Exemples, techniques et applications pratiques de l'ingénierie rapide

Vous n'appelleriez pas une pizzeria pour passer une commande pour une « pizza ». Pour obtenir le repas que vous souhaitez, vous préciseriez votre choix de pâte, de garnitures, d'épices, de boisson d'accompagnement et tout ce à quoi vous pourriez être allergique.

La morale de cette histoire est la suivante : plus vos instructions sont détaillées, plus la pizza sera proche de vos préférences. Cela s'applique à l'utilisation d'outils d'IA générative tels que ChatGPT d'Open AI ou Gemini de Google.

Dans cet article de blog, nous vous montrons comment donner des instructions claires et poser des questions spécifiques aux Outils d'IA générique, un processus également appelé « prompt engineering ».

Qu'est-ce que l'ingénierie des instructions ?

L'ingénierie des invites consiste à concevoir et à affiner le texte saisi dans les modèles d'IA, en particulier les modèles linguistiques, afin d'obtenir les réponses les plus précises, pertinentes et créatives possibles.

Pourquoi vous devriez vous former à l'ingénierie des invitations et des instructions

L'IA générative est en train de devenir l'un des outils les plus puissants et les plus influents dans un large éventail d'applications, de la rédaction de contenu à la modélisation architecturale. McKinsey estime que jusqu'à 30 % des heures actuellement travaillées dans l'économie américaine pourraient être automatisées d'ici 2030 grâce aux technologies basées sur l'IA générative.

Pour tirer le meilleur parti de l'IA, vous devez maîtriser l'ingénierie des invites.

Accélérer les interactions : l'ingénierie des invites sert d'interface principale entre l'intention humaine et le résultat machine. Pour que le modèle d'apprentissage automatique (ML) comprenne votre requête en langage naturel, vous devez connaître l'ingénierie des invites.

Favoriser la créativité de l'IA : la particularité de l'IA générative réside dans le fait qu'elle « génère », c'est-à-dire qu'elle crée du texte, des images ou des données en réponse à des invites. Pour obtenir des réponses créatives, vous devez saisir des invites claires.

Obtenir des réponses précises : l'un des grands défis de l'IA générative est l'hallucination, un phénomène qui se produit lorsque le modèle d'IA produit des informations incorrectes ou trompeuses sur la base d'hypothèses erronées ou de biais inhérents. Pour éliminer ce problème, vous devez disposer de bonnes compétences en ingénierie des invites.

Optimisation des rendements : l'IA générative est constituée de grands modèles linguistiques qui traitent des quantités extraordinaires de données. Pour tirer le meilleur parti des capacités d'un modèle et contourner ses limites, une bonne ingénierie des invites est fondamentale.

Améliorer la pertinence : tout ce qui est généré par l'IA doit être pertinent pour le public visé. Par exemple, vous pouvez améliorer la pertinence de vos publications sur les réseaux sociaux générées par l'IA pour votre public en précisant ses caractéristiques démographiques, ses intérêts, ses besoins, ses défis, etc.

Pour profiter de ces avantages, vous devez comprendre comment utiliser l'ingénierie des invites pour obtenir les résultats souhaités à partir de l'IA générative. Commençons par quelques exemples.

Exemples d'ingénierie des invites

Il existe de nombreuses choses à faire et à ne pas faire, des bonnes pratiques et des modèles de prompts IA pour vous aider à bien vous y prendre. Mais avant de nous plonger dans les astuces IA, le meilleur moyen d'apprendre une compétence aussi pratique que l'ingénierie des prompts est de la voir en action.

Voici quelques exemples d'ingénierie des instructions dans différents domaines de travail.

Prompt engineering pour le développement logiciel

Que vous programmiez, corrigiez des bugs ou rédigiez de la documentation, les outils d'IA pour développeurs peuvent vous simplifier considérablement le travail. Voici comment.

Aide à la révision du code

« Générez une checklist pour la révision du code d'une application d'automatisation des processus robotiques (RPA) développée à l'aide de Python. Concentrez-vous particulièrement sur la lisibilité et la sécurité de l'entreprise. »

Documentation technique

« Rédigez un guide complet sur la mise en œuvre d'OAuth 2.0 dans une application web à l'aide de Node.js. Incluez des instructions étape par étape et des extraits de code pour chaque étape. »

Correction de bugs

« Décrivez une approche systématique pour identifier et corriger les fuites de mémoire dans une application Java, y compris les outils à utiliser et les zones courantes à vérifier. » Si vous êtes débutant et que vous trouvez cela un peu trop complexe, nous sommes là pour vous aider. Utilisez les invites ChatGPT de ClickUp pour l'ingénierie afin de générer des idées, des plans de processus et bien plus encore.

