Prompt Engineering
Discipline qui consiste à concevoir et optimiser les instructions données à un modèle d'IA pour obtenir des résultats précis et fiables.
Discipline qui consiste à concevoir et optimiser les instructions données à un modèle d'IA pour obtenir des résultats précis et fiables.
Définition détaillée
Le prompt engineering (ingénierie des instructions) est l'art et la science de formuler des prompts (instructions textuelles) pour guider un LLM vers la réponse souhaitée. Cela inclut des techniques avancées comme le chain-of-thought (raisonnement étape par étape), le few-shot learning (exemples dans le prompt), le role prompting (assigner un rôle au modèle), et la structuration XML/JSON des réponses. Un bon prompt engineering peut faire la différence entre une réponse imprécise et un résultat professionnel utilisable en production.
Cas d'usage
Génération automatisée de comptes rendus de réunion : un prompt structuré demande au LLM d'extraire les décisions, les actions et les échéances à partir d'une transcription, avec un format de sortie JSON normalisé.
Termes associés
En savoir plus
Questions fréquentes
Le prompt engineering est-il encore nécessaire avec les LLM récents ?
Oui, plus que jamais. Les LLM plus puissants répondent mieux aux prompts bien conçus, mais peuvent aussi amplifier les erreurs d'un prompt mal structuré.
Quelle est la différence entre prompt engineering et fine-tuning ?
Le prompt engineering ne modifie pas le modèle, il optimise l'entrée. Le fine-tuning adapte le modèle lui-même pour des tâches spécifiques. Les deux sont complémentaires.