Quelques liens utiles :

• Prompt perfect : https://promptperfect.jina.ai/home
• Humata : https://www.humata.ai/

Hello, je suis arrivé à ce prompt pour le résumé: « Veuillez générer un texte synthétisé basé sur le texte que j’ai soumis précédemment. Votre tâche consiste à créer un texte cohérent et bien structuré qui combine et présente efficacement des informations provenant du texte de base. Le texte synthétisé doit représenter avec précision les idées principales et les détails clés des sources, tout en fournissant également un récit ou une explication claire et concise, de 300 mots maximum. Veuillez vous assurer que le texte synthétisé est fluide et se lit naturellement, sans transitions brusques ni incohérences dans le ton ou le style. Je voudrais aussi que les deux dernières phrases du résumé soient des recommandations tirées du document ».

Je pense que c’est pas mal puisque ça contient un contexte clair, avec ce que je pense être les bases d’un bon résumé, de plus ça intègre le but de ce que je demande à l’IA générative. Peut-être que pour améliorer ce prompt, il faudrait trouver un exemple à donner à l’IA pour qu’elle se base dessus.

Pourquoi faire du prompt engineering ?

Le prompt engineering nous permet de tirer le meilleur parti de l’Intelligence Artificielle.
Il s’agit ainsi d’améliorer l’efficacité, la performance et l’interaction avec les chatbots IA.
Pour cela, il est nécessaire de connaître et maîtriser les bonnes pratiques pour garantir un résultat approprié.

Clarisse Havard & Dona Mader

Pourquoi faire du prompt engineering?

Commençons par définir ce qu’est le prompt engineering, cela désigne l’utilisation de prompts (textes/Instructions)  pour obtenir le résultat désiré à partir d’un outil d’Intelligence artificielle. Dans un monde connaissant la recrudescence de l’IA générative, il devient crucial de savoir dialoguer avec l’IA et optimiser le dialogue avec celle-ci afin d’obtenir le meilleur résultat possible.

Quels sont les enjeux du prompt engineering ?

Le fait de maximiser la performance des chatbots IA nous permet d’obtenir l’information la plus fiable possible. L’objectif principal est donc d’obtenir des réponses pertinentes et précises.
Il s’agit également d’un gain de temps et d’une hausse de productivité par  le contrôle du contenu généré par l’IA, la personnalisation de la réponse et  la réduction des corrections manuelles.

Clarisse Havard & Dona Mader

Pour un prompt optimisé !

il faut penser en tant que la machine, d’après nos demande qu’est ce qu’elle va générer.

Quelques point points que je vois essentiels dans la formulation dans notre demande : Déjà il fait trouver au début les outils adapter en fonction de la demande, essayer d’avoir le résultat le plus complet possible, en précisant en cosignes ce qu’on veut; l’objectif, le contexte, le contenue, la synthèse, le format, la taille, et puis après on peut faire des comparaisons ayant des modalités de qualité prédéfinis.

Quelles sont les meilleures solutions et modèles de prompt ?

Molka, Iman, et moi même avons utiliser POP AI

Comment pouvons-nous garantir la fiabilité des informations extraites ?

– Utiliser un prompt de la meilleure qualité possible
– Faire des comparaison pour valider les résultats
– Effectuer des tests réguliers
– Mettre en place un processus de contrôle de prompt afin de garantir sa fiabilité
– Utiliser plusieurs outils afin de comparer les résultats et évaluer la cohérence des informations

Clarisse Havard & Dona Mader

Comment optimiser son prompt ?

Phrases simples et concises  :
(sujet + verbe + complément)
éviter les proposition subordonnées complexes et relatives
langage neutre sans néologisme récent ou argot
termes génériques
être précis
bannir les pantonymes
utilisation des mots correspondant au mieux à notre objectif de recherche

Ne pas lui demander de faire des choix
factuel
chat gpt n’aime pas prendre position

Contrôler la longueur du texte
préciser le nombre de lignes, phrases, mots ou caractères

Demander un ton et niveau de langage précis
adapter le style du texte à notre demande
préciser le ton utilsé
niveau de langage (courant, familier, soutenu)
adapter à notre audience

Choisir le bon verbe d’action
utiliser le bon verbe en fonction de ce qui correspond réellement à notre besoin (expliquer, résumer, traduire, décrire, rédiger etc.)