Prompts IA pour la gestion de produits

Les équipes de développement logiciel agiles manquent souvent de chefs de produit capables de clarifier la feuille de route et de faire avancer les choses. Les outils d'IA tels que ChatGPT peuvent être utiles dans ce domaine.

Priorisation des fonctionnalités

« À l'aide du modèle de notation RICE (Reach, Impact, Confidence, Effort), classez par ordre de priorité les fonctionnalités suivantes pour notre prochain outil de gestion de projet : tableaux Kanban, collaboration en temps réel, rapports automatisés et intégrations tierces. »

Création de personas utilisateurs

« Développez un profil utilisateur détaillé pour une application de suivi de la condition physique destinée aux professionnels très occupés qui débutent dans le domaine du fitness. Incluez des informations démographiques, leurs objectifs, leurs défis et la manière dont ils pourraient utiliser l'application. »

Développement d'une feuille de route produit

« Esquissez une feuille de route de 6 mois pour l'expansion d'une plateforme de commerce électronique, en mettant l'accent sur l'intégration de l'IA pour offrir des expériences d'achat personnalisées. Décrivez en détail les phases, les jalons clés et les résultats attendus. » Vous pouvez également choisir parmi plus de 130 invites ClickUp ChatGPT pour la gestion de produits et vous lancer immédiatement.

Exemples d'ingénierie des instructions dans la gestion de projet

Vous pouvez demander à l'IA de créer un plan de projet que vous pourrez personnaliser. Ou simplement demander de l'aide pour optimiser certaines parties de celui-ci. Nous verrons les deux cas ci-dessous.

Création d'un plan de projet

« Rédigez un plan de projet détaillé pour le lancement d'une nouvelle place de marché en ligne, incluant des phases telles que l'étude de marché, la conception et le développement, les tests et la stratégie de mise en service. Précisez les activités clés, les ressources nécessaires et l'échéancier pour chaque phase. »

Optimisation des ressources

« Analysez l'allocation actuelle des ressources pour un projet de développement logiciel et suggérez des optimisations afin de garantir une livraison dans les délais sans compromettre la qualité. Tenez compte de facteurs tels que les compétences, la distribution de la charge de travail et les tâches critiques. »

Plus de 190 invites ChatGPT pour la gestion de projet, sélectionnées exclusivement pour vous par ClickUp.

Pour en savoir plus sur ClickUp Brain, cliquez ici :

Suggestions pour la création de contenu

Les meilleurs outils de création de contenu IA peuvent vous aider à améliorer considérablement vos résultats marketing. Essayez les conseils suivants pour vous en rendre compte par vous-même.

Campagne sur les réseaux sociaux

« Concevez une campagne sur les réseaux sociaux pour le lancement prochain d'un shampooing écologique. Incluez 3 publications Instagram et 3 publications Twitter différentes. Ajoutez des hashtags pertinents pour chaque plateforme. »

Contenu de la newsletter par e-mail

« Créez un contenu attrayant pour la newsletter mensuelle d'une start-up technologique, comprenant une mise à jour sur les produits, un portrait d'un membre de l'équipe, les évènements à venir et un appel à l'action encourageant les lecteurs à essayer une nouvelle fonctionnalité. »

Vous pouvez également fournir plus de détails sur la mise à jour du produit ou sur un membre de l'équipe afin d'obtenir des résultats précis. Exemple ci-dessous.

« Mettez en avant un membre de l'équipe. Il s'appelle Jake, c'est un développeur fabuleux. Il achève son premier anniversaire ce mois-ci. Depuis son arrivée, il a contribué à résoudre certains des plus gros problèmes de nos clients. L'un d'eux a déclaré : « Sans Jake, nous serions restés coincés dans une boucle de confusion. Il a fait un travail formidable en nous aidant à faire d'une pierre deux coups. »

Utilisez ClickUp Brain comme assistant de rédaction, effectuez des vérifications orthographiques, résumez des documents plus longs, créez des tableaux, des modèles, des transcriptions, etc.

N'oubliez pas que la plupart des entreprises ne privilégient pas encore le contenu généré par l'IA, ce qui a donné naissance à plusieurs outils de détection de l'IA. La meilleure façon d'utiliser Gen AI pour le contenu serait comme outil de brainstorming ou comme point de départ pour éliminer le problème de la page blanche.

