糖心vlog官网观看

Read in English (Lire en anglais)

Le prompt engineering est un terme technique qui d茅signe une action directe : il s'agit de proposer un prompt (ou requ锚te) 脿 un outil d'IA g茅n茅rative pour qu鈥檌l effectue une t芒che. Un bon prompt engineering n茅cessite g茅n茅ralement d'affiner vos prompts聽en en pr茅cisant les contours pour obtenir le r茅sultat le plus pr茅cis et le plus utile. Que vous demandiez 脿 ChatGPT de vous aider 脿 r茅diger votre CV ou que vous utilisiez DALL-E pour g茅n茅rer une photo pour une pr茅sentation, tout le monde peut 锚tre un prompt engineer.

Dans cet article, nous examinerons comment devenir prompt engineer. Vous voulez commencer tout de suite ? Pensez 脿 vous inscrire au cours Prompt Engineering Specialization de l'universit茅 Vanderbilt. Vous apprendrez 脿 exploiter les capacit茅s 茅mergentes des grands mod猫les de langage pour automatiser des t芒ches, accro卯tre la productivit茅 et augmenter l'intelligence humaine.

Qu'est-ce que le prompt engineering ?

L'IA g茅n茅rative peut cr茅er du texte, des images, des vid茅os, etc. Le prompt engineering est le processus qui consiste 脿 affiner ce que vous demandez 脿 un outil d'IA g茅n茅rative de faire. N'importe qui peut le faire en utilisant le langage naturel dans des g茅n茅rateurs comme ChatGPT ou DALL-E. C'est 茅galement une technique que les ing茅nieurs de l'IA utilisent lorsqu'ils affinent de grands mod猫les de langage (LLM) 脿 l'aide de requ锚tes pr茅cises ou g茅n茅riques.聽

Par exemple, si vous utilisez ChatGPT pour r茅fl茅chir 脿 un r茅sum茅 professionnel pendant que vous peaufinez votre CV, vous pouvez commencer par formuler votre requ锚te avec une commande simple comme 芦聽脡crire un exemple de r茅sum茅 professionnel pour un analyste en marketing聽禄. Cette commande 茅tant plut么t vague, vous pouvez la faire suivre d'un contexte ou d'un commentaire suppl茅mentaire : 芦 le ton 茅tait trop officiel聽禄 ou 芦 abr茅ger en moins de 100 mots聽禄.

Pourquoi le prompt engineering est-il important聽en IA g茅n茅rative ?

Le prompt engineering est important parce qu鈥檌l permet aux ing茅nieurs en IA de cr茅er de meilleurs services, tels que des chatbots capables de g茅rer des t芒ches complexes comme le service 脿 la client猫le ou de g茅n茅rer des contrats juridiques. Pour s'assurer que les services d'IA g茅n茅rative tels que ChatGPT sont en mesure de fournir des r茅sultats, les ing茅nieurs doivent 茅laborer le code et entra卯ner l'IA 脿 partir de 诲辞苍苍茅别蝉 exhaustives et pr茅cises.

Nous avons atteint un point dans notre monde ax茅 sur le big data o霉 la formation de mod猫les d'IA peut aider 脿 fournir des solutions beaucoup plus efficacement sans avoir 脿 trier manuellement de grandes quantit茅s de 诲辞苍苍茅别蝉. Un prompt聽engineering appropri茅 peut 茅galement identifier et att茅nuer les attaques par injection de requ锚tes(tentatives malveillantes de piratage du syst猫me logique de ChatGPT ou deschatbots) afin de garantir que les entreprises fournissent des services coh茅rents et pr茅cis.

Apprenez-en plus sur l'IA g茅n茅rative et son potentiel pour acc茅l茅rer vos projets avec le cours Google AI Essentials. Vous utiliserez des outils d'IA g茅n茅rative pour vous aider 脿 d茅velopper des id茅es et du contenu, 脿 prendre des d茅cisions plus 茅clair茅es et 脿 acc茅l茅rer les t芒ches quotidiennes.

