Partagé par Ingénierie de prompt
Vous avez certainement entendu parler de cette tendance du prompt engineering ou de la rédactique, qui vise à formuler le « prompt parfait » pour converser avec des outils d’IAG comme ChatGPT, Mistral, Gemini, Copilot etc.
Et vous connaissez peut-être cet excellent site de numedu.org qui propose une approche selon le modèle ACTIF (Action, Contexte, Tonalité, Identité, Format) avec un assistant/générateur et une banque de prompts relativement utilisés au sein de l’Éducation Nationale.
Prenons un exemple : en seulement quelques clics et sélections dans des menus déroulants, vous pourrez générer un prompt coloré et épuré correspondant à ce que vous voulez faire avec des guidages et indications pour vous y aider. C’est très pédagogique. Et pour un clic de plus, vous pouvez même le tester instantanément (attention, cliquer sur ces boutons ouvrent vraiment un nouveau chat et envoie automatiquement le message !) ou bien le copier pour le mettre de côté et/ou le tester par vos propres moyens.
Si vous n’avez pas spécialement l’habitude de réfléchir à vos prompts en amont d’une conversation ou que vous débutez, c’est un très bon point de départ, car en effet, cela aide à structurer avec une certaine logique ce qui va être demandé à une IA sur le fond et avec une certaine formulation-type en puissance. C’est comme prendre le temps de bien réfléchir pour mieux formuler un problème avant de le soumettre à la réflexion d’autres, ce qui est souvent le plus délicat, surtout et même entre êtres humains.
Sur la forme cependant, bien que ce qui vous est présenté à l’issu du générateur corresponde à Identité, Contexte, Action, Tonalité, Format (notons que ICATF c’est moins sexy en terme d’acronyme, mais ça permet de comprendre les flèches dans le logo… 😊) avec une forme de coloration, ce n’est que purement visuel et les outils d’IA n’ont que faire de l’ordre ou la couleur du texte qu’elles ne voient de toutes façons pas lorsque vous les interrogez avec vos prompts en texte brut.
Et les autres alors ? 🤔
Maintenant, vous l’aurez compris, l’approche ACTIF n’est pas la seule… et il se pourrait même que dans certains cas et selon vos besoins, ce ne soit pas la plus appropriée ! En voici quelques autres qui devraient s’auto-expliciter d’eux même lorsque l’on développe leur acronymie :
- ACTIF (Action, Contexte, Tonalité, Identité, Format)
- RTF (Role, Task, Format)
- TREF (Task, Requirement, Expectation, Format)
- GRADE (Goal, Request, Action, Detail, Example)
- RISE(N) (Role, Input, Steps, Expectation, Narrowing)
- TAG (Task, Action, Goal)
- BAB (Before, After, Bridge)
- CARE (Context, Action, Result, Example)
À ce stade, quelque soit l’approche que vous choisissiez pour prompter efficacement, on ne va pas se le cacher, c’est bien le contenu que vous formulez vous-mêmes avec vos propres termes entre chaque intitulé qui est le plus important à bien préparer.
Et pour cela, plutôt qu’un générateur/assistant, nous vous proposons ci-dessous quelques-unes de ces approches avec un mini éditeur Markdown, le format de « langage de balisage léger » courant des IA et avec lequel vous pouvez également communiquer avec elles dans la forme pour plus de structure et d’efficacité. Cela peut-être utile pour préparez et mettre de côté vos propres prompts en utilisant éventuellement des fonctionnalités avancées comme les tableaux en Markdown qui ne sont pas évidents à formuler.
Pour conclure
En réalité, vous allez me dire, merci pour l’article et les petits outils, mais le fait est que les IAG grand public évoluent très rapidement. Il n’y pas spécialement de preuves concrètes qui montrent qu’une de ces approches serait meilleure qu’une autre et les modèles de langage évoluent de telle manière que les requêtes initiales des utilisateurs soient interprétés le plus naturellement possible, important peu la manière dont elles sont effectivement formulées dans le langage le plus courant du prompteur. Il est même possible qu’utiliser certaines approches/structures très ou trop formelles biaisent en réalité plus qu’autre chose les réponses obtenues, cela peut-être bien ou non, mais il faut en avoir conscience.
Le meilleur conseil alors, ce serait probablement de ne pas oublier qu’il s’agit essentiellement d’agents conversationnels artificiels. Bien sûr le prompt initial reste important et plus il est bien préparé, meilleures sont les chances d’avoir une réponse satisfaisante et pertinente rapidement. Mais s’il s’agit effectivement de créer un prompt assez générique que vous comptez réutiliser régulièrement pour des tâches répétitives, alors rien ne vaut une conversation en plusieurs échanges avec l’outil d’IA spécifique que vous utilisez, quitte à demander, une fois que le besoin/problème est bien défini, de reformuler la conversation en un prompt générique qui soit réutilisable. Par ailleurs, ce genre d’approches/modèles de l’ingénierie du prompt sont probablement d’autant plus efficaces pour créer des agents avec des instructions personnalisées… mais ça, c’est l’étape d’après, on y reviendra très certainement. 😉
Dit autrement, si vous voulez atteindre le « prompt parfait », faîtes-le à partir de vos idées/besoins et faîtes-le reformuler in fine par une IA si vous pensez que cela peut vous être utile et quand vous estimez que la demande est suffisamment bien définie.
Avec ces outils d’IAG, il faut souvent procéder par essai/erreur et repartir éventuellement sur une nouvelle conversation pour reprendre sur une bonne base lorsque l’on a trop embrouillé une conversation initiale de réflexion sur le problème ou le besoin.