Prompt engineering dans les applications de chatbot

Techniquement parlant, ChatGPT ou Google Gemini est un chatbot avec lequel nous communiquons. Il comprend nos entrées et produit des réponses. Il est entraîné sur de grands modèles linguistiques avec une multitude de données.

Vous pouvez utiliser ces modèles et les entraîner davantage avec des informations propriétaires ou spécifiques à votre secteur d'activité afin de permettre des discussions nuancées, contextuelles et personnalisées avec l'utilisateur. Dans ce cas, le client pourrait simplement poser des questions telles que « combien coûte ce sac à dos ? ».

Cependant, un bon chatbot de service client peut s'appuyer sur les données organisationnelles relatives à l'historique des achats, à l'emplacement, aux préférences, aux réclamations passées, etc. pour fournir des réponses et proposer des produits supplémentaires, améliorant ainsi considérablement l'expérience de l'utilisateur.

Prompt engineering pour la programmation informatique et les systèmes de contrôle de version

L'ingénierie des invites peut aider un développeur à générer des extraits de code spécifiques dans divers langages de programmation.

« Écrivez une fonction Python pour effectuer une connexion à une base de données SQL et exécuter une requête SELECT en fonction des paramètres transmis à la fonction. »

L'intégration de l'IA dans les flux de travail de contrôle de version fournit des recommandations pour la révision du code en fonction de l'historique des validations, suggère les zones du code source qui pourraient nécessiter une refonte et automatise les tâches routinières de contrôle de version, améliorant ainsi la qualité du code et la productivité de l'équipe.

Technologies créatives d'IA par prompt

L'ingénierie des invites, en particulier avec des modèles tels que DALL-E, libère des capacités sans précédent pour générer des visuels imaginatifs et complexes à partir de descriptions textuelles.

Par exemple, un développeur de jeux vidéo pourrait utiliser une invite telle que « Générer une image d'une rue commerçante, avec des boutiques de mode de chaque côté, au crépuscule, dans un style architectural moderne et des couleurs froides. » Les résultats permettent une visualisation rapide des environnements de jeu sans nécessiter de dessin manuel fastidieux.

Prompt engineering pour l'analyse de bases de données

En général, l'extraction d'informations à partir de bases de données nécessite une personne ayant des connaissances en SQL pour écrire des requêtes complexes en langage de programmation. L'IA générative a changé la donne, vous permettant d'écrire vos requêtes en langage naturel pour extraire des données à partir de sources de données non structurées ou semi-structurées.

Traitement des données

« Devenez data scientist et écrivez du code pour nettoyer et prétraiter mes données en vue de leur analyse. Mon ensemble de données contient les informations d'achat de tous les clients pour les 30 derniers jours. »

Ici, vous pouvez demander à l'IA de faire des tâches de nettoyage spécifiques, telles que la suppression des lignes vides, la suppression des lignes dont la valeur du panier est inférieure à 50 $, etc.

Visualisation des données

« Écrivez du code en Python pour visualiser mon ensemble de données. Mon ensemble de données contient les informations d'achat de tous les clients âgés de plus de 50 ans au cours des 30 derniers jours. »

Donnez des spécifications supplémentaires pour la visualisation et le réglage fin, telles que « affichez-moi les tendances d'achat » ou « organisez par catégorie ».

Analyse des sentiments avec les invites IA

L'analyse des sentiments est extrêmement populaire dans le contenu généré par les utilisateurs en ligne, en particulier dans les publications sur les réseaux sociaux. Vos instructions pour comprendre le sentiment des clients à l'égard de votre produit peuvent être les suivantes.

« À partir de mon ensemble de données contenant des publications sur les réseaux sociaux mentionnant [marque], classez-les comme positives, négatives ou neutres. Identifiez les fonctionnalités/aspects spécifiques associés à chaque sentiment. »

Si vous avez appris les bases du fonctionnement de l'ingénierie des invites, il est temps de découvrir ses applications et ses implications à plus grande échelle.

Rôle de l'ingénierie des invitations dans les secteurs axés sur les données

Les exemples ci-dessus montrent que vous pouvez effectuer des analyses de données de base ou des analyses de sentiments dans tous les secteurs. Cependant, l'IA générative et l'ingénierie rapide apportent une valeur particulière dans les secteurs et les applications axés sur les données. Voici comment.