Exemples de prompt engineering

Voici quelques exemples de prompt engineering qui vous permettront de mieux comprendre de quoi il s'agit et comment vous pourriez concevoir une requ锚te聽avec une IA g茅n茅rative de texte et une IA g茅n茅rative d'image.

• Pour les IA g茅n茅ratives de texte comme ChatGPT聽:

  • Quelle est la diff茅rence entre un r茅sum茅 professionnel et un r茅sum茅 op茅rationnel ?

  • R茅dige un r茅sum茅 professionnel pour un analyste marketing qui recherche un poste de responsable marketing.

  • R茅duis-le maintenant 脿 moins de 60 mots.

  • R茅茅cris-le sur un ton moins officiel.

• Pour les mod猫les d'image comme DALL-E聽:聽

  • Une peinture d'un chat.

  • Une peinture d'un chat chassant une souris dans le style impressionniste.

  • Utilise maintenant uniquement des tons chauds dans le tableau.

Comment concevoir des requ锚tes d'IA g茅n茅rative

Voici un guide rapide, 茅tape par 茅tape, pour concevoir vos requ锚tes.

1. Exprimez votre requ锚te aussi clairement que possible

L'IA g茅n茅rative 茅tant un mod猫le d'apprentissage profond form茅 sur des 诲辞苍苍茅别蝉 produites par des humains et des machines, elle n'a pas la capacit茅 de passer au crible ce que vous communiquez pour comprendre vraiment ce que vous dites.聽

On obtient ce que l鈥檕n dit.

Lorsque vous saisissez une requ锚te dans un g茅n茅rateur d'IA, il est pr茅f茅rable de la formuler dans un langage clair et pr茅cis, en tenant compte du contexte. Par exemple, au lieu de 芦 R茅diger un plan qui comprend un titre et les 茅tapes suivantes 禄, vous pourriez demander : 芦 R茅diger un plan pour une proposition de recherche universitaire qui comprend des sections pour le titre, le r茅sum茅 et les 茅tapes suivantes 禄.

2. Exp茅rimentez pour trouver les meilleures pratiques

Pour chaque type de r茅sultat, tel qu'un r茅sum茅, une proposition de recherche ou des rubriques de CV, vous devrez exp茅rimenter l'IA g茅n茅rative en utilisant diff茅rentes variations de la m锚me demande. Vous pourrez ainsi d茅terminer si vous devez inclure des indications telles que 芦 sur un ton officiel 禄. Si vous devez inclure le mot 芦 ton 禄 dans votre message, devez-vous 茅crire 芦聽sur un ton professionnel 禄 ou 芦 sur un ton officiel聽禄 ?

Travaillez 茅galement vos entr茅es. Envisagez de saisir des exemples de plans dans une requ锚te ou de fournir des exemples que vous aimeriez que le g茅n茅rateur utilise comme mod猫le.

3. Donnez des instructions ou posez des questions

Une fois que vous avez donn茅 脿 votre texte le format et le ton qui conviennent, vous pouvez limiter le nombre de mots ou de caract猫res. Vous pouvez 茅galement cr茅er deux versions distinctes du plan, l'une 脿 des fins internes.

Le g茅n茅rateur peut le faire en se basant sur les r茅sultats qu'il a fournis pr茅c茅demment. L'it茅ration est votre amie. Poursuivez l'茅laboration de la requ锚te jusqu'脿 ce que vous obteniez les r茅sultats souhait茅s.

