Ingénierie des prompts

L'ingénierie des prompts signifie simplement poser de bonnes questions à l'IA. Un prompt est votre entrée avec votre question ou demande.

L'ingénierie des prompts consiste à concevoir des questions et des instructions ciblées pour aider les modèles d'IA à fournir les bonnes réponses lors des conversations. Avec de meilleurs prompts, vous obtenez de meilleurs résultats.

Avec les spécifications du modèle choisi, cela détermine la qualité de la réponse.

Éléments d'un prompt (question)

Pour obtenir de meilleurs résultats, vous devez penser aux points suivants :

• Objectif : que voulez-vous précisément du modèle de langage ?
• Rôle : quel rôle le modèle de langage doit-il jouer ? (Par ex. « Analyste marketing », « Conseiller juridique », « Chef de projet »)
• Contexte : informations de fond sur la demande (Par ex. objectifs d'entreprise, détails du projet, informations sur le marché)
• Style : quel style souhaitez-vous adopter ? (Par ex. formel, persuasif, concis)
• Sortie : quel format souhaitez-vous ? (Par ex. un rapport, un e-mail, un plan de présentation, un extrait de code)

L'objectif

Décrire précisément l'objectif de votre question est essentiel et ne peut être omis.

Que voulez-vous savoir ?

• Une question factuelle est possible, mais soyez conscient des limites (par exemple, absence de connaissances actuelles)
• Comme sur Google, vous n'obtiendrez pas exactement la même réponse si vous posez la question plusieurs fois
• L'avantage est la fonction « chat » qui vous permet de poser des questions complémentaires

Exemple de prompt avec un objectif clair :

Prompt avec uniquement l'objectif

Donnez une description des principaux défis liés à la mise en œuvre d'une nouvelle plateforme d'IA dans une entreprise de taille moyenne.

La mise en œuvre d'une nouvelle plateforme d'IA dans une entreprise de taille moyenne présente plusieurs défis importants. Parmi les principaux défis, on trouve :

1. Résistance au changement : Les employés sont habitués aux processus et systèmes existants. Une nouvelle plateforme d'IA nécessite une adaptation et peut susciter une résistance, surtout si l'impact sur les flux de travail n'est pas clair.
2. Qualité et disponibilité des données : Les plateformes d'IA dépendent fortement des données. Collecter, nettoyer et structurer les données pour la nouvelle plateforme peut être complexe et chronophage.
3. Intégration avec les systèmes existants : La plateforme d'IA doit souvent être intégrée à d'autres applications d'entreprise (ERP, sources de données, outils BI). Cela peut poser des défis techniques.
4. Coûts : En plus des coûts de licence de la plateforme, il y a des coûts d'implémentation, de formation, d'infrastructure de données et éventuellement de personnel spécialisé.
5. Formation et adoption : Les employés doivent être formés à l'utilisation de la nouvelle plateforme et à l'interprétation des résultats. Sans formation adéquate et support continu, le taux d'adoption peut rester faible.
6. Choix de la bonne plateforme et des cas d'usage : Il existe de nombreuses plateformes et technologies d'IA. Sélectionner une plateforme et définir des cas d'usage pertinents adaptés aux besoins spécifiques et aux objectifs stratégiques de l'entreprise est crucial.
7. Considérations éthiques et conformité : Selon l'application de la plateforme d'IA, il peut y avoir des questions éthiques et des exigences de conformité (par ex. GDPR) qui doivent être traitées avec soin.
8. Gestion de projet : Une mise en œuvre réussie nécessite une gestion de projet rigoureuse, des objectifs clairs et l'implication des parties prenantes de différents départements.

Ajouter un rôle et un contexte

Ajouter un rôle et un contexte permet d'obtenir des réponses meilleures et plus spécifiques.

Exemple de la même question mais avec rôle et contexte :

Prompt avec objectif, rôle et contexte

En tant que chef de projet responsable de la mise en œuvre d'une nouvelle plateforme d'IA pour l'analyse de données et l'optimisation des processus chez un prestataire de services B2B de 150 employés, donnez une description des principaux défis et des stratégies d'atténuation possibles.

