Introduction à l'intelligence artificielle et invite : comment le modèle « pense »

Gains :

• Expliquer comment fonctionne le grand modèle de langage en prédisant le mot suivant et ce que cela signifie pour une écriture rapide
• Il peut montrer pourquoi Prompt détermine autant la qualité de sortie avec un exemple tiré de son propre travail.
• En distinguant les forces et les faiblesses du modèle, on peut décider pour quelles tâches l'utiliser en toute sécurité.

Introduction à l'intelligence artificielle et invite : comment le modèle « pense »

La meilleure façon de vraiment apprendre à rédiger des invites est d’abord de comprendre comment fonctionne l’outil. Dans cette unité, nous verrons la logique de base du grand modèle de langage (LLM en abrégé ; c'est-à-dire le système d'intelligence artificielle qui produit du texte), pourquoi il est si utile dans votre travail quotidien et où il a ses limites. Les invites écrites sans cette base en place conduisent souvent à la question « pourquoi produisent-elles parfois d'excellents résultats et parfois des résultats terribles ? » vous laisse seul avec la question. Cette incertitude disparaîtra en grande partie lorsque cette unité sera achevée.

Que fait réellement un grand modèle de langage ?

Dans sa définition la plus simple, le grand modèle linguistique est un système qui prédit le mot le plus probable qui suivra le texte que vous donnez. En examinant des milliards de phrases, le modèle a appris le modèle « quel mot vient après quel mot ». Lorsque vous commencez une phrase, le modèle examine ce qui a été écrit jusqu'à présent et génère la suite la plus probable, puis ajoute le mot généré à l'entrée et prédit le suivant. Ce cycle se poursuit jusqu'à ce que la réponse soit complète.

Précisons le terme jeton utilisé ici : le jeton est la plus petite unité en laquelle le modèle décompose le texte ; C'est à peu près la taille d'un mot ou d'une partie de mot. Le modèle progresse non pas mot par mot, mais jeton par jeton. La conséquence pratique pour vous est que le modèle n'est pas un être humain qui « comprend » votre intention, mais une machine prédictive très puissante qui sélectionne statistiquement la suite la plus adaptée au texte que vous lui donnez.

L'implication la plus importante de cette définition est que le déterminant le plus puissant de la direction de la sortie est le texte que vous fournissez en entrée. Donc votre invite. Le modèle ne tire pas de réponse toute faite d’une base de données, n’effectue pas de recherche en direct sur Internet et ne copie pas de pages (sauf indication contraire expresse). Il produit uniquement le texte qui correspond le mieux au contexte que vous lui donnez. Une bonne contribution est la condition la plus décisive pour un bon résultat.

Pourquoi « Même modèle, résultat différent » ?

Le modèle utilise également une petite marge aléatoire pour choisir à chaque fois le mot le plus probable ; Par conséquent, lorsque vous posez deux fois la même invite, vous risquez de ne pas recevoir exactement les mêmes phrases. Ce n'est pas un bug, cela fait partie de la conception. Votre travail consiste à tracer un cadre suffisamment clair pour ne pas laisser le résultat au hasard. Plus le cadre est clair, plus les résultats de deux expériences différentes seront proches et utiles.

Pas à pas : comment progresse une requête dans le modèle ?

1. Lit l'entrée. Chaque mot que vous écrivez est un indice qui guide la prédiction. Lorsque vous dites « comme un avocat senior », le modèle rend plus probables les textes plus proches de ce ton.
2. Pèse le contexte. Le contexte, les contraintes et les exemples que vous donnez permettent d’affiner l’estimation. Si le contexte est vide, le modèle remplit les espaces vides avec ses propres hypothèses.
3. Il produit mot à mot. Chaque jeton qu'il produit devient l'entrée du suivant ; Ainsi, la direction que vous donnez au début s'applique à l'ensemble de la réponse.
4. Il s'arrête. Il interrompt la production lorsque la tâche est terminée ou atteint la durée que vous avez spécifiée.

Trois mini-cases : une différence rapide de chiffres

Cas 1 — Professionnel du marketing, objet de l'e-mail. Lorsqu'un expert en marketing lui a dit « suggérez un sujet pour la campagne », il a obtenu 5 titres généraux et n'en a aimé aucun ; Il a passé 20 minutes à le corriger à la main. Le lendemain, lorsqu'il a déclaré : « Le public cible est constitué de propriétaires de PME âgés de 30 à 45 ans, le produit est un logiciel de comptabilité cloud, 6 unités, chacune avec un maximum de 45 caractères, intrigant mais sobre », il a directement utilisé 4 des 6 titres. La durée est passée de 20 minutes à 4 minutes.

Cas 2 — Ressources humaines, texte publicitaire. Un spécialiste des ressources humaines a reçu un texte passe-partout avec l'invite « rédiger un emploi de développeur de logiciels ». Lorsque nous avons ajouté la langue réelle de l'entreprise (description de la culture en 3 phrases), 4 qualifications obligatoires et la restriction « écrire clairement l'échelle salariale » à l'invite, le taux de candidats non qualifiés à l'annonce a diminué sensiblement dans l'annonce suivante car le texte établissait clairement les attentes.

Cas 3 — Comptabilité, résumé du rapport. Lorsqu'un responsable comptable a déclaré avoir « résumé » une note de frais de 12 pages, le modèle a omis des éléments importants. Lorsqu'il a déclaré : « À partir de ce rapport, les 5 postes de dépenses les plus élevés sont compilés avec la variation en pourcentage par rapport au mois dernier », il a obtenu exactement la structure qu'il présenterait à la réunion de direction. Le contenu était le même, les instructions étaient différentes.

