Formation Prompt Engineering

Leçon 1 • Anatomie d’une invite

Décompose une invite en ses composants fonctionnels : instruction, contexte, données d’entrée et format de sortie. Enseigne aux étudiants à identifier et étiqueter chaque partie.

Leçon 2 • Comment fonctionnent les grands modèles de langage

Explique la prédiction de jetons, les données d’entraînement et l’architecture du modèle à un niveau conceptuel. Établit pourquoi le libellé de l’invite affecte directement la sortie du modèle.

Leçon 3 • Vocabulaire de base et modèles mentaux

Présente la terminologie essentielle utilisée dans tout le cours. Fournit des modèles mentaux qui simplifient le raisonnement sur le comportement du modèle.

Leçon 1 • Contrôle du format de sortie

Demande aux modèles de renvoyer des formats spécifiques tels que JSON, des tableaux ou des paragraphes en prose. Permet le traitement en aval et l’intégration avec d’autres outils.

Leçon 2 • Rédaction d’instructions claires

Couvre la spécificité, la voix active et le choix de verbes non ambigus dans les instructions d’invite. Réduit directement les réponses vagues ou hors cible du modèle.

Leçon 3 • Raffinement itératif des invites

Établit une boucle structurée pour diagnostiquer et améliorer les invites sous-performantes. Développe l’habitude d’une itération fondée sur des preuves plutôt que sur des suppositions.

Leçon 1 • Motifs de décomposition et de chaînage

Décompose les tâches complexes en sous-invites séquentielles et chaîne leurs sorties. Permet de traiter de manière fiable des tâches trop volumineuses pour une seule invite.

Leçon 2 • Invitation par chaîne de pensée

Suscite un raisonnement étape par étape pour améliorer la précision sur les tâches complexes. Démontre quand et comment déclencher efficacement des chaînes de raisonnement.

Leçon 3 • Invitation sans exemple et avec peu d’exemples

Compare l’invitation sans exemple à l’utilisation de démonstrations étiquetées. Enseigne quand chaque approche maximise la précision et l’efficacité.

Leçon 4 • Invitation par rôle et persona

Attribue des personas d’experts pour façonner le ton, le vocabulaire et le style de raisonnement. Relie la conception du persona à la qualité de sortie spécifique à la tâche.

Leçon 1 • Notions de base sur l’invitation assistée par recherche

Présente l’injection de documents externes extraits dans les invites pour ancrer les réponses. Relie la gestion du contexte aux applications basées sur une base de connaissances.

Leçon 2 • Compréhension des fenêtres de contexte

Explique la taille de la fenêtre de contexte, le comptage des jetons et la façon dont les modèles tiennent compte du contexte. Établit la base de toutes les stratégies de mémoire et de recherche ultérieures.

Leçon 3 • Conception de conversations multi-tours

Structure les flux de dialogue qui maintiennent la cohérence entre de nombreux échanges. S’applique directement au développement de produits de chatbot et d’assistant.

Leçon 1 • Invitation agentique et utilisation d’outils

Conçoit des invites qui permettent aux modèles de planifier, d’appeler des outils externes et d’agir de manière autonome. Fait le pont entre l’ingénierie des invites et la conception de systèmes d’agents en IA.

Leçon 2 • Injection d’invites et sensibilisation à la sécurité

Identifie les attaques adverses par injection d’invites et conçoit des défenses contre elles. Protège les applications de production contre la manipulation et les fuites de données.

Leçon 3 • Invitation par arbre de pensée

Structure le raisonnement comme un arbre de recherche avec branchements pour explorer plusieurs chemins de solution. Permet une résolution systématique de problèmes au-delà de la chaîne de pensée linéaire.

Leçon 4 • Auto-cohérence et vote majoritaire

Génère plusieurs chemins de raisonnement indépendants et agrège les réponses par vote majoritaire. Améliore la fiabilité sur les tâches à forte variance de sortie.

Leçon 1 • Construction d’un pipeline d’évaluation

Assemble des ensembles de test, des scripts de notation et des tableaux de bord en un pipeline reproductible. Permet une surveillance continue de la qualité des invites au fil du temps.

Leçon 2 • Définition des critères d’évaluation

Établit des dimensions de qualité mesurables telles que la précision, la pertinence et la conformité du format. Convertit les jugements de qualité subjectifs en mesures objectives.

Leçon 3 • Méthodes d’évaluation humaine

Conçoit des grilles et des échelles d’évaluation pour les juges humains afin d’évaluer les sorties du modèle. Fournit des étiquettes de référence pour l’étalonnage de l’évaluation automatisée.

Leçon 1 • Conception du persona et de la voix de marque

Intègre une identité de marque cohérente et un style de communication dans les invites système. Garantit que chaque réponse du modèle s’aligne sur les normes de voix de l’organisation.

Leçon 2 • Gestion des versions et maintenance des invites système

Applique un contrôle de version de type logiciel à la gestion des invites système. Permet une itération sécurisée et un retour en arrière dans les applications en direct.

Leçon 3 • Architecture des invites système

Définit la structure et le placement des instructions au niveau système par rapport aux tours utilisateur. Établit la base de toute conception d’invites au niveau applicatif.

Leçon 1 • Optimisation de la latence et des coûts

Réduit l’utilisation de jetons et le temps de réponse grâce à la compression des invites et à la sélection du modèle. Permet une mise à l’échelle rentable sans sacrifier la qualité des sorties.

Leçon 2 • Gouvernance et documentation des invites

Établit des normes organisationnelles pour la propriété, la révision et la documentation des invites. Assure la maintenabilité et la responsabilité entre les équipes et les projets.

Leçon 3 • Surveillance et observabilité

Instrumente les pipelines d’invites de production avec journalisation, traçage et alertes. Permet la détection et le diagnostic rapides des régressions de qualité dans les systèmes en direct.