Le prompt engineering, expliqué
Un prompt peut contenir plus qu'une question. Il peut également contenir du contexte, des exemples, des limites et une description du résultat dont vous avez besoin.
Le prompt engineering est la pratique qui consiste à concevoir, tester et affiner des instructions pour qu'un modèle d'IA générative produise un résultat qui correspond mieux au travail prévu.
Un bon prompt rend le travail clair
Commencez par le résultat. Nommez l'audience, les informations que le modèle doit utiliser, et toute règle que la réponse doit suivre. Incluez un exemple lorsque la forme attendue serait autrement difficile à expliquer.
Des instructions spécifiques facilitent l'examen. Vous pouvez comparer la réponse avec l'objectif énoncé au lieu de juger si elle semble simplement convaincante.
L'affinement suit le résultat
Le prompt engineering est un processus itératif. Vous essayez le prompt, inspectez ce que le modèle a retourné, et modifiez l'instruction là où le résultat a manqué le besoin.
Ne cachez pas une règle métier manquante derrière une formulation plus élaborée. Ajoutez la règle, la source ou le critère de décision réel qui manquait au modèle.
Termes du prompt engineering
- Prompt
- Les instructions, la question et le contexte donnés à un modèle d'IA.
- Exemple
- Un échantillon d'entrée ou de sortie qui montre au modèle la forme attendue du résultat.
- Itération
- Une nouvelle tentative effectuée après avoir examiné une réponse et modifié les instructions.
Ce qu'il faut mettre dans un prompt utile
Un objectif clair
Indiquez ce que le résultat doit vous aider à décider, créer ou accomplir.
Un contexte pertinent
Incluez les faits et le matériel source dont le modèle a besoin pour cette demande.
Un format de résultat
Précisez comment la réponse doit être organisée pour que vous puissiez l'utiliser et l'examiner.
Questions sur le prompt engineering
Non. Une connaissance claire du travail et de ses règles compte souvent plus que le vocabulaire technique.
Un exemple montre le format ou le niveau de détail attendu. Il peut rendre une instruction autrement large plus concrète.
Non. Il peut guider la réponse, mais le modèle peut toujours faire des erreurs. Vérifiez les faits importants et testez les résultats qui affectent le travail réel.
Termes du glossaire associés
Commencez par le résultat dont vous avez besoin
Les apps Caffeine tournent sur l'Internet Computer, un réseau public conçu pour ça.