Invite faible/Invite forte

Même travail, avec deux instructions différentes :

Invite faible :

Résumez ce texte.[texte]

Invite puissante :

Résumer ci-dessous le compte rendu de réunion qui sera présenté au conseil d'administration. - Maximum 5 articles. - Chaque élément doit contenir une décision ou une action ; Ignorez les détails du chat. - Écrivez entre parenthèses le nom des actions dont le responsable est connu. - Utilisez un langage simple et formel. Texte : [texte]

La deuxième invite indique au modèle quoi produire, pour qui, dans quel format et quoi ignorer. Le modèle ne fait pas la « réflexion » mais plutôt la production de la suite correcte ; Vous dessinez le cadre de cette suite.

Quatre modèles copiables

Quatre modèles de démarrage simples pour mettre rapidement en pratique la logique de cette unité. Remplissez les parenthèses avec vos propres informations.

1) Cadre de renforcement d'une demande :

Je veux que vous effectuiez cette tâche : [tâche]Pour qui : [acheteur/audience]Dans quel format : [longueur, structure]Ce qu'il faut ignorer : [ce que vous ne voulez pas]

2) Vérification des limites du modèle (réflexe de vérification) :

S'il y a des affirmations factuelles (numéro, date, nom, source) dans votre réponse ci-dessous, extrayez chacune d'elles dans une liste distincte et marquez-la comme « doit être vérifiée ». Réponse : [sortie du modèle]

3) Essayez la même tâche à deux niveaux :

Expliquez deux fois le sujet suivant :A) À un parfait inconnu, dans le langage courant.B) À un expert dans le domaine, en termes techniques.Sujet : [sujet]

4) Faire prendre conscience au modèle de l'incertitude :

Avant de faire la demande que je vous fais, posez-moi 3 questions sur les points que vous trouvez manquants ou peu clairs ; puis produisez en fonction de mes réponses.Demande : [demande]

Forces et faiblesses du modèle

Sujet

Le modèle est fort

Le modèle est faible / prudence

affaires linguistiques

Écrire, résumer, traduire, changer de ton

Erreurs de jargon très techniques/de niche

structures

Convertir du texte en tableau, liste, croquis

Maintenir la cohérence dans un texte long

idée

Brainstorming, génération d’alternatives

Garantir ce qui est « juste »

cas

Informations générales, définition, explication

Données actuelles/exactes, numéro, date, source

raisonnement

Bien si guidé étape par étape

Ne faites pas de mauvais calculs complexes en silence

Astuce : Considérez le modèle non pas comme un « expert qui sait tout » mais comme un « assistant qui écrit très vite, lit beaucoup, mais tout ce qu'il dit doit être vérifié ». Cette vue ajuste correctement à la fois vos attentes et vos habitudes de contrôle.

Attention : Le modèle peut écrire des informations dans un langage très confiant, mais cela ne signifie pas que les informations sont correctes. Vérifiez toujours de manière indépendante les détails factuels, notamment le numéro, le nom, la date, le statut et la source. Nous reviendrons sur ce sujet en détail dans l'unité 11.

Erreurs courantes

• Prendre le modèle pour un humain. Donner des instructions incomplètes en disant « Ils comprendront de toute façon ». Le modèle ne lit pas votre intention ; Il traite uniquement ce que vous tapez.
• Abandonner d’un seul coup. Si le résultat initial est médiocre, blâmez l’outil. Cependant, la plupart du temps le problème vient de la notice et une petite correction peut changer le résultat.
• Utiliser des faits sans les vérifier. Accepter sans réserve une statistique ou une source produite par le modèle est l’habitude la plus risquée.
• Saisir des données confidentielles sans réfléchir. Coller des informations sensibles sans savoir comment fonctionne l'outil. Il y a des règles à cela, comme nous le verrons dans l’unité de confidentialité.
• Prendre le hasard pour une erreur. Interpréter deux résultats différents comme « le véhicule est en panne » ; Cependant, lorsque vous augmentez la clarté, les résultats convergent.

En résumé

• Le grand modèle de langage fonctionne en prédisant le mot (jeton) qui est le plus susceptible d'apparaître ensuite dans le texte que vous donnez ; Il ne choisit pas de réponses toutes faites.
• Le facteur le plus puissant qui détermine la direction de la sortie est l’invite que vous donnez en entrée.
• Fort en langage modèle, en structure et en idéation ; est prudent avec les faits précis, les données actuelles et les calculs complexes.
• En raison d'un faible caractère aléatoire, la même invite peut donner des résultats différents ; À mesure que la clarté augmente, les résultats deviennent plus cohérents.
• Le modèle n'est pas "un expert fidèle à tout ce qu'il dit", mais "un assistant rapide mais à vérifier".

Tâche de candidature

Choisissez une tâche d'écriture dans votre travail quotidien que vous effectuez régulièrement (un e-mail, un résumé ou une liste, par exemple). Tout d’abord, écrivez la version la plus simple en une phrase, transmettez-la à un outil d’IA et enregistrez le résultat. Puis à la même tâche ; Ajoutez les réponses aux questions « pour qui, dans quel format, dans quelle longueur et quoi sauter » et reposez-les. Placez les deux sorties côte à côte et notez en une phrase quel ajout améliore le plus le résultat.

liste de contrôle

• [ ] J'ai réalisé que le modèle « prédisait le mot suivant » et ne lisait pas mon intention.
• [ ] J'ai réalisé que la qualité du résultat dépend en grande partie de la qualité de l'invite.
• [ ] Je peux distinguer les types de tâches pour lesquelles le modèle est fort et faible.
• [ ] Je comprends que je dois vérifier des détails factuels (numéro, date, nom, source).
• [ ] Je peux expliquer pourquoi la même invite peut donner des résultats différents.