En tant que chef de projet pour la mise en œuvre d'une nouvelle plateforme d'IA pour l'analyse de données et l'optimisation des processus chez un prestataire de services B2B de 150 employés, je vois les principaux défis et stratégies d'atténuation possibles suivants :

1. Résistance au changement & Adoption par les utilisateurs :
   • Défi : Les employés, en particulier ceux dont les tâches sont directement impactées, peuvent être réticents à abandonner leurs méthodes habituelles et à adopter les nouvelles perspectives basées sur l'IA.
   • Atténuation : Impliquer les utilisateurs clés dès le début. Communiquer clairement les avantages (efficacité, meilleure prise de décision, nouvelles perspectives). Offrir une formation complète basée sur les rôles et un support continu. Nommer des « champions IA » dans les départements.
2. Qualité, gouvernance et migration des données :
   • Défi : L'efficacité de la plateforme d'IA dépend de données de haute qualité et bien gérées. Les données des systèmes existants sont souvent incohérentes, incomplètes ou incorrectes.
   • Atténuation : Commencer par un audit approfondi des données, définir un cadre de gouvernance des données et effectuer un nettoyage des données avant l'intégration/migration. Définir des modèles et flux de données clairs. Effectuer des tests et valider soigneusement les données.
3. Intégration avec l'infrastructure informatique existante :
   • Défi : Les connexions avec les sources de données existantes, ERP, CRM et autres systèmes doivent fonctionner de manière fluide et sécurisée.
   • Atténuation : Identifier toutes les intégrations nécessaires dès le début. Choisir une plateforme d'IA avec des API robustes ou des connecteurs standards. Tester les intégrations en profondeur.
4. Dérive de périmètre & Dépassement de budget :
   • Défi : De nouvelles demandes d'applications IA peuvent apparaître pendant le projet, élargissant le périmètre et augmentant les coûts.
   • Atténuation : Définir un périmètre clair et délimité avec des cas d'usage précis (MVP - Produit Minimum Viable) pour la première phase. Appliquer un processus strict de gestion des changements. Maintenir une planification et un budget réalistes, incluant une marge de sécurité.
5. Sélection de la bonne technologie et du partenaire d'implémentation :
   • Défi : Le marché de l'IA est complexe. Un mauvais choix technologique ou un partenaire inexpérimenté peut faire échouer le projet.
   • Atténuation : Mener une recherche approfondie sur les technologies d'IA adaptées aux cas d'usage définis. Sélectionner un partenaire avec une expérience démontrable dans votre secteur et avec les technologies choisies. Demander des références.
6. Manque de connaissances et compétences en IA dans l'organisation :
   • Défi : Il peut y avoir un manque d'expertise interne pour utiliser, maintenir ou développer efficacement la plateforme d'IA.
   • Atténuation : Investir dans la formation et le développement. Envisager d'embaucher du personnel spécialisé ou de collaborer étroitement avec le partenaire d'implémentation pour le transfert de connaissances. Créer une culture d'apprentissage continu.
7. Considérations éthiques et explicabilité (Explainable AI) :
   • Défi : Les décisions prises ou soutenues par l'IA doivent être transparentes et explicables, surtout si elles impactent les clients ou les employés. Les biais dans les données peuvent conduire à des résultats injustes.
   • Atténuation : Établir des directives éthiques pour l'utilisation de l'IA. Choisir, si possible, des modèles interprétables. Mettre en place des processus pour détecter et atténuer les biais. Assurer une supervision humaine des décisions critiques prises par l'IA.

En abordant ces défis de manière proactive, nous augmentons les chances d'une mise en œuvre réussie de la plateforme d'IA qui contribue réellement aux objectifs de l'entreprise.

Techniques

Nous décrivons ci-dessous plusieurs techniques que vous pouvez utiliser pour des prompts plus avancés.

Technique 1 - donner des exemples

Pour s'assurer que le modèle de langage adopte le style que vous souhaitez, donnez un ou deux exemples.

Cette méthode s'appelle « one & few-shot prompting »

Technique 1 - donner des exemples

Rédigez un e-mail type à destination des clients concernant une mise à jour système planifiée prochaine. Utilisez notre politique interne de communication client (insérez les points pertinents de la politique). Utilisez comme guide de style cette récente newsletter, mais ne reprenez aucune information de contenu : (insérez le texte de la newsletter)

Le prompt complet est le suivant :

Politique interne de communication client :

• Soyez toujours professionnel et poli.
• Fournissez des mises à jour en temps utile sur les changements importants ou les interruptions.
• Offrez des informations claires et concises.
• Proposez une solution ou une compensation si applicable.

Utilisez pour le style cette newsletter, mais n'utilisez aucune information issue de cette newsletter. Cher client,

Nous souhaitons vous informer d'une mise à jour système prochaine qui pourrait affecter nos services.

