Les techniques de prompt

La partie 2 de mon cours sur le prompt

Quand tu commences avec ChatGPT, la première question qui vient, c’est souvent : "Par où je commence ?" 

Tu as l’outil sous les yeux, tu sais qu’il peut faire beaucoup, mais tu n’as aucune idée de comment lui parler pour obtenir ce que tu veux vraiment. 

Et là, tu te retrouves à perdre du temps et à passer à côté de ce que l’IA peut vraiment faire.

Ce qu’il te faut, c’est une méthode pour structurer tes demandes. Et ça, ça commence avec les techniques de prompt. Elles te permettent de guider ChatGPT, de lui donner exactement ce qu’il faut pour qu’il te réponde avec précision.

Ma première newsletter expliquait les bases du prompt.

Cette newsletter est là pour t’accompagner dans les techniques de prompt. (Parce que oui, ça existe…) 

On va voir d’abord les bases, pour poser des demandes simples et obtenir des réponses claires. Puis on montera en puissance avec des techniques plus avancées, pour que tu puisses réellement utiliser l’IA de manière efficace, comme un pro.

Ces techniques ne sont pas figées, tu peux les mélanger pour arriver au prompt parfait.

Partie 1 : Techniques de prompt simples

On commence par les bases, ce qui te permettra de poser des demandes simples et d’obtenir des réponses nettes. Si tu n’as jamais structuré tes prompts, c’est ici que tout se joue.

1) Zero-Shot Prompting : La demande brute, sans détours

Concept : Ici, on reste minimaliste : tu poses une question directe, sans exemple, sans détail supplémentaire. C’est ce qu’on appelle “zéro shot” car tu ne donnes aucun indice à l’IA pour ajuster la réponse.

Pourquoi ? C’est la méthode rapide pour obtenir une réponse générale. Elle est parfaite pour une définition, un point de vue de base ou une explication simple. On cherche ici l’essentiel, rien de plus.

Exemple : « Qu’est-ce que le changement climatique ? »

But : Obtenir une réponse simple et directe. Ce type de prompt ne va pas te donner de la précision, mais il te donne une base solide.

2) One-Shot Prompting : Poser un cadre avec un seul exemple

Concept : Avec un seul exemple, tu donnes à l’IA un modèle clair. Cet exemple sert de guide, il montre le style ou le niveau de réponse que tu attends.

Pourquoi ? Idéal pour orienter l’IA sans surcharger le prompt. Si tu veux une réponse dans un style précis, c’est une excellente première étape pour aider l’IA à comprendre ton intention.

Exemple : « Voici un exemple de résumé : "Le chat est un animal domestique populaire." Maintenant, résume ce texte : "Les chiens sont souvent considérés comme les meilleurs amis de l’homme pour leur loyauté et leur capacité à interagir avec les humains." »

But : Obtenir une réponse calquée sur un exemple précis. L’IA comprend mieux ce que tu veux en voyant un modèle de réponse.

3) Few-Shot Prompting : Affiner avec plusieurs exemples

Concept : Ici, tu ajoutes plusieurs exemples pour renforcer l’idée. Chaque exemple supplémentaire affine la réponse que l’IA doit produire, en lui donnant un cadre encore plus précis.

Pourquoi ? Parfait pour que l’IA capte les nuances. Si tu veux une liste cohérente ou une série d’éléments dans un style spécifique, le “few-shot” va éviter que l’IA s’écarte de ce que tu veux.

Exemple : « Voici quelques exemples de fruits : "pomme, banane, orange." Maintenant, liste d’autres fruits. »

But : Donner plusieurs repères pour guider l’IA vers une réponse plus cohérente et mieux cadrée. Plus d’exemples = plus de précision.

Partie 2 : Techniques de prompt avancées

Avec les bases, tu peux déjà obtenir des réponses satisfaisantes. Mais pour des demandes plus spécifiques et complexes, il te faut aller un cran plus loin. Ces techniques avancées permettent de structurer des réponses encore plus ciblées et d’obtenir des résultats vraiment alignés avec ton besoin.

4) Chain-of-Thought Prompting : Demander un raisonnement détaillé

Concept : Ici, l’IA ne te donne pas juste la réponse finale, elle t’explique le raisonnement étape par étape. C’est une demande “par chaîne de pensée”, où chaque étape est explicitée.

Pourquoi ? Super utile quand tu veux comprendre le raisonnement derrière la réponse, pas seulement le résultat. Idéal pour les problèmes de logique, les calculs, ou les analyses structurées.

Exemple : « Si un train part de Paris à 14h00 et roule à 100 km/h, combien de temps mettra-t-il pour atteindre Lyon, qui est à 300 km de Paris ? Détaille les étapes de ton raisonnement. »

But : Amener l’IA à expliquer chaque étape, pour que tu puisses suivre la logique et mieux comprendre le chemin jusqu’à la réponse.

5) Instruction Prompting : Des consignes claires et détaillées

Concept : Avec cette technique, tu encadres strictement la réponse. Tu indiques la longueur, le format, les sections… bref, tu donnes à l’IA un plan à suivre sans dévier.

