Je suis obsédé par ChatGPT depuis ces dernières années. Mais il y a une chose qui manque à tous les modèles linguistiques : la cohérence.
Au début, je demandais des textes publicitaires et je recevais quelque chose de brillant ou complètement inutile. Un jour, cela correspondait parfaitement à la voix de ma marque. Le lendemain, un véritable charabia d’entreprise.
Et alors que chacun a ses propres astuces et que les gourous de LinkedIn vendent des cours, il y a quelques fondamentaux qui continuent de fonctionner parfaitement bien.
J’ai testé 12 des astuces d’ingénierie de prompts les plus populaires en utilisant de vrais scénarios d’affaires : copies marketing, emails clients, et descriptions de produits. Voici ce qui a réellement fait la différence.
Comment Ai-Je Testé Ces Techniques ?
Je présente trois scénarios réels de cas d’affaires tout au long de ce guide :
- Emails de lancement de produit pour une application de gestion de projet
- Copie publicitaire Instagram pour un service d’abonnement au café
- Réponse du support client aux demandes de remboursement
J’ai exécuté chaque instruction trois à cinq fois, en cliquant simplement sur le bouton réessayer, pour voir quel type de résultats l’instruction génère. Mon unique attente était que ChatGPT conserve la cohérence avec l’instruction ainsi que le style.
👉Note : Tous les prompts sont testés sur le dernier modèle ChatGPT 5 avec l’option « Réflexion » réglée sur « Auto » et sans sollicitation de personnalisation.
Et considérant que les modèles de langage ne produisent jamais la même réponse deux fois, il est peu probable que tu verras la réponse exacte que je montre dans la capture d’écran.
Au lieu de prendre ces résultats pour argent comptant, je recommande de prêter attention aux motifs de sortie afin que tu puisses voir les différences.
J’ai également ajouté une note sur une échelle de 10, où 10 est le plus haut en termes d’utilisabilité et de fiabilité, et 1 est le plus bas.
Mettons-nous à l’œuvre.
1. Sois Extrêmement Précis : 10/10
ChatGPT est une machine simple de reconnaissance de motifs. La langue et les données dans ton message définiront à quoi ressemblera ta sortie. Généralement, la différence entre un contenu AI générique et un matériel utilisable est la spécificité des livrables, du public et des contraintes.
La Demande (vague/simple) :
Rédige un email à propos de notre nouvelle application de gestion de projets.
La Consigne (Spécifique) :
Rédige un email de lancement de produit de 150 mots pour DreamHost, une plateforme d’hébergement web. Mets en avant ces 3 caractéristiques : coûts faibles, Panel facile à utiliser, et haute sécurité. Ton : enthousiaste mais professionnel, comme si tu parlais à un collègue d’une plateforme qui vient de résoudre ton plus gros problème. Inclut un appel clair à l’action pour commencer un essai gratuit de 14 jours.
- L’invite vague a produit quelque chose de tellement générique qu’elle aurait pu décrire littéralement n’importe quel outil de productivité.
- L’invite spécifique a généré un texte avec de la personnalité, des avantages concrets et des détails réels sur les fonctionnalités.
Pourquoi ça fonctionne : ChatGPT fonctionne sur la reconnaissance de motifs. Quand tu lui fournis des contraintes spécifiques (nombre de mots, taille de l’auditoire, trois caractéristiques exactes, comparaison de tonalité), il dispose de paramètres clairs dans lesquels travailler. La spécificité élimine l’ambiguïté.
2. Attribution des Rôles (9/10)
Commencer des invites avec “Tu es un [rôle spécifique]” exploite la formation de ChatGPT sur les modèles d’écriture professionnelle. Le modèle a appris des associations entre les rôles et les styles d’écriture, donc nommer explicitement l’expertise améliore la qualité des résultats pour les tâches créatives et professionnelles.
L’invite (sans rôle) :
Rédigez un texte publicitaire pour Instagram pour un abonnement à un café premium.
La Consigne (avec Rôle) :
Tu es un rédacteur publicitaire expérimenté spécialisé dans les annonces Instagram pour les marques de style de vie haut de gamme. Écris trois versions de texte publicitaire (chacune de moins de 125 caractères) pour un service d’abonnement de café premium qui met l’accent sur la torréfaction en petites quantités et les relations commerciales directes.
