Pas toujours simple d’avoir les bonnes réponses avec ChatGPT, n’est-ce pas ?
C’est pour ça qu’on m’appelle le dresseur d’IA 😉
Ca tombe bien, une étude longue et ultra détaillée vient d’être publiée sur le sujet après des milliers de tests. (+ surprise à la fin ^^)
D’après cet article académique intitulé « Principled Instructions Are All You Need for Questioning LLaMA-1/2 GPT-3.5/4 » et publié le 26 décembre 2023, voici la liste des 26 principes énoncés dans l’étude avec une explication pour chacun :
Sommaire
Pas besoin de politesse avec les LLM
Les modèles de langage comme ChatGPT ne nécessitent pas de formules de politesse. Être direct et concis est souvent plus efficace dans la communication avec ces modèles.
Intégrer l’audience visée dans le prompt
Adapter le contenu et le style du prompt en fonction de l’audience ciblée (par exemple, experts, débutants, etc.) peut rendre les réponses plus pertinentes et adaptées.
Décomposer les tâches complexes en séquences de prompts plus simples
Pour des tâches complexes, diviser le processus en étapes plus gérables aide le modèle à fournir des réponses plus précises et structurées.
Utiliser des directives affirmatives
Privilégier des instructions positives plutôt que négatives pour une communication plus claire et directe avec le modèle.
Utiliser des prompts de clarification
Demander des explications en termes simples ou adaptés à un public spécifique pour approfondir la compréhension d’un sujet.
Ajouter un incitatif financier
Mentionner un incitatif financier dans le prompt, bien que cela n’affecte pas la performance du modèle, peut contextualiser certaines simulations ou scénarios.
Implémenter un prompting basé sur des exemples
Utiliser des exemples concrets dans le prompt (technique de few-shot learning) pour guider le modèle dans des situations spécifiques.
Formater le prompt avec ‘###Instruction###’
Commencer le prompt par cette balise, suivie d’exemples ou de questions si nécessaire, pour structurer clairement la demande.
Incorporer des phrases directrices
Utiliser des formulations telles que « Votre tâche est » ou « Vous DEVEZ » pour donner des directives claires et précises.
Incorporer des avertissements de pénalité
Mentionner des conséquences en cas de non-respect des directives, bien que cela n’ait pas d’impact réel sur le modèle.
Utiliser la phrase ‘Répondre de manière naturelle et humaine’
Demander des réponses qui semblent naturelles et conversationnelles, rendant l’interaction plus engageante.
Utiliser des mots-clés pour structurer la pensée
Encourager le modèle à suivre un processus de pensée étape par étape, en mettant l’accent sur des éléments clés.
Demander des réponses non biaisées et non stéréotypées
Insister pour que les réponses soient équitables, objectives et exemptes de stéréotypes.
Permettre au modèle de demander des précisions
Encourager le modèle à poser des questions pour obtenir des informations complémentaires, améliorant la précision et la pertinence des réponses.
Inclure un test de compréhension
Demander au modèle d’enseigner un sujet et de proposer un test pour évaluer la compréhension, rendant l’apprentissage plus interactif.
Assigner un rôle au modèle
Donner au modèle un rôle spécifique (comme un expert dans un domaine) pour contextualiser et cibler les réponses.
Utiliser des délimiteurs
Utiliser des marqueurs clairs pour séparer les différentes parties du prompt, aidant à organiser la requête.
Répéter un mot ou une phrase spécifique
Mettre l’accent sur certains éléments en les répétant dans le prompt, pour en souligner l’importance.
Combiner la pensée en chaîne avec des prompts basés sur des exemples
Utiliser une approche hybride qui combine des explications détaillées avec des exemples pour des réponses plus complètes et nuancées.
Utiliser des amorces de sortie
Terminer le prompt avec le début de la réponse attendue pour orienter le modèle vers le type de réponse souhaité.
Demander un texte détaillé sur un sujet spécifique
Spécifier que la réponse doit être exhaustive et bien informée, pour obtenir des réponses complètes et détaillées.
Corriger/modifier un texte spécifique sans en changer le style
Demander des modifications tout en conservant le style original du texte, pour maintenir la cohérence du style.
Gérer des prompts de codage complexes
Structurer des tâches de programmation complexes, impliquant plusieurs fichiers ou opérations, de manière organisée.
Initier ou continuer un texte avec des mots ou phrases spécifiques
Commencer ou prolonger un contenu en se basant sur des éléments donnés, pour encourager la créativité et la cohérence.
Déclarer clairement les exigences
Spécifier précisément les critères et les attentes dans le prompt pour assurer une compréhension claire des demandes.
Écrire un texte similaire à un exemple fourni
Demander la production de contenu qui suit le style ou le ton d’un exemple donné, pour des réponses ciblées et stylisées.
Pour aller BEAUCOUP plus loin
On a fait un atelier avec pleins d’idées, d’outils et de choses passionnantes à apprendre sur l’intelligence artificielle. C’est ici.