Pourquoi, malgré l'utilisation de nombreux modèles de prompts et même de l'IA pour m'aider, n'arrive-je pas à bien rédiger des prompts ? La dernière fois, j'ai partagé un prompt simulant un discours de Lei Jun, qui a été très bien accueilli, mais certains internautes se sont demandé comment j'avais réussi à écrire un tel prompt. Il vaut mieux enseigner à pêcher que de donner du poisson, alors je vais continuer à partager la méthodologie pour bien rédiger des prompts. Ce qui est à la mode maintenant, c'est l'ingénierie contextuelle (Context Engineering), et il semble que peu de gens parlent de l'ingénierie des prompts (Prompt Engineering), beaucoup pensent même que l'ingénierie des prompts n'est plus nécessaire : > "Le modèle est déjà si puissant, pourquoi avoir besoin d'ingénierie des prompts ? Quel que soit le prompt que j'écris, le grand modèle comprendra bien mon intention et exécutera parfaitement." Cette affirmation est partiellement correcte, le modèle est effectivement de plus en plus puissant, pour des besoins simples, un prompt basique suffit, mais pour des besoins complexes, il faut encore recourir à l'ingénierie des prompts pour bien rédiger. **Alors, qu'est-ce que l'ingénierie des prompts ?** > L'ingénierie des prompts est un processus, un processus systématique de conception, de test et d'optimisation des prompts — Baoyu Les prompts partagés en ligne ou divers modèles de prompts ne sont pas de l'ingénierie des prompts, ce sont des prompts, ils sont statiques, le processus qui produit ces prompts s'appelle l'ingénierie des prompts. Voici quelques exemples de prompts que j'ai récemment écrits. Le premier exemple est comment j'ai écrit le prompt pour le discours de Lei Jun. Avant de continuer, prenez un moment pour réfléchir, comment écririez-vous cela ? Voici comment je m'y suis pris : J'ai d'abord utilisé Deep Research pour collecter les discours de Lei Jun, puis j'ai demandé à l'IA de générer un prompt imitant le discours de Lei Jun basé sur les résultats de l'IA. (图1) Après que l'IA ait généré le prompt, je l'ai testé, bien qu'il ait également produit un discours dans le style de Lei Jun, le contenu était banal et le résultat n'était pas très satisfaisant. (图2) J'ai testé avec la même méthode sur ChatGPT et Claude, et après évaluation, les résultats n'étaient pas très bons. Il semble que les résultats trouvés par Deep Research ne soient pas assez bons, beaucoup d'entre eux ne sont pas des discours de Lei Jun, mais plutôt des reportages, puis j'ai vu sur X qu'un internaute avait partagé un résumé du style de discours de Lei Jun, alors j'ai décidé de l'essayer : > Veuillez m'aider à générer un prompt qui peut transformer le thème ou le texte d'entrée en un discours dans le style de Lei Jun. Voici le contenu résumé par un internaute comme référence : > \<tweet > > Lei Jun a une compétence incroyable, c'est de décrire quelque chose de banal ou qui n'est pas si impressionnant avec des chiffres, des pourcentages ou d'autres adjectifs pour en faire un objet qui semble inaccessibile. > Après la conférence, un cadre de Zeekr a critiqué les voitures Xiaomi : le marketing de Xiaomi mérite d'être étudié, mais en termes de technologie automobile, Xiaomi devrait apprendre de nous. > Les PPT de Lei Jun ont une similitude avec les dialogues des films de Wong Kar-wai. > Par exemple, pour une personne ordinaire, commander un bol de nouilles, c'est juste dire où et quand on commande un certain type de nouilles. Mais le PPT de Lei Jun dirait : "Après 300 jours et nuits de recherche de données ininterrompue par nos employés de Xiaomi, nous avons découvert que 97 % des humains ressentent une faim évidente à 7 heures 3 minutes et 56 secondes du matin, par rapport à 7 heures, la sensation de faim augmente de 57 %. > Pour résoudre ce problème de faim qui tourmente l'humanité depuis des milliers d'années, nos ingénieurs de Xiaomi ont découvert après de nombreuses