Éducation

Une bonne ingénierie des invites aide les enseignants à créer du contenu précis, pertinent, attrayant et personnalisé à grande échelle. Voici quelques-uns des cas d'utilisation les plus prometteurs de l'IA générative dans l'éducation :

Expériences d'apprentissage personnalisées : créez des leçons et des forfaits basés sur les préférences, les compétences et les intérêts de chaque élève en un clin d'œil.

Création automatisée de contenu : génération rapide de supports pédagogiques, tels que des résumés, des quiz et des questions de compréhension écrite.

Apprentissage et pratique des langues : génération de scénarios de discussion, d'exercices de grammaire et d'exercices de vocabulaire adaptés au niveau actuel de l'apprenant.

Tutorat et assistance : tutorat basé sur l'IA pour répondre aux questions spécifiques des élèves ou les aider dans les domaines où ils rencontrent des difficultés, en leur proposant des explications, des ressources et des exercices pratiques.

Recherche et développement

En élaborant des instructions précises et pertinentes dans leur contexte, les chercheurs exploitent les modèles d'IA pour passer au crible de vastes quantités de données, générer des hypothèses novatrices et même simuler des résultats expérimentaux.

Les ingénieurs prompt peuvent aider les chercheurs à concevoir les entrées appropriées pour obtenir des résultats précis à grande échelle. Voici quelques scénarios dans lesquels cela peut s'avérer utile :

Revue de la littérature : réalisation de revues exhaustives de la littérature, identification des études pertinentes, des principales conclusions et des lacunes dans la base de connaissances actuelle.

Exploration de données : mise en évidence de modèles, de corrélations et d'anomalies dans de grands ensembles de données.

Génération d'hypothèses : générer plusieurs hypothèses dans le même domaine de recherche afin d'explorer plusieurs pistes.

Simulation d'expériences : simulez des expériences ou des résultats de modèles, réduisant ainsi le besoin d'expériences physiques coûteuses et chronophages.

Santé

L'ingénierie des invites améliore la capacité des modèles d'IA à interpréter des données médicales complexes, à fournir de l'assistance au diagnostic, à personnaliser les soins prodigués aux patients et à faciliter la recherche et la formation.

Les ingénieurs prompt peuvent aider les professionnels de santé à mieux exploiter leurs données dans les scénarios suivants.

Cas d'utilisation pratiques de l'ingénierie des invites

À la base, l'IA générative peut créer du contenu sous trois formes : texte, image et audio/vidéo. Voici quelques-uns des cas d'utilisation les plus efficaces de l'IA dans ces trois formes.

Prompt engineering dans la génération de texte

Il s'agit aujourd'hui du cas d'utilisation le plus populaire de l'IA générative. Des journalistes aux spécialistes du marketing en passant par les développeurs timides, des utilisateurs de tous horizons utilisent les générateurs de texte IA pour répondre à leurs besoins.

Voici quelques cas d'utilisation courants :

Il existe également des outils d'IA pour les notes de réunion qui peuvent transcrire des visioconférences en notes de texte ou résumer des notes de texte afin d'identifier les points clés, les actions à mener, etc.

Prompt engineering dans la génération d'images

Bien qu'elle ne soit pas encore aussi répandue que le texte, la génération d'images offre d'incroyables possibilités en matière de créativité. Parmi les cas d'utilisation courants, on peut citer :

Prompt engineering dans la génération audio et vidéo

La génération audio et vidéo par le biais de l'ingénierie rapide trouve de nombreuses applications dans les domaines du divertissement, de l'éducation et de l'assistance virtuelle. Voici quelques cas d'utilisation pratiques des outils de création de contenu IA :

L'impact de l'IA générative est extraordinaire : elle influence tous les secteurs, toutes les industries, toutes les zones géographiques et tous les types d'entreprises. Au cours de la prochaine décennie, l'ingénierie rapide pourrait définir la capacité d'une personne à apprendre et à comprendre les choses, comme le fait aujourd'hui « Google ».

Même si l'IA générative évolue rapidement, voici quelques méthodes fondamentales que vous pouvez utiliser pour vous lancer dans l'ingénierie des invites.

Méthodes d'invitation

Avant d'entrer dans les détails techniques, rappelez-vous que le principal avantage de l'IA générative est que vous pouvez saisir vos données dans un langage naturel. N'hésitez donc pas à parler à ChatGPT, Google Gemini ou Microsoft Copilot comme vous le feriez naturellement.

