# Qu’est-ce que l’enchaînement de prompts (prompt chaining)? Date: 2024-05-10 · Author: Robert Scales · https://guidetoartificialintelligence.com/fr/apprendre/qu-est-ce-que-l-enchainement-de-prompts/ **Answer:** 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. Chaque étape reçoit toute l’attention du modèle, si bien que le résultat est généralement plus exact, et quand quelque chose cloche, vous voyez exactement quelle étape corriger. Quand vous demandez à un robot conversationnel de chercher, de planifier, de rédiger et de peaufiner quelque chose en un seul message, vous lui demandez de faire quatre travaux à la fois. Le guide d’Anthropic pour ses modèles Claude compare cela à la jonglerie : plus il y a de balles dans les airs, plus il y a de chances d’en échapper une. L’enchaînement de prompts (*prompt chaining*) traite les travaux un à la fois. Vous écrivez un prompt pour la première étape, prenez son résultat et le collez dans le prompt de l’étape suivante, jusqu’à ce que la chaîne arrive au résultat final. L’idée a un historique en recherche. Dans un article de 2021, Tongshuang Wu, Michael Terry et Carrie J. Cai ont décrit les « AI Chains » (chaînes d’IA), où le résultat d’une étape d’un modèle de langage alimente la suivante. Dans leur étude auprès de 20 participants, l’enchaînement a amélioré la qualité des résultats et rendu le système plus facile à comprendre et à orienter. Les participants ont aussi testé séparément des maillons de la chaîne pour trouver où un problème commençait, un peu comme les programmeurs testent une fonction à la fois. ## Pourquoi une chaîne bat un long prompt unique Trois avantages reviennent sans cesse. **La concentration.** Chaque prompt a un seul objectif clair, si bien que les consignes ne se font pas concurrence. Un modèle à qui l’on demande d’« être créatif, exact, bref et bien documenté » d’un coup a tendance à sacrifier l’un pour l’autre. **La visibilité.** Vous voyez chaque résultat intermédiaire. Si l’article final est faible, vous pouvez savoir si le plan était mince ou si la rédaction a dérapé. **Le contrôle.** Vous pouvez modifier ce qui passe d’une étape à l’autre. S’il manque un point au plan, vous l’ajoutez avant que l’ébauche soit rédigée, au lieu de réécrire l’ébauche après coup. *ChatGPT : Le Guide Pour Débutant* conseillait déjà de découper une tâche en étapes comme moyen de donner un meilleur contexte au modèle. L’enchaînement transforme ce conseil en méthode délibérée, avec une transmission claire à chaque étape. ## Une chaîne en quatre étapes Supposons que vous ayez besoin d’un article de 600 mots pour l’infolettre d’un organisme communautaire, sur la façon de commencer à composter à la maison. Voici une chaîne que vous pouvez faire tourner dans n’importe quel robot conversationnel, idéalement avec chaque étape dans une nouvelle conversation, pour que le seul contexte soit ce que vous transmettez. **Étape 1 : plan de recherche.** ```prompt J’écris un article de 600 mots pour une infolettre destinée à des propriétaires qui n’ont jamais composté. Crée un plan en 5 sections. Sous chaque section, énumère les points clés et les faits dont un lecteur aurait besoin. Marque d’un [VÉRIFIER] chaque fait que je devrais vérifier avant de publier. Renvoie seulement le plan, entre des balises . ``` *Transmission :* lisez le plan, vérifiez ou corrigez les éléments [VÉRIFIER] à l’aide de sources fiables comme les pages de votre municipalité sur la gestion des matières résiduelles, et retirez ce que vous ne voulez pas. **Étape 2 : ébauche.** ```prompt Écris un article de 600 mots à partir du plan ci-dessous. Public : des propriétaires qui découvrent le compostage. Ton : amical et pratique. Utilise chaque point du plan et n’ajoute aucun nouveau fait. [colle ton plan corrigé] ``` *Transmission :* le texte de l’ébauche. **Étape 3 : critique.** ```prompt Examine l’article ci-dessous selon cette liste de vérification : (1) Chaque affirmation est-elle appuyée par le plan? (2) Y a-t-il quelque chose de déroutant pour un débutant? (3) Un paragraphe dépasse-t-il quatre phrases? (4) L’article compte-t-il entre 550 et 650 mots? Énumère seulement les problèmes, numérotés, avec la phrase visée par chacun. Ne réécris pas l’article. [colle le plan]
[colle l’ébauche]
``` *Transmission :* la liste des problèmes. Rayez ceux avec lesquels vous n’êtes pas d’accord. **Étape 4 : version finale.** ```prompt Révise l’article ci-dessous pour corriger seulement les problèmes énumérés. Garde tout le reste inchangé. Renvoie l’article final et une note d’une ligne pour chaque changement apporté. [colle la liste que tu as gardée]
[colle l’ébauche]
``` Les balises, comme `` et `
`, sont de simples étiquettes qui montrent au modèle où chaque élément d’entrée commence et se termine. Anthropic les recommande pour les chaînes parce qu’elles facilitent le passage du matériel d’une étape à l’autre sans le mêler à vos consignes. Remarquez que vous faites aussi partie de la chaîne. Les deux moments les plus précieux sont après l’étape 1, où vous corrigez les faits avant qu’ils se propagent dans l’ébauche, et après l’étape 3, où vous décidez quelles critiques accepter. > **À essayer :** faites les étapes 1 et 2 ci-dessus en un seul prompt (« fais le plan, puis écris l’article »), puis faites-les sous forme de chaîne dans des conversations distinctes. Comparez l’exactitude et la structure des deux ébauches, et notez où vous avez pu intervenir. ## Comment découper une grosse tâche en étapes? Partez du résultat final et remontez. Demandez-vous ce qui devait exister juste avant : un article final a besoin d’une ébauche révisée, une ébauche a besoin d’un plan, un plan a besoin de faits. Chacun de ces éléments devient une étape. Donnez à chaque étape un seul travail que vous pouvez décrire en une phrase, et décidez de ce qu’elle doit transmettre. Les bonnes transmissions sont concrètes : une liste, un plan, un tableau, un ensemble de citations. Les exemples d’Anthropic suivent ce modèle, par exemple extraire les citations pertinentes d’un document dans un prompt et répondre à une question à partir de ces citations dans le suivant, ou énumérer les erreurs à une étape et vérifier à une autre si la liste en a oublié. Ajoutez une étape de vérification partout où une erreur coûterait cher. Un prompt qui examine le résultat précédent selon une courte liste de vérification, comme à l’étape 3, attrape les problèmes pendant qu’ils sont encore faciles à corriger. Quand des parties du travail ne dépendent pas les unes des autres, comme écrire un résumé pour les donateurs et un autre pour les bénévoles, faites-les en prompts séparés, côte à côte, plutôt qu’à la suite. Gardez la chaîne courte au début. Trois ou quatre étapes couvrent la plupart des tâches courantes. Si une étape donne sans cesse de mauvais résultats, testez-la seule avec quelques entrées différentes, comme l’ont fait les participants de l’étude sur les AI Chains, et améliorez ce prompt avant de toucher au reste. ## Sources - Chain prompts: https://docs.anthropic.com/claude/docs/chain-prompts - AI Chains: Transparent and Controllable Human-AI Interaction by Chaining Large Language Model Prompts: https://arxiv.org/abs/2110.01691 - A Beginner's Guide to ChatGPT: https://www.amazon.com/dp/B0BZRRPXZW