38 L’art, la technique ou la science du prompt

Dans ce chapitre, nous allons développer une méthode nous permettant d’élaborer des prompts (ou invites) efficaces grâce à une série de mesures, de conseils et d’astuces. Il est essentiel de noter que les systèmes d’IA générative peuvent produire un vaste ensemble de résultats (par exemple, des images, des textes, du code, des sites web, des vidéos, etc.). Chaque plateforme a ses points forts et ses limites, et opère sur la base d’une logique spécifique. Tout d’abord, assurez-vous d’utiliser le bon modèle pour chaque tâche. Les lignes directrices présentées ci-dessous sont conçues comme des pratiques exemplaires utiles dans la plupart des situations.

Commençons par définir ce qui constitue un « prompt efficace ». Dans l’idéal, nous cherchons :

• un prompt qui génèrera un résultat répondant à nos besoins en termes de contenu, de forme et de précision ;
• à ce que les informations fournies soient exactes, valides ou du moins vérifiables ;
• à ce que le résultat généré soit reproductible ;
• une approche minimaliste en ce qui concerne les détails nécessaires fournis pour élaborer le prompt.

Étape 1 : définir le résultat désiré

Comme pour toute recherche, une planification préliminaire est indispensable. Vous devez savoir précisément quel résultat vous attendez. Il peut s’agir d’une simple information ou peut-être de chercher à produire un type de contenu spécifique : un texte formulé de manière unique, le style d’une image, un code à télécharger ou un tableau de données. Les types de contenus générés par IA sont variés et dépendent beaucoup de la spécificité de votre demande. Veillez donc à vous montrer clair dès le départ :

• Quel est le but et l’objectif de ma recherche ?
• Comment vais-je utiliser la réponse obtenue ?
• Des contraintes ou des exigences spécifiques s’appliquent-t-elles au résultat généré ?

Par exemple, dans une bibliothèque, il ne nous viendrait pas à l’esprit de prendre des livres au hasard en espérant trouver les informations exactes dont nous avons besoin. Le prompt correspond au fait de demander des données spécifiques au bibliothécaire, et les machines, comme les humains, ont besoin de certaines informations pour pouvoir traiter une demande.

Étape 2 : fournir le contexte

Le contexte est l’épine dorsale des IA génératives. N’oubliez jamais que votre prompt servira de structure sémantique, sur la base de laquelle l’IA créera sa réponse. Tout ce qu’elle fait repose sur le développement d’une séquence de mots logique, cohérente et probable en réponse à votre prompt. Pendant cette étape cruciale, vous pouvez guider l’IA en choisissant vos mots, vos références ou en donnant des indices. Plus le contexte est défini, plus vous avez de chance de recevoir une réponse qui satisfait vos attentes : de la même manière que le travail du bibliothécaire sera beaucoup plus simple si vous lui dites que vous êtes au lycée ou au collège, si vous connaissez déjà un peu le sujet, ce pourquoi vous allez utiliser le contenu et si vous avez des exigences de format spécifiques. Prenez le temps de formuler votre demande de manière précise et minutieuse : les intentions, les objectifs d’apprentissage, le public/niveau cible, les actions désirées, le format (schéma, liste, carte heuristique, syntaxe, niveau de langage, etc.).

Étape 3 : analyse, vérification et réflexion critique

Une fois que l’IA fournit sa réponse initiale, deux scénarios se présentent :

• La réponse ne correspond pas à vos attentes en termes de qualité, de forme ou de contenu, ou l’IA indique qu’elle ne peut pas répondre à votre demande. Dans ce cas, vous pouvez reformuler votre demande, fournir des éléments de contexte supplémentaires ou spécifier vos besoins. Il est également utile de connaitre les capacités et les limites de la plateforme (par exemple,une plateforme qui refuse de vous transmettre des liens externes ou de proposer certains formats).
• La réponse correspond, dans les grandes lignes, à vos attentes. Vérifiez alors les informations fournies par rapport à vos connaissances ou recoupez-les par rapport à des sources externes. Si nécessaire, intéressez-vous de plus près à l’IA, pour plus de détails ou pour des sources supplémentaires.

Étape 4 : affiner et collaborer

Cette étape est principalement disponible dans les IA génératives avec chat, mais il s’agit néanmoins d’une fonctionnalité efficace lorsqu’elle est accessible. Si vous êtes satisfait par la réponse initiale de l’IA, vous pouvez affiner le contenu en proposant des directives supplémentaires. Cela peut comprendre le fait d’ajuster la forme ou le niveau de complexité de la réponse, de créer des variations ou de demander des explications ou des sources. C’est un travail comparable à l’édition d’un document : vous donnez des consignes à l’IA comme si vous donniez des ordres à un assistant.

Étape 5 : adapter le contenu et le déployer

A ce stade, vous devriez être satisfait par votre contenu. Toutefois, le processus ne s’arrête pas là. Qu’il s’agisse de textes, d’images,de vidéos, de sites web ou de code, le contenu n’est qu’un élément à mettre en pratique dans le cadre de votre processus d’enseignement. Il est également rare que les contenus de ce type fonctionnent de manière isolée, c’est pourquoi il sera probablement utile de les modifier vous-même, de les améliorer et de les adapter à votre situation particulière. Cette application est directement liée aux objectifs définis à l’étape 1, à savoir le « pourquoi » et le « comment » de votre approche. En tant qu’enseignant, c’est à ce moment-là que vous pouvez apporter une valeur ajoutée, vous assurer que le contenu est inspirant, créatif ou innovant. Vous pouvez ensuite étudier, structurer et mettre en place votre contenu de manière adéquate.