Observez les réponses et affinez vos entrées au fur et à mesure. Voici quelques concepts qui pourraient vous aider dans votre démarche.

Apprentissage sans entraînement

Le fait de fournir à l'IA une tâche sans exemples ni contexte préalables est appelé « prompting zero-shot ». Il se caractérise par les éléments suivants.

Exemple de prompt : « Identifiez le langage de programmation principal utilisé dans l'extrait de code suivant : print(‘Hello, World!’). »

Apprentissage en quelques essais

Donner au modèle d'IA quelques exemples de la tâche à accomplir avant de lui présenter la tâche réelle s'appelle le prompting en quelques essais.

Exemple d'invite : « Étant donné les paires d'entrée et de sortie suivantes : Entrée : 5 * 5, Sortie : 25 ; Entrée : 8 + 2, Sortie : 10 ; calculez la sortie pour l'entrée : 7 – 4. »

Invite to a chain of thoughts

Inviter le modèle à générer des étapes intermédiaires ou des chemins de raisonnement menant à la réponse finale ou au résultat souhaité s'appelle l'incitation par chaîne de pensée (COT).

Exemple de prompt : « Pour inverser une chaîne donnée « hello », commencez par diviser la chaîne en caractères individuels. Ensuite, inversez l'ordre de ces caractères. Enfin, rassemblez ces caractères pour former une chaîne. Quel est le résultat final ? »

Techniques avancées d'invitation et d'instructions

Passons maintenant à quelques techniques d'ingénierie des invitations plus complexes et avancées.

CoT zéro coup

La chaîne de pensée zéro-shot (COT) combine les deux méthodes pour traiter des problèmes complexes sans exemples préalables dans les données d'entraînement.

Imaginez que vous utilisiez un modèle d'IA générative pour déboguer un morceau de code logiciel qu'il n'a jamais rencontré auparavant.

Grâce au COT zero-shot, le modèle exprimerait sa compréhension du problème, en déduirait logiquement les causes et proposerait des solutions potentielles, étape par étape, même s'il n'a pas été formé sur cette question spécifique.

Ingénieur de prompt automatique (APE)

Et si l'IA pouvait inciter l'IA à trouver les bonnes réponses ? Eh bien, c'est ce qu'on appelle l'automatisation de l'ingénierie des invites.

L'utilisation d'algorithmes et de techniques pour générer ou optimiser automatiquement des invitations afin d'interagir avec des modèles d'IA est appelée APE. Dans ce modèle, l'algorithme analyse un corpus de tentatives de réussite et d'échec pour l'automatisation de tâches similaires.

Il intègre ensuite les mots-clés, les structures et les instructions identifiés comme les plus susceptibles de produire une réussite. À mesure que l'IA génère des scripts, le système APE évalue leur efficacité, affine la prompt en fonction de ce qu'il apprend et améliore le processus de manière itérative.

Quelle que soit la méthode que vous utilisez, vous serez probablement confronté à quelques défis dans votre quête d'une ingénierie des invites efficace.

Limites et défis de l'ingénierie des invites

En tant que champ émergent, l'IA générique connaît ses propres hauts et bas. D'autre part, les utilisateurs essaient différentes invites et différents styles pour obtenir les résultats dont ils ont besoin. Une technologie en évolution aussi rapide est forcément confrontée à des défis.

Certaines des principales limites de l'ingénierie des instructions et les moyens de les surmonter.

Dépendance au modèle : une invite, des instructions qui fonctionnent bien avec un modèle peuvent ne pas donner les mêmes résultats avec un autre.

Soyez attentif aux différences entre les modèles. Apportez des ajustements et des optimisations au fur et à mesure.

Complexité et spécificité : pour être efficaces, les instructions nécessitent souvent une compréhension approfondie du langage et des capacités du modèle.

Trouvez le juste équilibre entre trop vague et trop spécifique pour tirer le meilleur parti de vos grands modèles linguistiques.

Biais et sensibilité : les modèles d'IA peuvent hériter des biais de leurs données d'entraînement, que vous pouvez amplifier involontairement par le biais de l'ingénierie des invitations. De plus, les hallucinations, les biais, l'insensibilité, etc. peuvent conduire à des résultats nuisibles, trompeurs ou contraires à l'éthique.

Mettez en place des systèmes permettant une réflexion approfondie et un contrôle éthique de l'utilisation de l'IA.

