IA généraliste a un défaut tenace : elle traduit en français corporate neutre. Elle écrit « acquisitions et fusions » au lieu de M&A, « cabinet de conseil en stratégie de premier plan » au lieu de nommer la practice, « univers du luxe » au lieu de parler merchandising et retail. Or c'est précisément ce vocabulaire qui signale au recruteur que tu connais le métier.

Deux options. Soit tu imposes le lexique dans le prompt (« utilise : sell-side, due dil, pitch book, LBO secondaire »), soit tu corriges à la main après génération. Dans les deux cas, repère et dégomme :

• Côté finance : garde M&A, due dil, pitch book, sell-side, LBO, BB / bulge bracket. Pas « opérations de haut de bilan ».
• Côté conseil : garde case, framework, slides, staffing, MBB / Tier-2. Pas « résolution de problématiques complexes ».
• Côté luxe : garde merchandising, retail, corner, BTL, Comité Colbert. Pas « passion pour l'excellence et le savoir-faire ».

L'IA ne devine pas que tu vises NEOMA ou HEC et que ton interlocuteur attend ces termes. À toi de les lui imposer. Si tu veux creuser la structure paragraphe par paragraphe, on a écrit un modèle de lettre de motivation pour un stage avec 3 exemples sectorisés que tu peux nourrir directement dans ton prompt comme base.

Tenir la qualité sur 40 candidatures

C'est là que la plupart des méthodes IA s'écroulent. Générer une lettre parfaite, tout le monde sait faire en y passant 20 minutes. En générer 40 sans cloner la même structure molle, c'est un autre métier. La logique des 3 niveaux te sauve :

Niveau 1, le squelette par secteur (une fois). Tu fixes un prompt maître par vertical (finance, conseil, luxe) avec ton ingrédient 3 déjà rédigé. Les paragraphes « pourquoi toi » et « disponibilité » bougent peu dans un même secteur. 80 % du texte est verrouillé.

Niveau 2, la couche entreprise (5 min par offre). Tu ne changes que l'ingrédient 2 : tu trouves le deal ou le projet récent, tu l'injectes, tu régénères le paragraphe 2. C'est ici que se joue la différence avec 90 % des candidats restés génériques.

Niveau 3, l'ultra-perso (15 min, pour tes 5 targets). Pour les boîtes que tu veux vraiment, tu reprends de zéro : 2-3 articles lus, le LinkedIn de ton interlocuteur potentiel, et une lettre qui pourrait passer pour un cover letter senior.

Sur 40 candidatures, ça donne 40 lettres correctes et 5 redoutables. Très au-dessus du « 40 fois le même brouillon ChatGPT » que pratiquent tes concurrents. Le calcul du temps reste rude : même à 5 minutes la lettre en niveau 2, 40 offres = plus de 3 heures de manipulation, sans compter la recherche d'offres et l'envoi. C'est exactement le volume répétitif qu'on a intérêt à industrialiser quand on candidate en masse sans rogner sur la personnalisation.

Et si tu te demandes plus largement comment automatiser tes candidatures de stage en école de commerce au-delà de la seule lettre, l'enjeu est le même : garder la qualité sur le volume.

En résumé

Générer une lettre de motivation par IA n'a rien d'un raccourci honteux : c'est la bonne méthode, à condition de guider la machine. Le générique ne vient jamais de l'IA, il vient d'un prompt vide. Injecte les 3 ingrédients (l'offre, l'entreprise, toi), impose le vocabulaire métier, itère sur le premier jet, et passe ta lettre au test du nom remplaçable avant d'envoyer.

Sur 40 candidatures, vise 40 lettres correctes et 5 ultra-personnalisées sur tes targets. C'est ce ratio qui fait la différence entre « j'ai utilisé une IA » et « j'ai envoyé un brouillon d'IA ». Pour aller plus loin sur la candidature complète, les autres guides du blog Lettry sont en ligne →

Sources

• Apec : les 8 prompts incontournables pour booster votre recherche d'emploi
• L'Étudiant : comment faire un prompt pour écrire une lettre de motivation avec l'IA
• Welcome to the Jungle : rédiger une lettre de motivation avec l'IA sans tomber dans le générique