Date et heure de la mise à jour : [date et heure] Durée prévue de l'interruption : [durée] Services concernés : [services]

Pendant cette période, nos services pourraient être temporairement interrompus. Nous faisons de notre mieux pour minimiser les désagréments et rétablir les services au plus vite.

Technique 1 - la réponse

Voici la réponse du modèle de langage au prompt détaillé avec exemples

Cher client,

Nous souhaitons vous informer d'une mise à jour système prochaine qui pourrait affecter nos services.

Date et heure de la mise à jour : [date et heure] Durée prévue de l'interruption : [durée] Services concernés : [services]

Pendant cette période, nos services pourraient être temporairement interrompus. Nous faisons de notre mieux pour minimiser les désagréments et rétablir les services au plus vite.

Si vous avez des questions, n'hésitez pas à nous contacter.

Cordialement,
[Votre Nom]
[Votre Poste]
[Nom de l'entreprise]
[Coordonnées]

Technique 2 - fournir un modèle (template)

Pour s'assurer que le modèle de langage utilise un certain format, fournissez un modèle et un exemple. Cela permet au modèle de structurer ou formater sa réponse d'une certaine manière. Vous pouvez penser à différents formats utiles dans des situations telles que :

• sortie csv pour pouvoir importer dans une feuille Excel ou un outil d'analyse de données
• sortie json pour des intégrations API ou fichiers de configuration
• plan d'agenda pour une réunion de projet

Exemple de prompt :
Générez une liste de trois canaux marketing potentiels pour un nouveau produit SaaS destiné aux PME. Formatez votre réponse comme suit :
Canal :
Audience cible :
ROI potentiel :
Ressources nécessaires :

Par exemple :
Canal : Publicité LinkedIn
Audience cible : Titres de poste spécifiques, industries, taille d'entreprise
ROI potentiel : Élevé, si bien ciblé
Ressources nécessaires : Budget publicitaire, création de contenu, gestion de campagne

Cette méthode s'appelle « output templates »

Technique 2 - fournir un modèle

Voici la réponse du modèle de langage au prompt avec un modèle de sortie

Canal : Marketing de contenu (Blog & SEO)
Audience cible : Entreprises recherchant activement des solutions à leurs problèmes, trafic organique
ROI potentiel : Élevé à long terme, construit l'autorité
Ressources nécessaires : Rédacteurs de contenu, spécialiste SEO, temps pour recherche de mots-clés et promotion du contenu

Canal : Google Ads (Search)
Audience cible : Entreprises recherchant des mots-clés spécifiques liés au produit SaaS
ROI potentiel : Moyen à élevé, selon la concurrence et le CPC
Ressources nécessaires : Budget publicitaire, recherche de mots-clés, optimisation des pages d'atterrissage, gestion de campagne

Canal : E-mail Marketing (Lead Nurturing)
Audience cible : Leads collectés via site web, webinaires ou autres canaux
ROI potentiel : Élevé, efficace pour convertir les leads en clients
Ressources nécessaires : Plateforme d'e-mail marketing, contenu pour séquences d'e-mails, compétences en segmentation

Technique 3 - donner un indice (hint)

Pour s'assurer que le modèle de langage commence et écrit d'une certaine manière, donnez un indice. Ici, nous écrivons l'indice à la fin du prompt.

Exemple de prompt :
Pouvez-vous résumer ce rapport d'étude de marché pour moi ? (collez les sections pertinentes du rapport). Commencez votre réponse par :
Les principales conclusions de cette étude de marché sont :

• COLLEZ LE TEXTE DU RAPPORT

Cette méthode s'appelle « cues et hints »
Cet exemple utilise un rapport fictif.

Technique 3 - donner un indice

Voici la réponse du modèle de langage au prompt avec un indice

Les principales conclusions de cette étude de marché sont :

• La demande pour des logiciels de gestion de projet basés sur le cloud dans les PME a augmenté de 35 % au cours des deux dernières années.
• Les principaux facteurs de décision pour les PME sont la facilité d'utilisation, les possibilités d'intégration avec les outils existants et la tarification.
• Le concurrent A détient une part de marché de 25 %, suivi du concurrent B avec 18 %. Il y a de la place pour de nouveaux acteurs ciblant des niches spécifiques ou offrant une expérience utilisateur supérieure.
• Les plus grands défis pour les PME lors de l'adoption de nouveaux logiciels sont l'investissement initial et le temps nécessaire à la formation des employés.
• Le marché devrait continuer à croître de 15 % par an au cours des cinq prochaines années.

