Les articles paraissent d’abord en anglais. Leur version française suit, en commençant par le livre et les grands sujets.
Écrivez d’abord la question et la décision qu’elle doit éclairer, décidez quelles sources comptent comme preuves, puis confiez à l’IA des tâches étroites comme chercher, résumer et relever les désaccords, et…
Prenez un prompt que vous avez déjà peaufiné, transférez ses consignes dans un fichier SKILL.md avec un nom clair et une description du moment où l’utiliser, et ajoutez un exemple concret ainsi que les cas…
Cachez votre propre opinion, demandez des preuves des deux côtés et confiez à l’IA une tâche concrète, comme trouver des défauts ou noter selon des critères.
Pour les demandes de tous les jours, oui : un court prompt que vous écrivez vous-même, peaufiné en quelques échanges, reste le chemin le plus rapide.
L’ingénierie du contexte consiste à décider de tout ce qu’un modèle de langage voit avant de répondre, y compris les consignes, les documents récupérés, les définitions d’outils, la mémoire et l’historique de…
Un optimiseur automatique de prompts traite le prompt comme une chose à chercher : il essaie de nombreuses versions des consignes et des exemples, note chacune sur des exemples étiquetés à l’aide d’une mesure…
Donnez un autre rôle au robot conversationnel : au lieu de résoudre votre problème, il vous pose des questions, une à la fois, qui vous aident à exposer les faits, à peser les options et à arriver à votre…
Rédigez votre prompt pour un modèle de raisonnement comme vous briefez un nouveau collègue compétent : donnez-lui tout le contexte dès le départ, dites exactement quel résultat vous voulez et comment vous…
Un outil d’amélioration de prompts prend un prompt que vous avez déjà et demande à un modèle de le réécrire avec une meilleure structure, des exemples et des étapes de raisonnement.
Posez des questions sur la réponse que vous venez d’obtenir, pas sur le sujet en général : pourquoi c’est vrai, quelles preuves l’appuient, quoi d’autre pourrait l’expliquer et ce qui vous ferait changer…
L’enchaînement de prompts consiste à découper un gros travail en une suite de prompts plus petits, où le résultat de chaque étape devient l’entrée de la suivante.
Le méta-prompting consiste à demander à un modèle d’IA d’écrire le prompt que vous utiliserez ensuite, au lieu de le rédiger vous-même.
Demandez un premier jet, puis demandez au modèle de l’évaluer selon une courte liste de critères que vous définissez, en citant les passages faibles, et enfin de le réécrire en corrigeant seulement ce que la…
Une bibliothèque de prompts d’équipe est une collection partagée et consultable de prompts éprouvés, chacun accompagné de son objectif, du texte du prompt avec des espaces à remplir, d’un exemple de bon…
Un prompt système est le mandat permanent que vous donnez à Claude avant le début de la conversation : qui il est, quel travail il fait, quelles règles il suit et quels documents il doit utiliser.
Commencez par demander à l’IA quelles questions un expert poserait sur votre situation, répondez-y avec vos propres détails, et seulement ensuite, demandez des conseils.
Tenez un tableur ou un fichier de notes tout simple, avec une ligne par version de prompt, où vous inscrivez la tâche, le prompt exact, une courte note sur le résultat, une note d’évaluation et un numéro de…
Demandez à ChatGPT de défendre délibérément les deux côtés de votre idée : d’abord de présenter le meilleur argument possible en sa faveur, puis d’attaquer cet argument comme le ferait un expert sceptique.
Montrez-lui comment vous écrivez au lieu de seulement le lui dire. Collez deux ou trois courts échantillons de vos textes, ajoutez quelques phrases simples qui décrivent votre style, puis demandez le nouveau…
Un gabarit de prompt réutilisable est un prompt au libellé fixe, avec des espaces à remplir bien identifiés, comme le rôle, le public, la tâche, le format et l’entrée, que vous remplissez à neuf pour chaque…
L’ingénierie de prompts consiste à concevoir le texte qu’on donne à un modèle de langage pour qu’il accomplisse une tâche le mieux possible, puis à tester et à peaufiner ce texte.
Le raisonnement par étapes (chain of thought) consiste à amener un modèle de langage à écrire les étapes intermédiaires d’un problème avant de donner la réponse finale, soit en lui montrant des exemples…
Précisez votre idée en plusieurs passes avant de poser la question : dites à qui elle s’adresse, quel résultat vous voulez, quelles limites s’appliquent et quelle forme la réponse doit prendre.
Le mode d’édition prend un texte existant et une consigne, comme « rends ce texte plus amical », et renvoie une version révisée; le mode d’insertion prend le texte avant et après un trou et écrit ce qui doit…
Le zero-shot prompting consiste à demander à un modèle de langage d’accomplir une tâche avec une simple consigne, sans aucun exemple résolu dans le prompt.
Écrivez à un modèle qui suit les consignes comme vous briefez un assistant compétent : commencez par la tâche, formulée comme une demande directe, puis précisez à qui s’adresse le résultat, quelle longueur il…
Montrez à GPT-3 le format exact deux ou trois fois, dans des exemples résolus identiques séparés par des délimiteurs clairs, et terminez chaque exemple par le même marqueur de fin.
La température et le top-p déterminent comment GPT-3 choisit chaque mot suivant dans sa liste de candidats probables.
Le few-shot prompting consiste à placer quelques exemples résolus d’une tâche directement dans le prompt, pour qu’un modèle de langage comme GPT-3 voie la régularité et l’applique à un nouveau cas.
Un bon prompt pour GPT-3 installe une structure claire que le modèle n’a qu’à prolonger : une courte description de la tâche, quelques exemples résolus dans un format constant et un espace libre là où la…