Bien parler aux IA est devenu une compétence, parfois une profession.
Public
Professionnels, Grand public, Médiateurs
Licence
CC-BY
Type de contenu
Fiche action
Définir un prompt
Un prompt, dans le contexte de l'intelligence artificielle et plus particulièrement des modèles de langage, est une instruction ou une question que vous donnez à l'IA pour obtenir une réponse ou un résultat spécifique. La manière dont vous formulez votre demande influence grandement la qualité et la pertinence de la réponse que vous recevrez.
L’IA ne lit pas des mots entiers mais les découpe en tokens.
L’IA découpe les mots en unités appelées tokens (souvent syllabes, racines, etc.). Un token ≠ un mot. Cela peut être une syllabe, un suffixe, une racine.
Par exemple, le mot 'Rennes' pourrait être traité comme un seul token, ce qui simplifie le traitement pour le modèle. En revanche, un mot comme 'Chantepie' pourrait être divisé en plusieurs tokens, ce qui peut augmenter la complexité.
En général, moins un mot est divisé en tokens, plus il est facile pour le modèle de le traiter efficacement. Cela réduit la complexité computationnelle et peut améliorer la précision du modèle, car il a moins d'unités à analyser pour comprendre le sens global du texte.
Probabilité et Génération de texte
L’IA ne comprend pas, ne réfléchit pas, ne sait pas ce qu’elle dit, elle calcule la probabilité du token suivant dans une phrase, à chaque étape.
Elle répète ce processus token par token , jusqu’à produire une réponse. Chaque token généré devient le nouveau point de départ pour prédire le suivant.
Un modèle de langage ne comprend pas le sens des mots. Il est probabiliste. Ce qui n’empêche pas d’être pertinent.
Ingénierie du Prompt et Principes
Bien parler aux IA est devenu une compétence, parfois une profession.
Pour résumer toutes les recherches effectuées sur le l'ingénierie du prompt, on peut dire qu'il existe 3 grands principes :
1. Intégrer dans le prompt tout ce que l’IA ne sait pas
2. Orienter l'IA
3. Ajouter des éléments de différenciation
Intégrer dans le prompt tout ce que l’IA ne sait pas
Les angles morts de l’IA
Quand vous rédigez un prompt, l’IA n’a aucune connaissance :
- du contexte métier (collectivité, école, service public, etc.)
- du public concerné (enfants, collègues, usagers, experts, etc.)
- de l’objectif de votre demande (informative, persuasive, humoristique, etc.)
- des contraintes pratiques (durée, lieu, moyen, logiciel utilisé…)
- de votre intention implicite (ce que vous voulez "vraiment")
Si vous ne précisez pas ces éléments, l’IA devine. Et ce qu’elle devine dépend de sa base d’entraînement, pas de votre réalité.
Résultat : elle peut produire un texte trop vague, hors sujet, ou basé sur des stéréotypes (par exemple, des conseils génériques ou inapplicables).
Orienter l'IA
Orienter une intelligence artificielle comme ChatGPT et lui attribuer un rôle précis sert principalement à rendre ses réponses plus ciblées, cohérentes et adaptées au contexte ou à l’usage attendu.
En définissant un rôle, on oriente l’IA pour qu’elle adopte un style, un niveau de langage, une posture ou une spécialisation spécifiques. Cela permet par exemple à ChatGPT de se comporter comme un conseiller d’orientation, un assistant professionnel, un formateur ou un service client. Cette orientation aide à mieux répondre aux attentes de l’utilisateur en proposant des réponses plus pertinentes et contextualisées
Voici quelques points clés sur cet intérêt :
- Personnalisation des réponses : En donnant un rôle, l’IA s’adapte aux besoins spécifiques de la tâche (pédagogie, conseil, service, etc.), ce qui améliore la pertinence des échanges.
- Amélioration de l’expérience utilisateur : L’IA devient plus cohérente, avec un langage et un ton adaptés à la situation, favorisant ainsi une meilleure compréhension et un dialogue plus naturel.
- Gain de temps et efficacité : Elle peut directement cibler les informations les plus utiles à la fonction qu’on lui attribue, sans générer de réponses trop générales ou hors sujet.
- Réduction des biais et erreurs : En cadrant l’IA dans un rôle précis, on réduit le risque de réponses inadaptées ou ambiguës en limitant son champ d’intervention.
Cependant, il faut garder à l’esprit que cette orientation ne remplace pas entièrement la dimension humaine dans beaucoup de domaines, surtout ceux impliquant une forte nuance émotionnelle ou une introspection personnelle.
Ajouter des éléments de différenciation
Ordres de structuration
« L’IA ne sait pas toute seule comment vous voulez que la réponse soit présentée »
Cela signifie que l’IA n’a pas de compréhension implicite ou intuitive de vos attentes concernant la forme ou le style de la réponse. Elle ne devine pas si vous préférez un résumé, une liste à puces, un paragraphe court, un exemple concret, ou autre.
« Si vous ne dites rien »
Autrement dit, si vous ne précisez pas dans votre requête (le prompt) comment vous souhaitez recevoir la réponse, l’IA va se baser sur ses habitudes générales de génération de texte.
« elle vous répondra souvent sous forme de texte en bloc, mal hiérarchisé ou trop long »
En l’absence d’indications claires, l’IA produit fréquemment une réponse linéaire, dense, parfois difficile à lire parce que les idées ne sont pas organisées en paragraphes clairs ou en points distincts, ou alors la réponse peut être inutilement longue.
Consignes comportementales
Des éléments peuvent faire sortir l'IA de son cadre générale comme :
"Est-ce que tu as bien compris ma demande ? Pose-moi des questions si nécessaires"
Encourage la clarification
L’IA est invitée à vérifier qu’elle a bien compris la demande avant de répondre. Cela peut limiter les erreurs d’interprétation ou les réponses hors sujet.
Ouvre un dialogue
La formulation « Pose-moi des questions si nécessaire » simule une interaction humaine où on peut demander des précisions. Même si l’IA ne pose pas toujours de questions de manière proactive, cette invite peut la pousser à générer une réponse plus prudente, ou à proposer des questions de clarification.
Réduit les réponses vagues
Elle invite l’IA à ne pas deviner ou supposer trop vite, ce qui favorise une meilleure qualité de réponse.
Exemples ou modèles
Pourquoi donner des exemples ? :
Réduction de l’ambiguïté
Les modèles servent de cadre clair à l’IA sur la forme et le contenu attendus. Sans modèle, l’IA génère une réponse souvent trop vague, trop longue, ou mal structurée — comme tu l’as déjà souligné.
Gain en cohérence et qualité
Le modèle agit comme un « guide » pour l’IA, ce qui améliore la qualité, la pertinence, et la lisibilité des réponses. Cela évite aussi des variations trop importantes d’une génération à l’autre.
Réponse mieux adaptée au contexte professionnel
Dans un cadre professionnel, on attend souvent des réponses spécifiques (résumés, listes, analyses critiques). Fournir un modèle garantit que l’IA cadre bien sa production dans ces attentes précises.
Économie de temps pour l’utilisateur
Avec un modèle, on évite des aller-retours de correction ou de reformulation. L’IA produit dès la première fois un texte proche du résultat attendu.
Published