Le texte généré basé sur les rôles a compris les principes de la réponse directe : commencer avec des accroches, se concentrer sur des avantages spécifiques et utiliser une structure persuasive. Le texte générique a produit de l’enthousiasme sans stratégie.
Pourquoi ça fonctionne : La formation de ChatGPT inclut d’innombrables exemples de rédactions professionnelles issues de rôles spécifiques. En invoquant “rédacteur de copies de réponse directe”, par exemple, cela permet au modèle d’assortir les motifs associés à cette expertise plutôt que d’écrire du marketing générique.
3. Donne Des Exemples Concrets (alias Apprentissage En Peu D’exemples) : 9/10
C’est une technique bien documentée pour le peaufinage du modèle de langue, et c’est assez simple à mettre en œuvre.
Tu fournis les données en termes de ce que tu souhaites et donnes des exemples de résultats. Ce qui se passe avec cette configuration, c’est que le modèle comprend les schémas que tu attends des résultats et essaie de les imiter aussi fidèlement que possible à tes exemples.
Ainsi, tu réduis les allers-retours nécessaires pour obtenir les résultats souhaités et tu commences à obtenir des résultats constamment bons.
La Consigne (sans exemples) :
Rédige une réponse professionnelle à un client demandant un remboursement en raison de retards de livraison.
L’Exemple (avec des exemples) :
Rédige une réponse à un client qui demande un remboursement en raison de retards de livraison. Voici deux exemples de notre voix de marque dans les emails de support :
Exemple 1 : “Salut Sarah, je suis vraiment désolé que ta commande soit coincée en transit. C’est incroyablement frustrant, surtout quand tu es impatient d’essayer de nouveaux équipements. J’ai traité un remboursement complet sur ton moyen de paiement initial.
Tu devrais le voir sous 2-3 jours ouvrables. J’envoie également une nouvelle commande avec une livraison accélérée sans frais supplémentaires. Tu ne devrais pas avoir à choisir entre un remboursement et recevoir ce que tu as commandé.”
Exemple 2 : “Je comprends totalement ta frustration, Marcus.
Les retards de livraison sont les pires, et nous avons lâché la balle sur la communication ici. Réglons cela tout de suite : je procède à ton remboursement aujourd’hui et j’inclus un crédit de 25 € pour ta prochaine commande. Plus de complications. Tu devrais le voir sur ton compte dès maintenant.”
Adapte exactement cette voix et formate la sortie comme un email.
L’exemple de prompt a généré une réponse qui correspondait à ma voix de marque attendue : empathique sans être mielleuse, axée sur les solutions sans être défensive, et réellement utile sans langage d’entreprise.
Pourquoi ça marche : ChatGPT apprend des modèles dans tes exemples de sollicitation mieux que de lui donner un paragraphe d’instructions sur le style d’écriture. Cela inclut la structure des phrases, les choix de vocabulaire, comment tu équilibres l’empathie avec l’action et ce que tu soulignes. Deux exemples de qualité enseignent davantage sur ta voix qu’un paragraphe décrivant ton ton.
4. Précisez Le Format De Sortie : 8/10
Dire à ChatGPT exactement comment structurer la sortie permet d’économiser beaucoup de temps de formatage. Cette technique est particulièrement précieuse lorsque tu colles du contenu directement dans d’autres outils, comme ton système de gestion de contenu (CMS), ou que tu as besoin de structures de données spécifiques.
La Consigne (Sans Spécification De Format) :
Compare les fonctionnalités de notre application à celles des concurrents.
L’invite (avec spécifications de format) :
Crée une table de comparaison bien recherchée avec 4 colonnes : Nom de la fonctionnalité, Notre application, Concurrent A, Concurrent B. Inclut 5 caractéristiques clés. Utilise ce format markdown exact :
| Fonctionnalité | Notre App | Concurrent A | Concurrent B |
|———|———|————–|————–|
| [fonctionnalité] | [détails] | [détails] | [détails] |
Le prompt spécifié par le format a généré un tableau parfaitement structuré que je pouvais coller directement dans la documentation—aucun temps de formatage nécessaire. Le prompt générique m’a fourni des informations sous forme de paragraphe, ce qui nécessitait 10-15 minutes de création manuelle de tableau.
⚠️ Souviens-toi que les informations dans le tableau (et même le paragraphe ci-dessus) peuvent être factuellement incorrectes. En fait, chaque sortie devrait être vérifiée pour son exactitude.
