🤖 L’art de l’ingénierie des instructions : Un guide complet
L’ingénierie des instructions est la capacité de communiquer efficacement avec un modèle de langage avancé pour atteindre un résultat spécifique en comprenant quelques concepts clés. Les ingénieurs des instructions sont de plus en plus demandés sur le marché du travail et dans la communauté open-source, où bon nombre de ces individus utilisent leurs connaissances pour construire et développer des entreprises entières. Dans cet article, nous aborderons certaines étapes conceptuelles essentielles de l’ingénierie des instructions ainsi que des exemples.
📝 Table des matières
1. Introduction
2. Chaîne de réflexion des instructions
3. Instructions basées sur les connaissances générées
4. Instructions du moins au plus
5. Instructions auto-affinées
6. Instructions de stimulus directionnel
7. Utilisation de l’ingénierie des instructions pour la création de contenu
8. L’avenir de l’ingénierie des instructions
9. Avantages et inconvénients de l’ingénierie des instructions
10. Conclusion
1. Introduction
L’ingénierie des instructions est une technique qui consiste à communiquer avec un modèle de langage avancé (LLM) pour atteindre un résultat spécifique. Cette technique gagne en popularité sur le marché du travail et dans la communauté open-source, où les individus utilisent leurs connaissances pour construire et développer des entreprises entières. Dans cet article, nous explorerons les différents types d’ingénierie des instructions et comment ils peuvent être utilisés pour atteindre des résultats spécifiques.
2. Chaîne de réflexion des instructions
La chaîne de réflexion des instructions utilise les capacités de résolution de problèmes du LLM pour réfléchir logiquement étape par étape à une tâche. En utilisant Chat GPT comme exemple, nous pouvons présenter un problème arithmétique simple. Par exemple, un magasin avait 45 oranges, un client est venu et en a acheté quelques-unes, et le magasin a maintenant 30 oranges. Combien d’oranges le client a-t-il achetées ? En demandant au LLM de réfléchir étape par étape, il nous donnera toute la chaîne de réflexion au lieu de simplement dire 15 oranges. La chaîne de réflexion des instructions n’est cependant pas réservée aux problèmes d’arithmétique et de mathématiques. Vous pouvez également l’utiliser pour décomposer et décrire les fonctions ou le processus étape par étape de tout problème auquel vous êtes confronté. C’est pourquoi la chaîne de réflexion est l’une des tactiques d’ingénierie des instructions les plus largement utilisées.
3. Instructions basées sur les connaissances générées
Les instructions basées sur les connaissances générées permettent de fournir des informations factuelles pertinentes au modèle en fonction de votre entrée, et peuvent être très efficaces dans les LLM privés formés à des fins spécifiques. Par exemple, un cabinet d’avocats privé peut utiliser les connaissances générées pour localiser toutes les informations pertinentes sur les affaires grâce à un LLM familiarisé avec leurs données personnelles. Les instructions basées sur les connaissances générées sont un excellent moyen d’ouvrir la communication avec un LLM, car cela pose les bases de ce dont vous allez parler. Vous pouvez ensuite poser des questions ciblées sur chacun des points ou demander un résumé plus court ou plus détaillé.
4. Instructions du moins au plus
Les instructions du moins au plus décomposent un problème plus complexe en sous-problèmes, en les résolvant séquentiellement. Les instructions du moins au plus peuvent être utilisées si des informations spécifiques sur les sous-problèmes sont jugées pertinentes pour une référence ultérieure. En utilisant Chat GPT, posons notre question. Disons simplement : “Comment puis-je perdre du poids ?” et pour la réponse, précisons que nous voulons décomposer les sous-problèmes. Vous pouvez voir que nous recevons une réponse assez détaillée au lieu de simplement des points. Il nous donne une explication complète et une décomposition unique de chaque point.
5. Instructions auto-affinées
Les instructions auto-affinées incitent le modèle à résoudre un problème tout en considérant et en mettant en œuvre sa solution. Disons que nous voulons améliorer la lisibilité d’une ligne de code ou d’une chaîne de code. Allons dans Chat GPT et disons simplement : “J’ai du code, pourriez-vous en améliorer la lisibilité ?” puis disons simplement : “Le code sera saisi,” et nous donnerons cette chaîne et appuyons sur Entrée. Il affichera une boîte de code que nous pouvons facilement copier à partir d’ici. La beauté des instructions auto-affinées est que nous pouvons le faire indéfiniment. Si je retourne dans la fenêtre de discussion et que je dis : “Veuillez mettre en œuvre les modifications,” il me les renverra immédiatement. Nous pouvons ensuite prendre cela et le modifier encore plus selon nos besoins presque instantanément avec un modèle de langage avancé.
6. Instructions de stimulus directionnel
Les instructions de stimulus directionnel guident le LLM vers une sortie souhaitée grâce à des indices fournis par l’utilisateur. Revenons à Chat GPT et disons simplement que nous sommes un créateur de contenu qui a besoin d’un article de blog. Disons que nous restons sur le thème de la perte de poids. Disons simplement : “Veuillez rédiger un article sur la perte de poids en hiver. Veuillez utiliser l’entrée comme mots-clés ciblés.” Maintenant, donnons-lui des mots-clés. Ce seront les mots-clés SEO que nous ciblerions hypothétiquement si nous écrivions cet article de blog. Disons simplement : “Perdre du poids, perdre du poids rapidement, perdre du poids en hiver et entraînement en intérieur,” puis appuyons sur Entrée et laissons-le générer.
7. Utilisation de l’ingénierie des instructions pour la création de contenu
L’ingénierie des instructions peut être extrêmement utile pour les créateurs de contenu, les responsables marketing et les propriétaires d’entreprise. Bien que ces techniques soient simples à comprendre, elles ne représentent que la partie visible de l’iceberg, car des outils tels que la conversion de texte en image et de texte en vidéo évoluent constamment, tout comme la base des LLM sur lesquels ils sont intégrés. En utilisant l’ingénierie des instructions, vous pouvez créer du contenu optimisé pour les moteurs de recherche et qui résonne avec votre public cible.
8. L’avenir de l’ingénierie des instructions
L’avenir de l’ingénierie des instructions est prometteur. À mesure que les LLMs deviennent plus avancés et plus largement utilisés, nous pouvons nous attendre à voir encore plus d’utilisations innovantes de cette technologie. Des chatbots aux assistants virtuels, l’ingénierie des instructions change notre façon d’interagir avec la technologie et les uns avec les autres.