Donner du contexte à ChatGPT
plus le prompt est généreux en détails et précisions mieux le texte répondra à nos attentes
fournir éléments temporels et géographiques

Définir son audience
lui indiquer quel type de profil est destiné à notre contenu (âge, sexe, profession, activité, nationalité)

Choisir un format
lui demander d’adopter le format qui nous convient le mieux , donner des indications sur la mise en page du texte (préférence d’un contenu aéré avec des blocs de textes, besoins d’intertitres, un seul bloc de texte) ?
pour quel support l’article doit etre générée (présentation ppt, article web, e mail, exposé oral ?)
Demander à ChatGPT d’agir comme…
demander lui de jouer un rôle, donner lui un métier ou une identitée (informatique, journaliste, spécialiste IA) “Joue le rôle de…”, “Agis en tant que…”

Avoir une conversation continue
Par exemple lui demander de reprendre sa dernière phrase, lui demander de ne garder que quelques éléments

Lui demander des exemples de bon résumer
Lui envoyer des exemples de résumés parfaitement structurés et lui demander de faire le résumé de l’article en prenant pour exemple le modèle envoyé

Faire des essais, le guider étapes par étapes

Créateur de plan : Lui demander de faire un plan par thème, et lui demander de développer davantage des thèmes

Dona Mader et Clarisse Havard

Si vous souhaitez créer un prompt pour obtenir un meilleur résumé d’un texte, voici quelques conseils :

Pourquoi faire du prompt engineering ?
Le prompt engineering est essentiel pour guider une IA générative à générer un résumé de haute qualité en fonction des spécifications données. Il permet de transformer une tâche générale en une directive précise pour le modèle.

Quels sont les enjeux du prompt engineering ?                                                                Les enjeux du prompt engineering pour la génération de résumés incluent la nécessité de concevoir des prompts clairs, précis et informatifs, d’éviter trop de détails ou des résumés trop vagues, et de garantir la cohérence et la pertinence des résumés produits.

Comment optimiser son prompt ? Pour optimiser un prompt de génération de résumés, vous pouvez :

1- Indiquer explicitement que vous voulez un résumé du texte.

2- Spécifier la longueur cible du résumé (en mots, phrases ou caractères).
Fournir des exemples de ce que vous attendez en termes de qualité et de contenu du résumé.
3- Itérer et ajuster votre prompt en fonction des résultats.

Binôme Hajjare Moutaki

Voila les réponses aux questions posées, que nous proposons avec Ayoub El Haddad, El Mehdi Berchid et Clément Corbeau:

Quels sont les enjeux du prompt engineering ?
Les enjeux sont multiples : améliorer la communication homme-machine, réduire les biais et les erreurs de compréhension, et exploiter au mieux les capacités des modèles d’IA pour des applications variées (éducation, recherche, divertissement, etc.).

Comment optimiser son prompt ?
Pour optimiser un prompt, il est essentiel d’être clair, concis, et précis. Il faut éviter les ambigüités, utiliser des termes spécifiques liés au domaine d’intérêt, et structurer le prompt de manière logique.

Quelles sont les meilleures solutions et modèles de prompt ?
Les meilleures solutions dépendent des objectifs spécifiques et du contexte. Des modèles comme GPT-3 ou GPT-4 d’OpenAI sont très performants pour une large gamme d’applications. L’expérimentation et l’adaptation continue sont clés pour identifier les modèles les plus appropriés.

