RAPHAEL THYS
EN FR
Parlons-en
← Toutes les réflexions

Maîtrise de l'IA

Pourquoi la manière d'écrire votre prompt change tout

Une plongée non technique dans l'attention, le contexte, et la raison pour laquelle le même modèle donne des réponses radicalement différentes à des questions presque identiques.

Raphael Thys 12 min de lecture FR
Read in English
Schéma de poids d'attention répartis sur une phrase

L’erreur la plus courante au début de l’usage de l’IA consiste à traiter le prompt comme une requête de moteur de recherche. Ce n’en est pas une. Un prompt est un contexte ; et la différence entre une réponse inutilisable et une réponse brillante tient souvent à quelques phrases de cadrage que la plupart des gens sautent.

L’attention est toute l’affaire

Les modèles de langage modernes ne “cherchent” pas des réponses. Ils répartissent leur attention sur les mots que vous leur donnez et prédisent ce qui devrait suivre. Chaque mot de votre prompt est un vote pour ce que le modèle doit pondérer davantage ; et le silence sur un sujet est un vote pour le prior du modèle, c’est-à-dire la moyenne d’internet.

[Migration en cours - corps complet de l’article à reprendre depuis la source Notion d’origine. L’original inclut un exemple travaillé avec des diagrammes d’attention à préserver.]

Les quatre leviers

  • Rôle. Dites au modèle depuis quelle position il doit écrire.
  • Contraintes. Dites au modèle ce qu’il ne doit pas faire, pas seulement ce qu’il doit faire.
  • Audience. Dites au modèle qui va lire le résultat, et pourquoi.
  • Exemples. Montrez, ne décrivez pas. Un exemple travaillé vaut mieux qu’un paragraphe d’instructions.

À lire aussi