Pourquoi ça fonctionne : ChatGPT peut produire des résultats dans presque tous les formats, mais il utilise par défaut le style prosaïque, à moins que son modèle d’apprentissage n’associe spécifiquement certains mots à certains formats (une étude de cas comprendrait automatiquement des sections introduction, problème, solution et impact). Spécifier explicitement des structures, comme des tableaux, des listes, du markdown spécifique, du JSON, etc., indique au modèle exactement comment organiser les informations.
5. Dis À GPT Ce Qu’il Ne Faut Pas Faire : 7/10
Les grands modèles de langage (LLM), y compris ChatGPT, ont des motifs d’écriture répétitifs. Les personnes qui les utilisent suffisamment longtemps peuvent reconnaître les mêmes motifs de loin. Donc, si tu utilises ChatGPT pour rédiger du matériel marketing, assure-toi que le résultat ne ressemble pas à du brouillon généré par IA.
Tu as besoin que ce soit amusant, intéressant et que ça ait une personnalité. Tu peux lui dire exactement ce que tu veux éviter (mots spécifiques, tournures de phrases ou structures), et il généralement respecte les règles. Cependant, pour des contenus plus longs, ces règles peuvent finir par être enfreintes.
La Consigne (Sans Contraintes) :
Rédige Une Description De Produit Pour Un Abonnement Au Café Premium.
L’invite (avec contraintes négatives) :
Rédige une description de produit pour un abonnement à un café de qualité supérieure.
NE PAS utiliser ces mots ou expressions : artisanal, soigneusement sélectionné, parcours, expérience, passionné, artisan, élever, sélectionné à la main.
NE PAS dépasser 75 mots.
NE PAS utiliser de points d’exclamation.
Concentre-toi sur : les détails spécifiques de la source, ce qui rend le café réellement différent, et les bénéfices concrets pour le client. Pas de tirets cadratins.
Remarque, la sortie de la première invite contient beaucoup de tirets cadratins et semble un peu commerciale. Je pense que mon ChatGPT est devenu neutre à cause de tous les souvenirs de mes discussions précédentes. Mais j’aime définitivement la deuxième version car elle suit mes contraintes spécifiques.
Pourquoi ça fonctionne : ChatGPT apprend à partir des motifs présents sur Internet, ce qui signifie qu’il adopte par défaut les formulations courantes. Lorsque ces formulations courantes sont précisément ce que tu n’apprécies pas, les contraintes négatives bloquent explicitement ces motifs et forcent des approches alternatives.
6. Instructions Claires D’abord, Contexte Ensuite : 7/10
Le guide d’incitation IA de Google suggère clairement de fournir d’abord des instructions claires sur la tâche, puis de fournir un contexte à ce sujet.
Voici l’extrait du guide :
Les LLM priorisent les informations de manière séquentielle (la première phrase a la priorité la plus élevée). Ainsi, ajouter la tâche en premier donne au LLM suffisamment d’informations pour effectuer la tâche. Le contexte peut être inclus dans l’invite plus tard.
La Proposition (contexte en premier) :
Nous sommes une entreprise SaaS qui cible les équipes à distance de 10 à 50 personnes. Nous sommes en activité depuis 3 ans et avons récemment lancé une nouvelle fonctionnalité pour la priorisation des tâches assistée par IA, qui analyse la charge de travail de l’équipe et suggère une séquence optimale des tâches. Nos principaux concurrents sont Asana et Monday.com, mais nous nous différencions par une intégration plus poussée de l’IA et une meilleure connectivité avec Slack. Nos clients cibles sont généralement des chefs de projet technophiles qui sont frustrés par l’organisation manuelle des tâches. Nous avons besoin d’un email d’annonce pour cette nouvelle fonctionnalité.
La Consigne (Priorité À La Tâche) :
Rédige un email d’annonce de 200 mots pour notre nouvelle fonctionnalité de priorisation des tâches par IA.
Contexte : Nous sommes une entreprise SaaS âgée de 3 ans ciblant les équipes à distance (10-50 personnes). Principaux concurrents : Asana et Monday.com. Notre différence : intégration plus profonde de l’IA et connectivité native avec Slack. Public cible : chefs de projet technophiles frustrés par l’organisation manuelle des tâches.
Mets en avant : comment la séquence par IA permet de gagner du temps et de réduire la surcharge.