4. Jouez avec diff茅rentes techniques de requ锚tes

L'IA g茅n茅rative est encore une technologie nouvelle (et en d茅veloppement), mais cela ne signifie pas que les chercheurs n'ont pas d茅j脿 d茅velopp茅 certaines strat茅gies pour concevoir des requ锚tes efficaces. Lorsque vous jouez avec l'IA g茅n茅rative, essayez d'utiliser certaines de ces techniques de requ锚te pour obtenir les r茅sultats que vous recherchez :

• Zero-shot prompting : il s'agit de la m茅thode la plus directe et la plus simple de prompt engineering, dans laquelle une IA g茅n茅rative re莽oit simplement des instructions directes ou se voit poser une question sans recevoir d'informations suppl茅mentaires. Il est pr茅f茅rable d'utiliser cette m茅thode pour des t芒ches relativement simples plut么t que pour des t芒ches complexes.

• Few-shot prompting : Cette m茅thode consiste 脿 fournir 脿 l'IA g茅n茅rative quelques exemples pour l'aider 脿 produire ses r茅sultats. Cette m茅thode est plus adapt茅e aux t芒ches complexes que la m茅thode Zero-shot.

• Chain of Thought (CoT) : Cette m茅thode permet d'am茅liorer les r茅sultats d'une IA reposant sur un LLM (Large Language Model, 芦聽grand mod猫le de langage 禄) en d茅composant un raisonnement complexe en 茅tapes interm茅diaires, ce qui peut aider l鈥橧A 脿 produire des r茅sultats plus pr茅cis.

• Encha卯nement de requ锚tes : La personne qui interroge l鈥橧A divise une t芒che complexe en sous-t芒ches plus petites (et plus faciles), puis utilise les r茅sultats de l'IA g茅n茅rative pour accomplir la t芒che principale. Cette m茅thode peut am茅liorer la fiabilit茅 et la coh茅rence de certaines des t芒ches les plus compliqu茅es.

Il ne s'agit l脿 que de quelques-unes des techniques de requ锚tes avec lesquelles vous pouvez jouer en continuant 脿 explorer le prompt engineering. Souvent, en fait, la strat茅gie de requ锚te la plus efficace consiste 脿 combiner plusieurs techniques diff茅rentes pour obtenir le r茅sultat souhait茅.

L'avenir du prompt engineering

Le prompt engineering continuera d'茅voluer 脿 l'猫re de l'IA et de l'apprentissage automatique. Bient么t, on pourra faire des requ锚tes combinant du texte, du code et des images en une seule fois. Les ing茅nieurs et les chercheurs g茅n猫rent 茅galement des requ锚tes adaptatives qui s'ajustent en fonction du contexte. Bien entendu, 脿 mesure que l'茅thique de l'IA 茅volue, elle inclura probablement un contr么le de la l茅galit茅 et de la transparence des requ锚tes.

脡volution de carri猫re et perspectives d'emploi des prompt engineers

En ce qui concerne la carri猫re de prompt engineer, l'avenir est prometteur. L鈥櫭ヽole DataScientest, sp茅cialis茅e dans les m茅tiers du big data et de l鈥橧A, et qui propose le cours Prompt Engineering, annonce que le salaire mensuel d鈥檜n prompt engineer d茅butant se situe entre 4100 et 6600 euros (soit, sur un an, entre 49 200 et 79 200 euros) [闭.听

Les prompt engineers doivent ma卯triser les principes fondamentaux du traitement du langage naturel (NLP), notamment les biblioth猫ques et les frameworks, le langage de programmation Python, les mod猫les d'IA g茅n茅rative, et contribuer 脿 des projets 脿 code source ouvert.

Le plus souvent, les prompt engineers ont besoin d'un dipl么me en informatique comme une licence ou un bachelor en informatique. Toutefois, certains prompt engineers ont une formation moins technique, par exemple en r茅daction, et ont acquis de l'exp茅rience en 茅tudiant et en exp茅rimentant l'IA.

Apprendre le prompt engineering sur 糖心vlog官网观看

Gagnez en confiance avec le prompt engineering gr芒ce au cours Sp茅cialisation Prompt engineering de Vanderbilt. Vous apprendrez 脿 ma卯triser les mod猫les, les techniques et les approches du prompt engineering pour tirer efficacement parti de l'IA g茅n茅rative.