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 façonnent 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 le vocabulaire partagé utilisé tout au long du cours.

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 choix des mots dans une invite modifie les résultats.

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

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

Leçon 2 • Clarté, spécificité et concision

Enseigne comment un langage vague produit des résultats vagues et comment un choix de mots précis restreint le comportement du modèle. Applique des techniques d'édition pour transformer des invites faibles en invites solides.

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 vérification pour l'auto-audit de la structure de l'invite avant soumission.

Leçon 4 • Techniques de formatage pour de meilleurs résultats

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

Leçon 1 • Invite Few-Shot avec exemples

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

Leçon 2 • Invite Zero-Shot et One-Shot

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

Leçon 3 • Invite avec 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 des résultats.

Leçon 4 • Invite de rôle et de persona

Démontre comment l'attribution d'un rôle ou d'une persona modifie le ton, le vocabulaire et le style de raisonnement. Couvre les cas d'usage appropriés et les risques du cadrage basé sur une persona.

Leçon 1 • Méthodes de test systématique des invites

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

Leçon 2 • Diagnostic des résultats médiocres du modèle

Enseigne un cadre de cause racine pour identifier si les échecs proviennent d'une 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 production et de suggérer des améliorations d'invite. Exploite l'auto-évaluation comme un accélérateur de raffinement à faible coût.

Leçon 1 • Tâches de questions-réponses 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 résultats à forte intensité de connaissances.

Leçon 2 • Invites d'extraction d'informations

Démontre 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 de l'audience et la préservation des points clés pour une synthèse efficace. Aborde les modes de défaillance 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, d'audience et de format pour guider les tâches de génération ouverte. Équilibre la liberté créative avec la cohérence des résultats grâce à des contraintes superposées.

Leçon 1 • Conception de conversations multi-tours

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

Leçon 2 • Construction de personas IA cohérents

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

Leçon 3 • Gestion des cas particuliers et solutions de repli

Prépare les invites système à gérer avec élégance les demandes hors périmètre, 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 gestion des données dans les invites

Couvre les risques liés à l'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 des résultats

Fournit un cadre structuré pour évaluer l'exactitude factuelle, l'exhaustivité et la cohérence des résultats de l'IA. Développe 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 une utilisation professionnelle de l'IA, y compris l'évitement des préjudices et les obligations de précision. Relie la politique organisationnelle à des contrôles pratiques au niveau de l'invite.

Leçon 4 • Comprendre les injections d'invite et les jailbreaks

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

Leçon 1 • Invite de génération augmentée de récupération (RAG)

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

Leçon 2 • Chaînage d'invites et pipelines

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

Leçon 3 • Méta-prompting et auto-amélioration

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

Leçon 4 • Évaluation des performances des invites à grande échelle

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