Cette technique est devenue moins importante à mesure que les LLMs sont devenus plus intelligents. Mais étant donné que les entreprises suggèrent que les invites soient structurées de cette manière, elles utilisent probablement la même structure pour l’ajustement fin de leur modèle. Et à mesure que tu approfondis l’ingénierie des invites, ces fondamentaux peuvent aider à obtenir des résultats cohérents.
Pourquoi cela fonctionne : Commencer par la tâche établit l’objectif immédiatement, puis le contexte informe comment aborder cet objectif. Une structure privilégiant d’abord le contexte peut obscurcir ce que tu demandes réellement, surtout dans les instructions plus longues.
7. Utilisez Des Instructions Numérotées Étape Par Étape : 7/10
Utilise des listes numérotées pour plusieurs éléments. Par exemple, si tu veux que GPT crée 15 publications sur les réseaux sociaux, 1 article de blog et 10-12 hashtags, il est probable que le modèle de langage ne réussisse pas à tout fournir en une seule fois.
L’invite (sans étapes) :
Crée du contenu pour les réseaux sociaux pour le lancement de notre application, incluant des tweets, une publication LinkedIn, des hashtags et des recommandations d’horaires de publication.
La Consigne (Avec Étapes Numérotées) :
Crée du contenu pour les réseaux sociaux pour le lancement de notre application :
1. Rédige 3 variations de tweets (moins de 280 caractères chacun, inclure un accroche et un appel à l’action)
2. Rédige 1 publication LinkedIn (150-200 mots, ton professionnel mettant en avant le retour sur investissement)
3. Crée 5 hashtags pertinents pour Twitter et 5 pour LinkedIn
4. Suggère les moments optimaux de publication pour un public B2B dans l’industrie technologique
5. Pour chaque publication, explique l’angle du message choisi
Livre chaque composant clairement étiqueté.
Les sorties ci-dessus ne sont pas les meilleures représentations car nous avons très peu d’éléments dans la liste. Cependant, tu commenceras à remarquer de réelles différences lorsque le nombre d’éléments ou de tâches par élément de liste commencera à augmenter.
Pourquoi ça fonctionne : Ces instructions numérotées créent une liste de vérification claire dans l’« esprit » de ChatGPT qui peut facilement être suivie séquentiellement.
8. Demande « As-Tu Des Questions ? » : 6/10
Demande au modèle de te poser des questions de clarification. Tu obtiens de l’aide pour combler les lacunes de connaissances que tu supposais inutiles et pour t’aider à ajouter plus de contexte pertinent à tes résultats.
Mais l’amélioration de la qualité de sortie n’est visible que si le sujet est un peu « général » et que tu réponds aux questions avec des données et de la spécificité.
La Consigne :
Crée un enchaînement d’emails d’intégration complet pour les nouveaux utilisateurs de notre application de gestion de projets. As-tu des questions avant de commencer ?
À partir de mes tests avec ChatGPT, les résultats étaient incohérents. Parfois, ChatGPT génère des questions réellement utiles concernant le public cible, la fréquence des emails, ou les fonctionnalités spécifiques à mettre en avant.
Pour les industries de niche très spécialisées, les questions commencent à paraître vagues, et elles deviennent de plus en plus sans rapport à mesure que tu plonges plus profondément dans un sujet.
Pourquoi ça fonctionne (parfois): Si tu travailles sur un sujet dont tu ne possèdes pas beaucoup d’informations, ChatGPT peut combler les lacunes de connaissances et ajouter un contexte important. Il peut parfois nous aider à découvrir ce que nous ne savions pas que nous ignorions.
9. Chaîne de Pensée (“Penser Étape par Étape”) : 6/10
Ajouter des expressions comme “pense pas à pas” ou “explique ton raisonnement” fait en sorte que ChatGPT montre son travail — même lorsqu’il n’est pas en mode réflexion ou lorsque le LLM ne prend pas en charge la réflexion. Cette technique améliore les résultats pour les tâches analytiques mais ajoute une longueur inutile aux travaux créatifs.
L’Incitation (Sans Chaîne De Pensée) :
Analyse pourquoi nos taux d’ouverture d’emails ont chuté de 15 % le mois dernier et recommande des solutions.
La Consigne (avec Chaîne De Pensée) :
Analyse pourquoi nos taux d’ouverture d’emails ont chuté de 15 % le mois dernier et recommande des solutions. Réfléchis à cela étape par étape, en montrant ton raisonnement pour chaque cause potentielle avant de faire des recommandations.