Technique 4 - séparer le contenu des instructions

Parfois, le prompt est très long à cause du contenu supplémentaire et le modèle ne comprend pas exactement ce que vous voulez. Vous l'avez probablement déjà vu dans l'exemple précédent. Séparez alors le contenu avec trois guillemets au début et à la fin du texte du reste du prompt.

Exemple de prompt :
Pouvez-vous résumer cet article pour moi ?
"""
(collez le texte de votre article).
"""
Commencez votre réponse par :
Les points principaux de cet article sont :

Cette méthode s'appelle « content splitting »
Cet exemple utilise un article ou un rapport internet comme source. Vous pouvez utiliser par exemple une note de politique, un rapport de recherche ou une page d'information publique.

Technique 4 - séparer le contenu

Voici la réponse du modèle de langage au prompt avec contenu séparé. Nous utilisons trois guillemets ou trois astérisques pour isoler le contexte de la question.

Les points principaux de cette source sont :

• Le rapport décrit les groupes cibles affectés par la politique.
• La source mentionne les conditions préalables pour une mise en œuvre soigneuse, telles que la confidentialité, l'accessibilité et une communication claire.
• L'analyse montre quels risques et dépendances doivent être pris en compte à l'avance.
• Le document contient des recommandations pouvant être traduites en actions concrètes pour les équipes ou départements.
• Pour la prise de décision, il est important de rendre explicites les hypothèses, incertitudes et étapes suivantes.

Technique 5 - demander d'abord des informations supplémentaires

Vous pouvez donner des instructions pour poser d'abord des questions complémentaires avant de générer la réponse. Cela aide le modèle à affiner et préciser votre demande.

Exemple de prompt :
« Je souhaite rédiger une proposition de projet pour le développement d'une nouvelle application mobile de communication interne. L'application doit inclure des fonctionnalités pour les mises à jour d'actualités, un annuaire, et la messagerie directe. Avant d'écrire la proposition, pouvez-vous me poser des questions supplémentaires pour améliorer la proposition ? »

Cette méthode s'appelle « ask before answer prompting »

Technique 5 - demander d'abord des informations supplémentaires

Voici la réponse du modèle de langage au prompt demandant des informations complémentaires

Bien sûr ! Voici quelques questions que je peux poser pour améliorer la proposition de projet :
Quel est l'objectif principal de l'application de communication interne ? (Par ex. augmenter l'engagement, améliorer la diffusion d'informations, faciliter la collaboration)
Quelle est la cible spécifique au sein de l'entreprise ? (Par ex. tous les employés, départements spécifiques, travailleurs sur le terrain)
Y a-t-il des systèmes ou plateformes existants avec lesquels l'application doit s'intégrer ? (Par ex. intranet, système RH, Active Directory)
Quel est le budget prévu et le calendrier souhaité pour le développement et la mise en œuvre ?
Y a-t-il des exigences spécifiques de sécurité ou de conformité auxquelles l'application doit répondre ? (Par ex. GDPR, politique de rétention des données)
Quels indicateurs clés de performance (KPI) seront utilisés pour mesurer le succès de l'application ?
Y a-t-il déjà des idées concernant le design ou la marque de l'application ? Doit-elle correspondre à l'identité de l'organisation ?
Y a-t-il une préférence pour la plateforme de développement (iOS, Android, multiplateforme) ?

Avec ces informations complémentaires, nous pourrons mieux cerner la portée et les exigences, et ainsi rédiger une proposition de projet plus solide.

Technique 6 - prompt émotionnel

Vous pouvez donner des instructions pour adapter le ton du texte aux émotions sous-jacentes ou pour susciter une réponse émotionnelle spécifique. Cela est utile pour le service client, la communication interne ou le marketing.

Exemple de prompt :
« Je dois rédiger un e-mail à un client mécontent d'une récente interruption de service. Le client a écrit ce qui suit : """ …. """ (collez le texte du client) Je veux que l'e-mail soit empathique, reconnaisse la frustration du client et propose une solution constructive. »

Cette méthode s'appelle « emotional prompting »
Cet exemple utilise une plainte fictive.

Le prompt complet est :

Je dois rédiger un e-mail à un client mécontent d'une récente interruption de service. Le client a écrit :
"""Madame, Monsieur,

Je suis très déçu par l'interruption de service inattendue d'hier après-midi. Cela a gravement perturbé notre activité et entraîné une perte de productivité. Nous comptons sur vos services et ce genre d'incident est inacceptable. J'attends une explication claire et une compensation appropriée."""

