Faire un prompt est similaire à faire un gâteau. Avec du beurre, de la farine, du lait et des œufs, on peut tout faire. Le reste est une question de quantités, d’ingrédients supplémentaires et de recette. Les ingrédients sont ici les exemples, les paramètres et le contexte. Il sont essentiels pour construire des consignes efficaces et évaluer les résultats de manière critique.

L’astuce, est de répondre à: Qui? Quoi? Où? Pourquoi? Comment?

QUI?
Lorsque l’on crée un contenu, il est généralement adressé à un public. Comprendre son audience et préciser ce genre d’information est important pour donner un contexte pertinent. Mieux encore, c’est de préciser qui fait la requête.

Audience: À qui s’adresse le contenu?
Création: Qui s’adresse à l’audience?

Exemple: Je suis chargée de projet en communication et je rédige un courriel à des étudiant-es universitaires.

 

QUOI?
Il s’agit de guider l’outil pour faire comprendre notre intention. Comme mentionné, il faut s’imaginer parler à une personne aveugle et être explicite sur ce que l’on souhaite obtenir.

Format: Quel type de contenu?
Sujet: À propos de quoi?
Paramètres: Quelle longueur? Quel ton?

Exemple: Fais une liste de cinq idées de titres de conférence sur l’impact des écrans sur le développement des enfants.

 

OÙ?
Quel est l’objectif de diffusion ou de transmission? Préciser où se trouvera le résultat donne du contexte à l’outil. Lorsque cela est possible, il est utile de préciser la source d’information à utiliser, soit en ligne, soit dans la requête.

Canal: Où sera lu le contenu?
Source: À partir de quoi est-il formulé?

Exemple: Dans le texte suivant, identifie trois mots-clés qui serviront à trouver ce texte dans un moteur de recherche: {{insérer texte}}.

 

POURQUOI?
L’intentionnalité peut être saisie par l’IA générative qui retrouvera un pattern identifié parmi de nombreux documents partageant le même objectif. Il ne faut donc pas hésiter à préciser pourquoi ce contenu est supposé avoir la forme attendue.

Objectifs: Quelle est l’action finale? Quel est le résultat idéal?

Exemple: Rédige un paragraphe sur le numérique et l’environnement pour exprimer les enjeux économiques, sociaux et environnementaux tout en gardant une neutralité de point de vue.

 

COMMENT?
Les outils d’IA génératives peuvent produire et reproduire n’importe quel type de contenu et dans n’importe quel style. Particulièrement, ils sont doués pour reproduire des nuances émotionnelles, sociales ou hiérarchiques. Il est donc judicieux de préciser laquelle est attendu.

Émotion: Quelle note prendre?
Style: Comment habiller le contenu?

Exemple: Répond positivement en soulignant l’originalité du projet tout en gardant un ton légèrement enthousiaste mais autoritaire et administratif.

E - ESPRIT

Il est utile de se mettre dans un état d’esprit de débutant-e   ou d’allophone et éviter des formulations trop régionales ou personnelles et ne pas faire appel à des règles tacites ou habitudes.

  Ex: Explique la décision X du CODIR concernant le PAT.

 Ex: Explique la décisions X du Comité de Direction concernant le personnel administratif et techniques.

 

T - TRAME

La véritable puissance de ces outils est de construire une réponse. Posez des questions créatives et critiques pour obtenir des résultats intéressants et éviter les réponses évidentes (e.g. oui/non). Pour ne pas s’égarer, il est mieux d’avoir une idée de la trame voulue et de l’affiner avec des instructions précises et concises.

  Ex : La loi sur l’Université est-elle bien?

  Ex: Dans le contexte de la réforme de la loi sur l’Université en 2008, est-ce que l’enseignement supérieur et la recherche ont été harmonisés à l’échelle nationale?

 

A - ACTION

Il faut indiquer l’action attendue. Cela passe par l’usage d’un verbe ou la mention d’une activité, par exemple des verbes de direction comme «discuter», «comparer», «concevoir» ou «évaluer». Le choix du verbe peut grandement influencer le résultat.

Ex: Pour reprendre l’exemple de la loi sur l’Université, préciser de «donner les principaux arguments» ou «d’agir comme un représentant de tel parti politique» permettra de clarifier la réponse et de lui donner une certaine couleur.

 

P - PARAMÈTRES

Pour éviter les réponses vagues, non professionnelles, voire même chargées de contenu superflu, il faut affiner votre requête. Par exemple, précisez une méthodologie, le nombre de mots, la structure (e.g. courriel, mots-clés, rapport) ou le format (Python, HTML, CSV, Excel).

Ex: Rédige un paragraphe en 450 mots sur le sujet XY en format Markdown.

 

E - ENVIRONNEMENT

Le contexte crée un environnement pour l’outil. Utilisez des mots limitants (e.g. «en Suisse»), avec des exemples connus ou un public défini. Pour cibler le cadre, il est possible de donner le ton (formel, familier, etc.) ou le rôle attendu («une responsable assurance qualité»).