Sans ajouter de contexte aux données de ton tableau de bord analytique, les réponses avec ou sans chaîne de pensée vont être génériques. Cependant, tu remarqueras que GPT5 a décidé d’activer le mode de réflexion pour raisonner à travers le problème lorsqu’une invite de chaîne de pensée lui est donnée.
La réflexion montre clairement qu’elle a suivi le processus étape par étape pour comprendre le problème et l’a utilisé pour répondre. Compare cela au prompt non-CoT, et la réponse a été rapide et n’a pas nécessité de réflexion.
Pourquoi ça fonctionne : Si tu travailles sur des tâches analytiques et de résolution de problèmes, demander le raisonnement t’aide à vérifier que le modèle de langage suit les étapes comme tu le ferais. Pour les tâches créatives, comme la rédaction publicitaire, cela peut ne pas être aussi utile.
10. Montre Tes Modifications À ChatGPT : 7/10
Similaire à l’apprentissage en quelques exemples, ChatGPT apprend à partir de tes messages dans le chat. Si tu obtiens une réponse de GPT qui est assez proche mais pas parfaite, et que tu la modifies selon tes préférences, partage-la comme ta réponse. Je fais cela assez fréquemment et j’ai remarqué une nette amélioration des réponses jusqu’à un certain point.
La Consigne (après avoir reçu et modifié le texte publicitaire généré par l’IA) :
Voici ce que j’ai utilisé après avoir modifié ton brouillon :
“DreamHost est un hébergement partagé économique à partir d’environ 2,59 $/mois et offre une garantie de remboursement de 97 jours.”
J’ai amélioré la structure de la phrase et rendu le texte plus fluide. Fais de même pour les autres entrées de la colonne.
Dans la même discussion, tu es susceptible d’obtenir une excellente réponse, puisque le modèle de langage a capté les motifs que tu aimes.
Heureusement, grâce à la référence croisée des discussions et à la mémoire interne, ChatGPT peut également se référer à vos conversations précédentes pour fournir des résultats bien meilleurs dès la première fois.
Pourquoi cela fonctionne : ChatGPT conserve une mémoire persistante de tes préférences à travers les conversations. L’effort requis pour partager des modifications ne correspond pas à la faible récompense. Tu es mieux de créer des exemples complets dès le début (Technique #3).
11. Utilisez des Délimiteurs Clairs pour Séparer les Instructions du Contenu : 6/10
Lorsque ton invite comprend à la fois des instructions et du contenu à traiter (comme des exemples, du texte à analyser ou des retours de clients), utilise des délimiteurs pour distinguer les deux.
Cela empêche ChatGPT de confondre tes instructions avec le contenu lui-même.
La Consigne (Avec Délimiteurs) :
Réécrivez l’email client ci-dessous pour correspondre à notre voix de support professionnel.
—EMAIL À RÉÉCRIRE—
Salut, merci d’avoir contacté à propos du bug. Oui, nous sommes au courant et quelqu’un s’en occupe. Cela devrait être résolu bientôt, probablement. Fais-moi savoir si tu as besoin d’autre chose.
—FIN DE L’EMAIL—
Exigences :
– Conserver une chaleur tout en étant professionnel
– Fournir un délai spécifique
– Inclure des prochaines étapes claires
Les invites délimitées produisent systématiquement des résultats plus clairs car ChatGPT peut clairement comprendre ce qui est une instruction par rapport à ce qui est du contenu. Sans délimiteurs, surtout dans les invites plus longues, tu verras systématiquement ChatGPT manquer les instructions données.
Pourquoi ça fonctionne : Les délimiteurs (guillemets triples, balises XML, sections markdown ou simples tirets) créent des limites explicites. C’est particulièrement précieux lorsque tu fournis plusieurs exemples, analyses des retours clients, ou traites du contenu généré par les utilisateurs où le langage pourrait ressembler à des instructions. La technique devient essentielle lorsque ton contenu inclut des phrases comme « écrire », « créer » ou « analyser » qui pourraient confondre le modèle.
12. Évite D’Être “Dur” Avec ChatGPT : 3/10
Les gens avaient l’habitude de suggérer que les retours exigeants ou critiques (“Ceci est inacceptable, essaie encore”) améliorent les résultats.
Mais tout au long de mes tests, il est apparu clair que le fait d’être exigeant ne fait que faire refaire le résultat par ChatGPT. Il est peu probable qu’il produise des résultats « meilleurs » s’il ne sait pas ce que meilleur signifie.