Je veux que l'e-mail soit empathique, reconnaisse la frustration du client et propose une solution constructive.

Technique 6 - prompt émotionnel

Voici la réponse que nous avons reçue du modèle de langage

Cher [Nom du client],

Merci beaucoup pour votre message et nous vous présentons nos sincères excuses pour l'interruption de service que vous avez subie hier après-midi. Je comprends parfaitement votre frustration et l'impact que cela a eu sur votre activité. Nous sommes désolés de ne pas avoir répondu à vos attentes ni à nos standards de service.

L'interruption a été causée par [explication courte et claire de la cause, par ex. une panne technique imprévue dans notre centre de données]. Nous avons immédiatement pris des mesures et nos techniciens ont travaillé dur pour rétablir le service au plus vite. Le service est de nouveau pleinement opérationnel depuis [heure].

Nous prenons cet incident très au sérieux et sommes déjà en train d'évaluer la cause pour éviter toute récidive.

Pour compenser ce désagrément, nous serions heureux de vous offrir [proposition concrète, par ex. une remise sur votre prochaine facture / une mise à niveau gratuite d'un mois / un crédit de service]. Un de nos responsables de compte vous contactera dans les 24 heures pour en discuter personnellement et répondre à toutes vos questions.

Encore une fois, nous nous excusons pour la gêne occasionnée. Nous apprécions votre fidélité et nous efforçons de vous fournir à l'avenir le service fiable que vous attendez de nous.

Cordialement,

[Votre Nom/Nom de l'entreprise]

Technique 7 - demander plusieurs versions

Vous demandez ici plusieurs versions d'une réponse afin d'avoir des options. Par exemple, vous souhaitez que le modèle vous aide à générer différentes slogans marketing pour un nouveau produit. Il existe de nombreuses approches possibles, donc vous voulez plusieurs options. Cela peut être efficacement combiné avec la définition d'un rôle spécifique pour le modèle et une systeemprompt pour guider le modèle.

Vous pouvez en lire plus sur les rôles dans l'article concerné. Cet exemple avec plusieurs versions se trouve tout en bas de l'article. Il n'est pas entièrement répété ici.

Technique 8 - combiner avec une systeemprompt

Avec une systeemprompt, vous pouvez donner des instructions au modèle d'IA. C'est une consigne que vous transmettez au modèle pour définir spécifiquement la tâche ou le comportement du modèle. Vous pouvez y indiquer quel type de sortie vous attendez du modèle d'IA. C'est une manière de guider le modèle et d'éviter qu'il donne des réponses hors sujet ou indésirables.

Quelques exemples de systeemprompts simples et générales :

« Je veux que vous soyez un assistant amical et serviable. »

« Restez toujours professionnel et respectueux dans votre langage. »

« Concentrez-vous sur des réponses concrètes et directes sans détails superflus. »

La systeemprompt fixe en quelque sorte le ton et les attentes pour la conversation ou la tâche spécifique que vous souhaitez réaliser avec le modèle d'IA.

Vous pouvez aussi imaginer des systeemprompts plus avancées pour des tâches spécifiques, comme résumer un texte :
« Analysez attentivement le texte donné et fournissez un résumé concis mais informatif des points principaux. Identifiez le message clé et les détails importants. »

Les systeemprompts n'ont pas la même influence sur le résultat selon le modèle d'IA. Avec chatGPT, c'est très fort, avec Claude aussi, pour les autres modèles l'influence est moindre. C'est donc intéressant à tester pour voir quel modèle fonctionne le mieux avec votre entrée.

Vous pouvez définir une systeemprompt générale dans les préférences, mais il est préférable de concevoir ces systeemprompts pour chaque tâche que vous souhaitez automatiser. Nous appelons cela des rôles.

Vous pouvez en lire plus sur les rôles dans l'article concerné.

Annoter un passage

Sélectionnez un texte dans un message de chat complet et choisissez Annoter. Écrivez dans la fenêtre une question ou une instruction de modification, par exemple « Simplifiez uniquement cette phrase », puis choisissez Enregistrer. Vous pouvez annoter plusieurs passages ainsi. Envoyez ensuite ; un prompt supplémentaire dans le champ de saisie n'est pas nécessaire, mais possible. Le passage reste enregistré avec le commentaire, même si vous changez de fenêtre entre-temps. Vous pouvez supprimer une annotation avant l'envoi. Sur mobile, maintenez le texte appuyé pour sélectionner.