Pourquoi ? Parfait pour des réponses précises et bien structurées. Si tu veux un article, une liste ordonnée, ou une explication en points, cette méthode garantit un résultat cadré.

Exemple : « Rédige un article de 300 mots sur les avantages de la méditation. »

But : Encadrer la réponse de manière stricte, pour un format clair et sans surprise. C’est toi qui poses les règles, et l’IA les suit.

6) Template Prompting : Utiliser un modèle pour plus de consistance

Concept : Ici, tu fournis un modèle à l’IA, un template que chaque réponse devra suivre. C’est idéal pour des réponses répétitives où tu veux garder une homogénéité.

Pourquoi ? Avec cette technique, tu assures que chaque réponse respecte la même structure. Si tu as des séries de réponses similaires, le template garantit une cohérence.

Exemple : « Complète le modèle suivant en parlant du chat : "Le [animal] est connu pour [caractéristique]." »

But : Garder une structure constante pour chaque réponse, surtout pour les tâches répétitives où la forme est aussi importante que le fond.

7) Context Prompting : Ajouter du contexte pour une réponse plus précise

Concept : Ici, tu donnes une situation spécifique pour affiner la réponse. Le contexte permet à l’IA d’ajuster sa réponse au cadre que tu as donné.

Pourquoi ? C’est utile pour éviter une réponse trop générale et les malentendus. Avec un contexte précis, l’IA s’aligne sur la situation et te donne une réponse plus en phase avec tes attentes.

Exemple : « Je suis un étudiant en droit de 24 ans dans la région de Toulouse, écrit un mail de demande d’un stage pour le cabinet d’avocat « Harold » »

But : Obtenir une réponse qui tient compte d’un cadre particulier, pour plus de pertinence et de précision.

8) Constrained Prompting : Imposer des limites pour une réponse concise

Concept : Ici, tu fixes des limites précises : longueur, nombre de points, format. En posant des contraintes, tu cadres la réponse pour rester dans l’essentiel.

Pourquoi ? Si tu veux des réponses synthétiques, directes, et sans fioritures, cette technique fait le job. Elle limite l’IA aux informations essentielles.

Exemple : « Décris les avantages du télétravail en trois points maximum. »

But : Obtenir une réponse concise et ciblée sur les points essentiels, sans surplus.

9) Prompts avec Exemples Négatifs : Montrer ce qu’il ne faut pas faire

Concept : Avec cette technique, tu montres à l’IA ce qu’elle doit éviter. En plus des exemples attendus, tu fournis des exemples de ce qu’il ne faut surtout pas faire.

Pourquoi ? Parfait pour éviter les erreurs courantes. En montrant ce qu’il faut et ce qu’il ne faut pas faire, tu cadres la réponse pour éviter les mauvaises interprétations.

Exemple : « Écris un article sur les erreurs à éviter lors de la rédaction d'un CV. Par exemple, ne pas inclure d'informations personnelles inutiles. »

But : L’IA comprend les pièges à éviter en voyant ce qu’il ne faut pas faire, et ajuste sa réponse en conséquence.

10) Iterative Prompting : Affiner étape par étape

Concept : Plutôt que tout demander en une fois, tu ajustes le prompt à chaque réponse. Chaque nouvelle demande affine un peu plus le résultat.

Pourquoi ? Idéal pour des sujets évolutifs, où tu veux affiner progressivement. Chaque réponse sert de base pour préciser davantage la demande suivante.

Exemple : « D’abord, donne-moi une liste de trois destinations de vacances. Ensuite, pour chaque destination, donne un argument pour y aller. »

But : Ajuster et affiner progressivement la réponse, pour un résultat de plus en plus précis et détaillé.

11) Chaînage de Prompts : Construire la réponse étape par étape

Concept : Ici, tu décomposes une demande complexe en plusieurs étapes. La réponse d’un prompt sert de base pour la demande suivante, jusqu’à obtenir le résultat final.

Pourquoi ? Parfait pour des réponses complexes où chaque étape doit se construire sur la précédente. Cette méthode permet de “construire” une réponse sans tout demander en une seule fois.

Exemple :
Prompt 1 : « Rédige une introduction sur les énergies renouvelables. »
Prompt 2 : « Utilise cette introduction pour créer une liste de cinq types d’énergies renouvelables. »

But : Structurer la réponse de manière progressive, chaque étape ajoutant de la profondeur et de la précision.

Comme je l’ai dit avant de présenter les techniques, on peut mélanger ces techniques pour créer le prompt parfait.

Déjà, merci beaucoup d’avoir suivi ma deuxième newsletter et la partie 2 de mon cours sur les prompts. Je ne pensais pas intéresser autant de gens en écrivant ma newsletter, ça fait plaisir.

Dites-moi en commentaire si ça vous a plu.

Si quelqu’un vous a envoyé cette newsletter, n'hésitez pas à vous abonner.

Et si ça vous a plu, vous pouvez aussi partager cette newsletter pour aider vos collègues, amis ou famille.