La Consigne (Étant “Difficile”) :
Cette réponse est terrible et passe complètement à côté de la plaque. Le ton est incorrect, la structure est mauvaise, et tu n’as pas mis l’accent sur ce que j’ai demandé. Essaie encore et fais-le correctement cette fois.
La Demande (Être Spécifique) :
Cette réponse nécessite une révision :
– Modifier le ton de formel à conversationnel
– Restructurer pour commencer par le problème du client, et non notre solution
– Mettre en avant la fonctionnalité de priorisation IA dans le premier paragraphe
Veuillez réviser en tenant compte de ces modifications spécifiques.
La consigne « difficile » produit toujours un nouveau résultat, peut-être même oblige ChatGPT à passer en mode « réflexion ». Cependant, les résultats ne sont pas systématiquement meilleurs. D’autre part, des instructions spécifiques sur ce que tu dois changer te donneront presque toujours de bien meilleurs résultats et plus clairs.
Pourquoi ce “hack” persiste : Les gens confondent corrélation et causalité. Quand ils obtiennent de meilleurs résultats après avoir été “exigeants”, c’est généralement parce qu’ils sont plus précis sur les exigences en essayant d’être “contrariés”, et non parce que ChatGPT réagit au ton.
Les 5 Techniques Principales à Utiliser
Après avoir testé une grande variété de techniques (y compris ces 12) dans des dizaines de scénarios, les cinq suivantes ont constamment donné des résultats.
- Être Ridiculement Spécifique (10/10) est la base de tout le reste.
- Attribuer Un Rôle (9/10) excelle pour les tâches créatives et professionnelles.
- Fournir Des Exemples Concrets (9/10) maintient la cohérence de la marque.
- Spécifier Le Format de Sortie (8/10) économise du temps de formatage.
- Indiquer À ChatGPT Ce Qu’il Ne Faut Pas Faire (7/10) fonctionne lorsque vous savez précisément ce qu’il faut éviter.
Les techniques restantes offrent une valeur situationnelle mais ne sont pas essentielles pour un prompting efficace.
Mon Modèle de Prompt Favori
J’ai quelques supers modèles qui traînent. Mais en voici un qui a constamment donné de bons résultats pour presque tous les cas d’utilisation que j’ai pu tester.
Utilise-le donc pour tes expériences et vois quel type de résultats tu peux obtenir. Une fois que tu as une invite de commande qui fonctionne, le reste de ton travail devient facile.
Tu es un [rôle spécifique avec expertise pertinente].
Crée : [Livraison spécifique avec nombre de mots/caractères]
Pour : [Public cible avec détails pertinents]
À propos de : [Sujet/produit avec informations clés]
Inclure :
– [Élément requis spécifique 1]
– [Élément requis spécifique 2]
– [Élément requis spécifique 3]
Format : [Structure exacte nécessaire]
NE PAS :
– [Chose spécifique à éviter 1]
– [Chose spécifique à éviter 2]
Exemple de notre style :
[Coller 1-2 exemples pertinents]
Ce framework fonctionne car il combine tous les éléments qui produisent des résultats constamment bons. Tu peux toujours improviser, ajouter plus d’astuces parmi les 12 ci-dessus pour voir ce qui convient le mieux au résultat que tu recherches.
Peux-Tu Créer Des Invites De Mille Mots ?
Absolument. La seule limite est l’invite, et ta sortie attendue ne doit pas dépasser la fenêtre de contexte.
ChatGPT dispose d’une fenêtre de contexte de 32k jetons par conversation pour la version Plus et de 128k jetons pour la version Pro. Gemini dispose d’une fenêtre de contexte de 2 millions de jetons par conversation. Claude est à 1 million.
Pense à un jeton dans une fenêtre de contexte comme une partie d’un mot.
32k tokens se traduiraient par environ 27k mots. Après cette limite, ChatGPT oublie ce qui a été discuté avant les 32k tokens les plus récents. Cela signifie que la fenêtre de contexte se déplace.
ChatGPT continue de discuter avec toi même après la fenêtre de contexte. Mais il n’aura aucune information sur les discussions au-delà de la fenêtre de contexte.
Si tu remarques que ChatGPT commence à se comporter différemment après une longue conversation, essaie de le réorienter en fournissant à nouveau l’invite de départ, ou commence une nouvelle discussion.
