26 principes d’utilisation des prompts pour maximiser l’efficacité avec ChatGPT :

1. Pas besoin de politesse avec les LLM (Large Language Models) : Il n’est pas nécessaire d’ajouter des expressions comme “s’il vous plaît”, “merci”, ou “je voudrais”, allez directement au but.
2. Intégrez l’audience visée dans le prompt : Par exemple, précisez que l’audience est experte dans un domaine.
3. Décomposez les tâches complexes : Transformez-les en une séquence de prompts plus simples dans une conversation interactive.
4. Utilisez des directives affirmatives : Privilégiez des termes comme “faire” au lieu d’expressions négatives comme “ne pas”.
5. Pour plus de clarté ou de compréhension :
   • Expliquez [insérer un sujet spécifique] en termes simples.
   • Expliquez-le-moi comme si j’avais 11 ans.
   • Expliquez-le-moi comme si j’étais débutant dans [domaine].
   • Rédigez [texte/essai/paragraphe] en anglais simple, comme si vous expliquiez à un enfant de 5 ans.
6. Ajoutez une incitation : Exemple : “Je donnerai un pourboire de XXX pour une meilleure solution !”
7. Utilisez des exemples concrets : Appliquez le “few-shot prompting” pour inclure des exemples.
8. Structurez votre prompt : Commencez par ###Instruction###, suivi de ###Exemple### ou ###Question###, si pertinent. Séparez les instructions, exemples, et données par des sauts de ligne.
9. Utilisez des formulations claires : Exemple : “Votre tâche est de…” et “Vous DEVEZ…”.
10. Incluez des avertissements : Exemple : “Vous serez pénalisé si…”.
11. Encouragez des réponses naturelles : Utilisez des phrases comme “Répondez à une question de manière naturelle et humaine”.
12. Ajoutez des mots directifs : Exemple : “Pensez étape par étape”.
13. Assurez l’objectivité : Incluez : “Assurez-vous que votre réponse est impartiale et ne repose pas sur des stéréotypes.”
14. Autorisez des clarifications : Demandez au modèle de poser des questions pour obtenir plus d’informations, si nécessaire.
15. Testez la compréhension : Exemple : “Apprenez-moi [théorème/sujet/règle] et incluez un test à la fin. Ne donnez pas les réponses directement et dites-moi si j’ai bien répondu.”
16. Attribuez un rôle au modèle : Par exemple, “Vous jouez le rôle d’un expert en psychologie.”
17. Utilisez des délimiteurs pour séparer clairement les parties de votre prompt.
18. Répétez un mot ou une phrase plusieurs fois dans un prompt pour insister sur un point.
19. Combinez la méthode “Chain-of-Thought” avec des prompts contenant quelques exemples.
20. Utilisez des amorces de réponse : Terminez votre prompt par le début attendu de la réponse.
21. Pour des textes détaillés : Exemple : “Rédigez un [essai/texte/paragraphe] détaillé sur [sujet], en incluant toutes les informations nécessaires.”
22. Pour réviser un texte sans changer son style : Exemple : “Essayez de corriger chaque paragraphe envoyé en améliorant la grammaire et le vocabulaire, tout en conservant le style d’origine.”
23. Pour des prompts de code complexes : Exemple : “Générez un script [langage de programmation] qui peut créer automatiquement les fichiers nécessaires.”
24. Pour compléter un texte existant : Exemple : “Je vous donne le début [paroles/histoire/texte] : [insérez le contenu]. Complétez-le tout en respectant le flux.”
25. Spécifiez les contraintes : Énoncez clairement les règles, mots-clés ou instructions à respecter pour le contenu.
26. Pour imiter un échantillon donné : Exemple : “Utilisez le même style de langage que dans [paragraphe/titre/texte fourni].”

Ces principes constituent une approche méthodique pour concevoir des prompts efficaces et maximiser la qualité des interactions avec les LLM

ChatGPT a captivé l’imagination du monde entier avec ses réponses éloquentes et ses conversations fluides. Ce puissant modèle de langage (LLM) ressemble à une porte ouverte sur un futur alimenté par l’intelligence artificielle. Mais comment exploiter son immense potentiel de manière responsable et bénéfique ? La clé réside dans la conception réfléchie des prompts.

L’art du prompt, ou “prompt engineering”, émerge comme une compétence subtile permettant de débloquer les capacités d’un LLM. Tout comme nous programmons des ordinateurs avec un code précis, les prompts nous permettent de “programmer” nos interactions avec ChatGPT. Un prompt bien conçu agit comme une lentille, mettant en lumière les forces du modèle pour une tâche donnée.

Cependant, concevoir des prompts efficaces est loin d’être simple. De légers changements peuvent influencer les réponses de ChatGPT de manière inattendue. Des chercheurs explorent comment la formulation, le contexte, les exemples et d’autres facteurs influencent les sorties des LLM.

Une équipe de l’Université Mohamed bin Zayed d’intelligence artificielle a compilé 26 principes pour optimiser l’utilisation de ChatGPT et de modèles similaires. Leur objectif : démystifier l’art du prompt afin que les utilisateurs puissent interroger efficacement des modèles de différentes tailles. Voici quelques enseignements clés :

• La clarté compte : Rédigez des prompts concis et sans ambiguïté, en fournissant juste assez de contexte pour guider le modèle. Décomposez les prompts complexes en étapes plus simples.
• Précisez vos attentes : Définissez clairement les besoins et les contraintes pour orienter les réponses du modèle vers vos attentes.
• Engagez un dialogue : Permettez un échange interactif, où le modèle peut poser des questions de clarification avant de répondre. Cela améliore la précision des résultats.
• Adaptez le ton : Ajustez le niveau de formalité et le style de langage pour correspondre au rôle assigné au modèle. Un ton professionnel suscite des réponses différentes d’un style plus décontracté.
• Gérez les tâches complexes : Pour des prompts techniques, décomposez-les en plusieurs étapes ou précisez les contraintes, comme la génération de code répartie sur plusieurs fichiers.

Une table des meilleurs prompts pour ChatGPT est incluse dans cette étude, tirée de la publication suivante :
Bsharat, Sondos Mahmoud, Aidar Myrzakhan, et Zhiqiang Shen. “Principled Instructions Are All You Need for Questioning LLaMA-1/2, GPT-3.5/4.” arXiv preprint arXiv:2312.16171 (2023).

Tester ces principes a révélé une amélioration notable de l’exactitude et de la qualité des réponses de ChatGPT, notamment pour les modèles plus avancés. En moyenne, les prompts conçus selon ces principes ont amélioré les performances de GPT-4 de plus de 60 % par rapport à des prompts non modifiés.

Ainsi, l’art du prompt n’est pas une science obscure, mais une compétence accessible. En appliquant des principes comme ceux mentionnés, les utilisateurs ordinaires peuvent débloquer davantage le potentiel de ChatGPT en toute sécurité, en orientant son impact de manière responsable. Développer une intuition pour le prompt deviendra une valeur précieuse à mesure que les modèles avancent. Les instructions que nous leur donnons façonnent leur comportement.

Bien entendu, ce n’est que le début : la conception de prompts reste un problème de recherche ouvert. Trouver le bon équilibre pour un bénéfice sociétal à mesure que les modèles évoluent nécessitera un effort collaboratif continu entre utilisateurs, chercheurs et concepteurs de modèles. Mais des initiatives comme ces principes offrent une base solide pour ce voyage.