études comparatives que la satiété des nouilles est supérieure de 21 % à celle du riz. > Ainsi, nous avons spécifiquement trouvé le lieu d'origine du blé, matière première de la farine, il y a 50 000 ans -- situé dans la fertile croissant du Moyen-Orient, et avons investi massivement pour développer une nouille qui est jusqu'à présent la plus rassasiante. > Alors, à quel point est-elle rassasiante ? Elle est 73 % plus rassasiante que les nouilles traditionnelles. En même temps, les calories diminuent de 50 %. > Nous lui avons également donné un joli nom, appelé nouilles creuses super rassasiantes Xiaomi. En même temps, nous avons collaboré avec le géant de l'eau potable -- Nongfu Spring pour développer la première eau spécialement conçue pour les nouilles instantanées - Nongfu Miquan. Les nouilles cuites avec notre Nongfu Miquan peuvent encore augmenter la satiété de 11 %. > 9,9 yuans pour 3 kg de nouilles creuses super rassasiantes Xiaomi. (Le coût de la farine n'est que de 1,6 yuans par kg) Dix sachets d'assaisonnement offerts. Au total, 9 types de tailles différentes, 6 couleurs d'emballage au choix. > \</tweet> (图3) En testant le prompt généré, le résultat était excellent ! C'est aussi simple que ça ! (图4)

J'ai représenté ce processus sous forme de schéma (Figure 1) La création de tous les prompts est un processus itératif : 0. Objectif : commencez par définir un objectif, quel effet attendez-vous de votre prompt ? 1. Idée : une fois l'objectif défini, vous devez avoir une idée de la façon d'écrire, par exemple, vous pouvez écrire à la main, demander à l'IA de vous aider, ou utiliser un modèle. 2. Écrire le prompt : ne réfléchissez pas trop, écrivez d'abord une version. C'est comme lorsque vous vous entraînez au tir, ne pensez pas trop, visez et tirez. 3. Tester le prompt : après avoir obtenu la première version du prompt, testez-le. 4. Évaluer : une fois que vous avez les résultats du test, regardez à quel point le résultat réel diffère de ce que vous attendiez, et où se situe cette différence. C'est comme si vous aviez tiré sur une cible, mesurez à quelle distance vous êtes du centre. Si le résultat de l'évaluation ne correspond pas à l'objectif que vous avez fixé, alors recommencez à l'étape 1, en continuant à itérer sur la base des résultats de la version précédente. Parfois, vous avez de la chance et obtenez un bon résultat du premier coup, d'autres fois, il faut itérer plusieurs fois. Par exemple, la dernière fois que j'ai créé un prompt pour générer des sous-titres YouTube, j'ai itéré sur une dizaine de versions. Au début, je n'étais pas satisfait du format, puis j'ai réalisé qu'il ajoutait toujours des horodatages au milieu des paragraphes, ce qui nuisait beaucoup à l'expérience de lecture. Mais peu importe comment j'essayais de souligner dans le prompt de ne pas ajouter d'horodatages au milieu des paragraphes, cela ne fonctionnait pas. (Figure 2) Finalement, j'ai eu une idée en ajoutant un exemple dans le Few-Shot, où si une même personne avait un contenu trop long, il serait divisé en deux parties. Enfin, il n'ajoutait plus d'horodatages au sein des paragraphes. (Figure 3) Donc, pour résumer, beaucoup de gens ont du mal à écrire de bons prompts, et la racine du problème n'est pas qu'ils ne trouvent pas de bons modèles, ou que l'IA ne peut pas les aider, mais c'est *pouvez-vous évaluer l'écart entre le résultat généré par le prompt et l'objectif, et savoir comment ajuster ?* C'est aussi pourquoi les prompts dans des domaines professionnels nécessitent souvent une expertise pour bien les rédiger. Par exemple, une personne qui ne comprend pas la programmation qui utilise l'IA pour coder, même en utilisant une multitude de modèles de prompts, aura toujours du mal à bien utiliser l'IA, car elle ne peut pas juger si le résultat généré par le prompt répond aux exigences, et si ce n'est pas le cas, où se situe l'écart et comment ajuster.