Évolutivité : à mesure que l'étendue des tâches s'élargit, les instructions d'ingénierie manuelles pour chaque scénario unique deviennent impraticables.

Envisagez la génération ou l'optimisation automatique des instructions pour vos besoins futurs.

Interprétabilité : le manque d'interprétabilité peut rendre difficile l'amélioration itérative des invites ou le diagnostic des problèmes.

Utilisez des méthodes de chaîne de pensée et insistez pour voir le raisonnement logique de l'IA pour les résultats importants.

Surajustement et sous-ajustement : le surajustement se produit lorsqu'une invite est trop adaptée à des exemples spécifiques, ce qui la rend moins efficace pour les cas généraux. Le sous-ajustement se produit lorsqu'une invite, les instructions, sont trop larges, ce qui conduit à des résultats génériques ou non pertinents.

Trouvez le juste équilibre.

Contraintes en termes de coûts et de ressources : une ingénierie de prompt de haute qualité, en particulier dans un contexte commercial, peut nécessiter d'importantes ressources informatiques et le temps d'experts.

Concentrez-vous sur les applications pratiques et le retour sur investissement.

Excellez dans l'ingénierie des invites avec ClickUp

Quel est le titre de cette chanson de Taylor Swift ? Quelle quantité de fromage dois-je mettre dans mes pâtes ? Cet ensemble de données est-il propre pour l'analyse ? À quel médicament ce patient est-il allergique ? Quelles tâches de ce sprint doivent encore être attribuées ?

Le champ d'application des modèles d'IA générative ne cesse de s'étendre. Par conséquent, l'ingénierie des invites devient une compétence indispensable pour les professionnels de tous les secteurs.

Votre capacité à parler le langage du LLM détermine votre capacité à assurer la réussite des résultats, une compétence qui relève de l'« ingénierie des invites ».

Vous pouvez vous essayer à l'ingénierie des invites avec n'importe quel LLM gratuit tel que ChatGPT, Google Gemini, DALL-E, etc. Demandez-lui de créer un remix de vos chansons préférées pour votre prochaine fête d'anniversaire ou examinez vos relevés de carte de crédit pour visualiser vos dépenses les plus importantes.

Rendez votre travail plus rapide et plus efficace avec ClickUp Brain. ClickUp intègre l'IA dans sa plateforme pour la gestion des connaissances, la gestion de projet et la rédaction.

Et ce n'est pas tout ! ClickUp Brain est également doté de prompts intégrés et de centaines de modèles pour vous aider à démarrer du bon pied. Découvrez ce que l'IA générative peut apporter à la gestion de vos projets. Essayez ClickUp gratuitement dès aujourd'hui!

FAQ sur l'ingénierie des invites

1. Qu'est-ce que l'ingénierie des invitations, avec un exemple ?

La création d'entrées pour les modèles d'IA générative tels que ChatGPT afin de les guider dans la production de résultats spécifiques ou souhaités est appelée « prompt engineering ».

Exemple d'ingénierie des invites

Lorsqu'un développeur de logiciels souhaite utiliser un modèle linguistique tel que GPT-4 pour générer un script Python destiné à un scraper web qui collecte les titres d'actualités d'un site web spécifique.

Invite : « Générez un script Python à l'aide de la bibliothèque Beautiful Soup pour extraire les derniers titres d'actualité du site « example-news-site.com ». Le script doit gérer la pagination et stocker les titres dans une liste. »

2. Qu'est-ce qu'un exemple de prompt ?

Toute entrée que vous fournissez à un modèle d'IA génératif est une invitation. Grâce à une bonne ingénierie des invitations, vous pouvez améliorer considérablement vos résultats, les rendant plus utiles, pertinents, précis et attrayants.

Voici un bon exemple de prompt : « Générez une description de produit de 150 mots pour un ensemble de serviettes en fibre de bambou qui met l'accent sur ses avantages écologiques, sa durabilité et sa douceur. Incluez un appel à l'action encourageant un mode de vie respectueux de l'environnement et promouvant l'engagement de la marque en faveur du développement durable. »

3. Comment commencer à utiliser l'ingénierie des invites ?

La meilleure façon de se lancer dans l'ingénierie des invites est de l'essayer par vous-même. Interagissez avec elle en langage naturel et comprenez le modèle. En parallèle, vous pouvez :

Restez informé des avancées en matière d'IA et de technologies de traitement du langage naturel, car celles-ci peuvent avoir une incidence sur la manière dont les invitations doivent être structurées.