Techniques avancées de prompting

Une fois les bases maîtrisées, ces techniques vous aident à obtenir des résultats plus fiables et plus cohérents, surtout pour les tâches complexes ou répétitives.

Few-shot : apprendre par l'exemple

Incluez 2 à 5 exemples d'entrée/sortie avant la vraie tâche. C'est très efficace pour classer, extraire des informations ou imiter un format :

Classe le sentiment de chaque avis comme positif, négatif ou mitigé.

Avis : « Arrivé vite, mais la taille est petite. » → mitigé
Avis : « Parfait, je rachèterai. » → positif
Avis : « Cassé dès le premier jour. » → négatif

Avis : « Belle couleur, même si cela a pris deux semaines. » →

Utilisez des exemples variés pour que le modèle ne copie pas des détails sans importance.

Raisonnement pas à pas

Pour les problèmes de logique, de mathématiques ou d'analyse, demandez-lui de raisonner avant de conclure : « analyse le problème étape par étape, puis donne la réponse finale en une ligne ». De nombreux modèles actuels raisonnent déjà en interne, mais demander une structure explicite vous aide à vérifier le raisonnement.

Chaînage de prompts

Découpez un gros travail en étapes, en utilisant la sortie d'une étape comme entrée de la suivante :

1. Extraire les points clés de 20 entretiens.
2. Regrouper les points par thèmes.
3. Hiérarchiser les thèmes selon leur fréquence et leur impact.
4. Rédiger le rapport.

Chaque étape est plus facile à relire et à corriger.

Autocritique et révision

Demandez à l'IA de relire son propre travail selon des critères précis :

Relis ta réponse précédente selon ces critères : exactitude, clarté
pour un débutant et exhaustivité des réponses aux questions. Liste les problèmes
puis rédige une version améliorée.

Sorties structurées

Pour intégrer l'IA dans des applications ou des automatisations, demandez un format strict (par ex. du JSON avec des clés précises) et incluez un exemple de schéma. Certaines API proposent des modes de sortie structurée qui garantissent le format.

Perspectives multiples

Demandez-lui d'analyser un problème sous plusieurs angles, ou de produire le meilleur argument pour et contre avant de recommander.

Évaluez vos prompts

Si un prompt sera utilisé de nombreuses fois (par exemple dans un agent ou une automatisation), constituez un jeu de cas de test avec la réponse attendue et vérifiez chaque nouvelle version du prompt sur l'ensemble. La bibliothèque propose un prompt pour concevoir le prompt système d'un agent IA qui inclut des cas de test.

Sécurité

Si votre prompt traite du texte de tiers (e-mails, pages web, documents), délimitez-le clairement et dites à l'IA de traiter ce contenu comme des données, pas comme des instructions. Cela réduit le risque d'injection de prompt.