Comment évaluer la qualité des résultats d’un prompt ?
L’évaluation peut se faire sur plusieurs critères : pertinence par rapport à la question posée, exactitude des informations, créativité et originalité (pour les tâches créatives), et clarté de la réponse. Des tests utilisateurs et des mesures quantitatives peuvent être utilisés pour l’évaluation.

Comment pouvons-nous garantir la fiabilité des informations extraites ?
La fiabilité peut être améliorée par la vérification des sources, l’utilisation de modèles bien entraînés et la mise en place de processus de relecture et de validation. La formulation des prompts doit également encourager l’exactitude et la prudence dans les réponses.

L’intelligence artificielle renforce-t-elle les capacités des experts ?
Oui, l’IA peut considérablement renforcer les capacités des experts en leur fournissant des outils avancés pour analyser, synthétiser et générer des informations. Elle permet d’élargir les horizons de recherche et d’application, et d’affiner les compétences en offrant des perspectives et des analyses que l’humain seul pourrait ne pas envisager.

L’intelligence artificielle renforce-t-elle les capacités des experts en leur fournissant des outils sans précédent pour élargir et affiner leurs compétences ?

L’association des compétences de l’Intelligence Artificielle et des experts permet d’obtenir des résultats améliorés dans plusieurs domaines.
L’IA renforce les capacités des experts leur permettant ainsi d’augmenter leur productivité.
En effet, elle permet de réaliser des analyses plus rapidement et de manière précise.
On peut même considérer qu’il s’agit d’un outil d’assistance à la prise de décision.

Clarisse Havard & Dona Mader

Lien utile

Chatpdf: https://www.chatpdf.com/c/2Z4oJujMyEqbg1n2brofr

Comment optimiser son prompt ?

Molka, Imen, et moi avons :

Pour optimiser votre prompt pour une recherche IA, vous devez :

• Définit le sujet et le but de notre recherche (le résumé en 300 mots)
• Utiliser des mots-clés et des phrases précises
• Donner des indications sur le format (300 mots), langue (français)
• Faire des tests et des itérations pour améliorer notre prompt

Quelles sont les meilleures solutions et modèles de prompt ?
GPT-3 (Generative Pre-trained Transformer 3) : Développé par OpenAI, GPT-3 est l’un des modèles de langage les plus puissants. Il excelle dans la génération de texte, la traduction, la rédaction de code, et bien d’autres tâches. Son utilisation nécessite l’accès à l’API d’OpenAI.
BERT (Bidirectional Encoder Representations from Transformers) : Développé par Google, BERT est connu pour sa capacité à comprendre le contexte et les nuances du langage. Il est souvent utilisé dans des tâches liées à la compréhension du langage naturel, comme la réponse à des questions ou la classification de textes.
T5 (Text-To-Text Transfer Transformer) : Également développé par Google, T5 formule toutes les tâches de traitement du langage naturel comme des tâches de conversion de texte à texte. Cela le rend très polyvalent et performant dans divers domaines.
XLNet : XLNet combine des idées de BERT et d’autres modèles pré-entraînés en essayant de modéliser les relations entre les mots dans un ordre non séquentiel.
UniLM (Unified Language Model) : Développé par Microsoft, UniLM est conçu pour des tâches telles que la compréhension de texte, la traduction automatique et la génération de résumés.
CTRL (Conditional Transformer Language Model) : Proposé par Salesforce, CTRL permet de conditionner le modèle avec un « style » ou un « contrôle » spécifique, ce qui peut être utile pour générer du texte avec des attributs particuliers.

Comment évaluer la qualité des résultats d’un prompt ?

Comparaison :  Se poser la question “qu’est ce qu’un bon résumé”
Process de contrôle : Faire des tests avec un autre articles
Pertinence du contenu : S’assurer que le texte soit bien cohérent et réponde bien à ma problématique
Grammaire et syntaxe : S’assurer que la réponse de l’IA est bien en accord avec le style littéraire que je souhaite, si les phrases ne prennent pas une tournure que je souhaite, lui demander de reformuler

Dona MADER et Clarisse HAVARD