Lors du dernier article du futur guide Sydologie ChatGPT, nous avons introduit la notion de LLM. Aujourd’hui, nous allons nous pencher sur celle de prompt engineering.
Le prompt engineering, kézako ?
L’ingénierie des prompts, ou prompt engineering en anglais, est une discipline relativement récente visant à développer et optimiser les prompts pour utiliser efficacement les modèles de langage (LLM) dans un large éventail d’applications et de sujets de recherche.
Un prompt, parfois appelée requête, est le texte fourni à un modèle avant qu’il ne commence à générer une sortie. Il guide le modèle pour explorer afin que le résultat soit pertinent par rapport à vos objectifs. La plupart du temps, un prompt est une instruction ou une question, comme : “ Quelle est la capitale de la France” ?
Par exemple, lorsque vous interagissez avec ChatGPT, il y a un prompt caché, fourni par OPENAI (l’entreprise derrière ChatGPT) afin de guider cet outil en lui expliquant notamment qu’il est un assistant de OPENAI, qu’il doit répondre aux utilisateurs de manière concise, etc.
Ainsi, le prompt engineering consiste à concevoir des instructions, des questions ou des incitations (les “prompts”) qui guident les interactions entre utilisateurs et systèmes de traitement du langage naturel (ChatGPT ou un autre LLM, comme LLAMA, BARD…). Bref, c’est l’art et la science de formuler ces prompts de manière à obtenir des réponses précises, informatives et utiles de la part des systèmes IA, bref, à obtenir ce qu’on est venu chercher.
Contrairement à une idée reçue, l’ingénierie des prompts n’est pas uniquement une discipline technique ou professionnelle. Elle possède une dimension profondément académique. De nombreux articles scientifiques sont consacrés à cette thématique, témoignant de l’intérêt grandissant de la communauté scientifique pour cette discipline. Les chercheurs explorent les meilleures méthodes de formulation des prompts, les mécanismes sous-jacents des modèles de langage, et comment optimiser ces interactions pour diverses applications.
Comment construit-on un bon prompt ?
Un prompt est généralement composé de plusieurs éléments, dont notamment :
– Une instruction : une tâche spécifique ou une directive que vous souhaitez que le modèle exécute. Par exemple : “Propose-moi 10 sujets intéressants sur le thème de l’économie” ;
– Un contexte : des informations externes ou un contexte supplémentaire qui peut orienter le modèle vers de meilleures réponses. Par exemple ‘“Je suis concepteur pédagogique au sein de l’entreprise X, je dois réaliser une vidéo pédagogique sur l’économie pour des jeunes adultes, j’ai besoin de 10 sujets sur l’économie” ;
– Un indicateur de sortie : le type ou le format de la réponse attendue. Par exemple : ajouter au prompt précédent “donne-moi les 10 sujets dans un tableau en les triant par complexité”.
A cela, il est possible d’ajouter différents paramètres :
– Un rôle (“Tu es un concepteur pédagogique expérimenté”)
– Un style d’écriture (“Tu écrit d’une manière poétique”)
– Une procédure (“D’abord, tu me proposes 10 sujets, puis tu critiques ces sujets et propose des améliorations”)
– Des exemples (“J’ai déjà identifié des sujets pour t’inspirer :”)
Nous développerons ces différents points dans une prochaine partie : nous continuerons ainsi à vulgariser l’intelligence artificielle et ses applications dans le domaine de la formation afin de faciliter votre entrée dans ce nouveau domaine d’apprentissage. A très bientôt.
Le Mag' 