Sollicitation Consistante De ChatGPT Avec « Projets »
Les LLMs n’ont pas de contexte concernant ton entreprise, ton public et tes objectifs. Ils ne connaissent pas non plus les contraintes sur la longueur des sorties, le format, le style, etc.
Donc, tu peux soit fournir le contexte à chaque fois que tu commences une nouvelle discussion, soit créer un projet dans ChatGPT et ajouter tout cela sous forme de fichiers texte ou de fichiers markdown.
Tous les nouveaux chats que tu démarres depuis l’intérieur des projets auront le contexte requis par défaut.
1. Cliquez Projets dans la barre latérale gauche.
2. Saisis le nom du projet et clique sur Créer le projet.
3. Cliquez sur Ajouter des fichiers pour ajouter tous les fichiers dont tu as besoin pour le contexte.
Et Maintenant ?
L’ingénierie des prompts n’est pas un domaine à régler et à oublier. De nouveaux modèles remettent régulièrement en question les résultats que tu avais appréciés sur les modèles précédents.
Mais les fondamentaux de la spécificité, du contexte et des exemples restent constants. Tu as juste besoin de savoir quelles techniques résolvent quels problèmes.
Concentre-toi sur les cinq qui comptent et ignore les gadgets.
Je suis actuellement en train d’expérimenter avec des séquences d’invitations en plusieurs étapes pour des projets de contenu complexes, des modèles d’invitations optimisés par type de contenu, et des stratégies d’intégration avec les guides de style de marque. Ce sont des pistes distinctes dans lesquelles tu peux te lancer.
Mais si tu veux passer outre tout le reste et consacrer du temps à une seule chose, consacre-le à rassembler d’excellents exemples de ce que tu souhaites réaliser.
Tout le reste est une optimisation.
FAQ
Qu’est-ce que l’ingénierie des invites pour ChatGPT ?
L’ingénierie des prompts est la pratique consistant à élaborer des entrées spécifiques et structurées pour obtenir de meilleurs résultats de modèles linguistiques d’IA comme ChatGPT. Elle implique des techniques telles que fournir un contexte détaillé, utiliser des attributions de rôles, montrer des exemples et spécifier des exigences de format exactes pour améliorer la qualité et la cohérence des sorties.
Quelles techniques d’ingénierie de prompt fonctionnent réellement ?
Ces cinq techniques fournissent systématiquement des résultats : être ridiculement précis sur les livrables, utiliser l’attribution de rôles pour les tâches créatives, fournir des exemples concrets du résultat souhaité, spécifier les formats de sortie exacts et indiquer explicitement ce qu’il ne faut pas inclure.
Ai-je besoin de suivre un cours sur l’ingénierie des invites ?
Non. La plupart des cours d’ingénierie de prompts enseignent les mêmes principes de base disponibles gratuitement sur le web. La véritable compétence réside dans la compréhension de quelle technique résout quel problème pour tes cas d’utilisation spécifiques. Je te recommande d’appliquer les cinq techniques principales que j’ai décrites dans ce guide à ton travail actuel et d’améliorer tes prompts selon les besoins.
À quel point mes invites ChatGPT doivent-elles être spécifiques ?
Tes consignes doivent inclure un nombre exact de mots, des détails spécifiques sur l’audience, des livrables clairs et des contraintes concrètes. Compare « rédiger un texte publicitaire » (trop vague) avec « rédiger un email produit de 150 mots pour des équipes à distance mettant en avant 3 fonctionnalités : collaboration, priorisation par IA, intégration Slack » (appropriatement spécifique).
La spécificité élimine l’ambiguïté et améliore considérablement la qualité du résultat.
Être exigeant avec ChatGPT améliore-t-il les résultats ?
Non. Les tests montrent que l’attitude est sans rapport avec la qualité de la production. Lorsque tu as besoin de révisions, identifie précisément ce qui ne va pas (ton, structure, éléments manquants) plutôt que d’exprimer de la frustration. La précision aide ; l’attitude, non.
Combien de temps faut-il pour voir les résultats d’une meilleure sollicitation ?
Immédiatement. La différence entre des invites vagues et spécifiques est visible dès la première sortie. Cependant, constituer ta bibliothèque d’exemples et développer ton modèle d’invite personnel prend 2 à 4 semaines de pratique régulière pour optimiser selon tes cas d’utilisation spécifiques.
