Les cinq principes du prompting
Partie du cours Prompt Engineering
Vous savez déjà ce qu'est un prompt, ce qu'est une complétion, et que le modèle rédige une réponse neuve à chaque fois au lieu de réciter quelque chose qu'il serait allé chercher. D'où la question évidente : si le modèle se contente de deviner jusqu'à tomber sur une réponse plausible, comment l'amener à deviner dans la direction de ce que vous voulez vraiment ?
Vous avez désormais le vocabulaire : un prompt entre, une complétion sort, et le modèle y arrive en prédisant un token à la fois. Ce qui vous manque encore, c'est une méthode. Vous pouvez collectionner cent formulations astucieuses, mais les formulations se démodent et chaque tâche est un peu différente. ...
Envie d’apprendre Prompt Engineering Les cinq principes du prompting dans un vrai environnement ?
Cliquez ci-dessous, obtenez une machine Linux avec Prompt Engineering prêt, et travaillez sur Les cinq principes du prompting avec un tuteur IA qui connaît votre code.
Commencer cette leçonLes cinq principes du promptingCe que vous allez apprendre
- Giving direction
- Specifying format
- Providing examples
- Evaluating quality
- Dividing labor
Lire cette leçon dans votre langue
Toutes les leçons de ce cours
11 leçons- 1Qu'est-ce qu'un prompt20 min
- 2Comment les grands modèles de langage génèrent du texte30 min
- 3Les cinq principes du prompting30 min
- 4Pratiques standard pour la génération de texte35 min
- 5Prompt Templates et Function Calling35 min
- 6Vector Databases et Retrieval-Augmented Generation40 min
- 7Autonomous Agents : memory et tools40 min
- 8Comment les diffusion models génèrent des images30 min
- 9Pratiques standards pour la génération d'images35 min
- 10Techniques d'image avancées : inpainting, outpainting et ControlNet35 min
- 11Construire des applications propulsées par l'IA40 min
