Formation prompt engineering

Leçon 1 • La relation invite-réponse

Définit la boucle d'entrée-sortie entre les invites utilisateur et les réponses du modèle. Montre comment la taille de la fenêtre de contexte et la structure du message influencent ce que le modèle peut produire.

Leçon 2 • Terminologie clé et modèles mentaux

Définit l'hallucination, l'ancrage, l'inférence et le réglage fin en termes pratiques. Fournit un vocabulaire partagé utilisé tout au long de la formation.

Leçon 3 • Comment fonctionnent les grands modèles de langage

Couvre la prédiction de jetons, les données d'entraînement et les distributions de probabilités en termes simples. Établit la base mécanique qui explique pourquoi le libellé de l'invite modifie les sorties.

Leçon 1 • Verbes d'instruction et mots d'action

Catalogue les verbes à fort signal tels que résumer, classer, extraire et réécrire et leurs effets. Montre comment le choix du verbe contrôle directement le type de sortie généré.

Leçon 2 • Clarté, spécificité et concision

Enseigne comment un langage vague produit des sorties vagues et comment un libellé précis réduit le comportement du modèle. Applique des techniques de révision pour transformer des invites faibles en invites fortes.

Leçon 3 • Erreurs structurelles courantes à éviter

Identifie les préambules trop longs, les instructions contradictoires et les spécifications de sortie manquantes comme des modes de défaillance fréquents. Fournit une liste de contrôle pour l'auto-évaluation de la structure de l'invite avant la soumission.

Leçon 4 • Techniques de formatage pour une meilleure sortie

Couvre le markdown, les délimiteurs, les listes numérotées et les balises de type XML comme outils structurels. Montre comment le formatage signale l'intention et organise les instructions complexes.

Leçon 1 • Invite avec peu d'exemples

Enseigne comment intégrer plusieurs exemples d'entrée-sortie pour guider le comportement du modèle vers un schéma cible. Couvre la qualité, la quantité et l'ordre des exemples pour un effet maximal.

Leçon 2 • Invite sans exemple et avec un seul exemple

Définit l'invite sans exemple comme une instruction sans exemple et l'invite avec un seul exemple comme une instruction avec un seul exemple. Établit la base à partir de laquelle toutes les autres techniques se construisent.

Leçon 3 • Contrainte et invite négative

Utilise des exclusions explicites et des conditions limites pour empêcher le contenu ou le format indésirable. Associe des instructions positives à des contraintes négatives pour un contrôle précis de la sortie.

Leçon 4 • Invite de rôle et de personnage

Montre comment l'attribution d'un rôle ou d'un personnage modifie le ton, le vocabulaire et le style de raisonnement. Couvre les cas d'utilisation appropriés et les risques de l'encadrement par personnage.

Leçon 1 • Méthodes de test systématiques des invites

Introduit les tests à variation contrôlée où un élément de l'invite change par itération. Construit des habitudes de raffinement basé sur des preuves plutôt que des réécritures aléatoires.

Leçon 2 • Diagnostic des sorties médiocres du modèle

Enseigne un cadre de cause racine pour identifier si les défaillances proviennent de l'ambiguïté, d'un contexte manquant ou d'une mauvaise technique. Relie le diagnostic directement à des correctifs ciblés.

Leçon 3 • Utilisation des boucles de rétroaction du modèle

Montre comment demander au modèle de critiquer sa propre sortie et de suggérer des améliorations d'invite. Exploite l'auto-évaluation comme accélérateur de raffinement à faible coût.

Leçon 1 • Tâches de réponse aux questions et de recherche

Structure les invites pour les questions-réponses factuelles, l'analyse comparative et les tâches de synthèse de recherche. Enseigne les techniques d'ancrage pour réduire l'hallucination dans les sorties à forte intensité de connaissances.

Leçon 2 • Invites d'extraction d'informations

Montre l'extraction structurée d'entités, de dates, de relations et de champs clés à partir de texte non structuré. Utilise des spécifications de format de sortie pour garantir des résultats lisibles par machine.

Leçon 3 • Invites de synthèse et de condensation

Couvre les cibles de longueur, le cadrage du public et la préservation des points clés pour une synthèse efficace. Aborde les modes d'échec courants tels que les détails hallucinés et le contenu critique omis.

Leçon 4 • Génération de contenu et tâches créatives

Applique des contraintes de ton, de style, de public et de format pour guider les tâches de génération ouverte. Équilibre la liberté créative avec la cohérence de la sortie grâce à des contraintes en couches.

Leçon 1 • Conception de conversations à plusieurs tours

Enseigne comment maintenir le contexte, gérer les changements de sujet et préserver l'adhésion aux instructions à travers plusieurs échanges. Aborde les limites de la fenêtre de contexte dans les longues conversations.

Leçon 2 • Construction de personnages IA cohérents

Définit les attributs du personnage, y compris le nom, l'expertise, le ton et les garde-fous comportementaux dans les invites système. Teste la cohérence du personnage sous des entrées utilisateur adverses et hors sujet.

Leçon 3 • Gestion des cas limites et des replis

Prépare les invites système à gérer avec élégance les requêtes hors cadre, les entrées ambiguës et les scénarios de refus. Conçoit des réponses de repli qui maintiennent la confiance de l'utilisateur et la continuité de la session.

Leçon 1 • Confidentialité et traitement des données dans les invites

Couvre les risques d'intégration de données personnelles, confidentielles ou propriétaires dans les invites envoyées à des modèles externes. Enseigne les techniques d'anonymisation et de minimisation des données pour une construction sécurisée des invites.

Leçon 2 • Évaluation de la qualité et de la véracité de la sortie

Fournit un cadre structuré pour évaluer l'exactitude factuelle, l'exhaustivité et la cohérence des sorties d'IA. Construit une habitude de vérification qui complète les contrôles de qualité au niveau de l'invite.

Leçon 3 • Utilisation responsable et limites de contenu

Établit des principes de politique de contenu pour l'utilisation professionnelle de l'IA, y compris l'évitement des préjudices et les obligations d'exactitude. Relie la politique organisationnelle aux contrôles pratiques au niveau de l'invite.

Leçon 4 • Comprendre l'injection d'invite et les jailbreaks

Définit les attaques d'injection d'invite et les techniques de jailbreak qui manipulent le comportement du modèle. Enseigne la conception défensive d'invites pour résister aux entrées adverses dans les systèmes déployés.

Leçon 1 • Invite de génération augmentée de récupération

Intègre des documents récupérés externes dans les invites pour ancrer les réponses dans des informations actuelles et vérifiées. Couvre le formatage du contexte récupéré et les schémas d'instructions de citation.

Leçon 2 • Chaînage d'invites et pipelines

Connecte des invites séquentielles où chaque sortie alimente l'étape suivante d'un flux de travail en plusieurs étapes. Conçoit des points de contrôle de validation et de gestion des erreurs entre les étapes du pipeline.

Leçon 3 • Méta-invite et auto-amélioration

Utilise des invites qui demandent au modèle de générer, d'évaluer ou d'améliorer d'autres invites. Applique la méta-invite pour automatiser l'optimisation des invites à grande échelle.

Leçon 4 • Évaluation des performances d'invite à grande échelle

Introduit les métriques d'évaluation automatisées, les ensembles de données de référence et les frameworks de tests A/B pour l'évaluation à grande échelle des invites. Relie les résultats d'évaluation aux cycles d'amélioration itérative des invites.