Ex: Élabore un atelier de première année dispensé en ligne pour les étudiantes et étudiants adultes.
Ex: Rédige une réponse compréhensible par un enfant de 8 ans.
Ex: Rédige dans un ton formel à la troisième personne pour un public universitaire.

A - AJOUTER

Il n’y a pas de réponse définitive, ce sont des possibilités et des idées. Il faut tester différentes variations de résultats, soit via le même outil, soitsur d’autres outils pour comparer. Cela permet d’explorer plusieurs points de vue ou d’attaquer un problème sous plusieurs angles.

Ex: Propose une autre réponse en prenant le point de vue d’une étudiante de bachelor.

Conseil: Poser la même question sur ChatGPT, Bard et Llama.

 

P - PRÉCISER

Le processus est itératif. Cela demande d’élargir son champ d’intérêt à d’autres éléments puis de le recentrer ailleurs avec des consignes supplémentaires (e.g. un suivi sur un aspect de la réponse obtenue). Le but est de guider l’IA et d’identifier les éléments utiles pour les approfondir.

Ex : Précise-moi le troisième argument de la réponse avec un exemple concret.

 

R -REFORMULER

On a un plan et parfois il faut le repenser. Un piège courant est la formulation vague ou imprécise des consignes, ce qui peut perturber les algorithmes. Il faut alors simplifier les mots-clés et reprendre les verbes d'action et les paramètres pour obtenir plus de précision et avoir le contexte juste.

Ex: Pour reprendre l’exemple de la loi sur l’Université, on peut dire que plutôt que «la recherche» on s’intéresse «à la collaboration scientifique».

 

E - ÉVALUER

Les informations sont parfois confuses. Il faut donc défier l’outil et lui demander d’expliquer ses réponses. Il ne faut pas hésiter à exprimer ses doutes et suggérer des approches alternatives.

Ex: J’ai l’impression que le troisième argument n’est pas juste. Peux-tu expliquer pourquoi tu proposes cela?

 

S - SCRUTER

Il s’agit d’identifier les «hallucinations» et les biais potentiels que l’outil aurait produits. Cela passe par la mention des sources à l’appui des éléments générés ou par une vérification minutieuse des faits évoqués. De toutes les étapes, celle-ci est cruciale pour préserver sa propre crédibilité et celle de l’institution.

Ex: Si l'outil n'est pas utilisé comme moteur de recherche, avec comme résultat une liste de liens url, il est crucial de demander explicitement à l’agent de fournir des références à la réponse produite.

CONSTRUCTION

Il n’y a pas une manière unique de communiquer avec une IA générative pour faire des requêtes. Il est normal, et important, de trouver son propre style, ou celui qui convient le mieux à une tâche donnée.

 

• Une fois pour toutes

 L’approche consiste à écrire une seule requête précise. C’est un point de départ à éditer par la suite. Cette approche vise à éviter les efforts répétés ou les itérations successives. Elle s’applique dans divers contextes, tels que la résolution de problèmes, la prise de décisions ou la planification de projets, afin de maximiser l’efficacité et d’économiser du temps et des ressources.

 

• Par couches

Cette approche consiste à faire une requête minimale, à l’évaluer, puis à l’affiner en ajoutant des exemples, du contexte et des paramètres (voir ETAPE) jusqu’à obtenir un ensemble satisfaisant. Cette méthode permet également de diviser un problème complexe en plusieurs niveaux plus simples, chaque couche étant responsable d’une partie du problème. À la fin, il suffit de demander à l’outil d’agréger les réponses obtenues.

 

• En collage

Cette manière de procéder exige de formuler une requête aussi complète que possible, chargée de contexte, de paramètres et d’exemples, puis d’itérer plusieurs versions de résultats. Puisque l’outil génère quelque chose de différent à chaque demande, il est possible de prendre les meilleures parties de chaque résultat pour assembler quelque chose de nouveau.

 

Il est impératif d’avoir un comportement engagé. Adopter aveuglement les résultats peut mener à des erreurs, en particulier si la tâche se situe au delà de la frontière «dentelée» où les capacités de l’IA deviennent imprévisibles. D’après Dell’Acqua et al. (2023), deux catégories de pratiques de collaboration émergent entre l’humain et la machine. Ces stratégies distinctes ont été spontanément adoptées dans des cadres professionnels intégrant l’IA générative. Les premiers délèguent les tâches à l'outil ou à eux-mêmes, les seconds intègrent complètement leur flux de travail avec la technologie.

 

Comportement Centaure

À l’instar de la créature mythique, humains et machines ont étroitement fusionné dans une division stratégique du travail. Les centaures discernent quelles tâches sont mieux adaptées à l’humain ou à l’IA générative en fonction des forces et des capacités de chaque entité et les attribuent en alternance.

 

Comportement Cyborg

Les cyborgs intègrent les capacités de la machine et de l’humain au niveau des sous-tâches. On ne sait plus si le résultat a été produit par l’un ou l’autre. Avec cette approche, axée sur l’intégration complexe, il n’y a pas de division claire du travail. Les efforts se mêlent jusqu’à la frontière des capacités de l’IA générative.