Secrets de l'ingénierie des invites

Comment communiquer avec des modèles d'IA

Assistants et outils IA 4.5(60)3h 21min30 leçons5 sections

Ce que vous apprendrez

Comprendre l'IA, ses types et ses défis
Découvrir ChatGPT
Utiliser le Zero-Shot Prompting
Appliquer le Few-Shot Prompting
Comprendre les techniques Chain-of-Thought et Self-Consistency
Rédiger des invites avec rôle, contexte et tâche
Régler le ton et le format de la réponse
Utiliser les invites de résumé, de traduction et de classification
Rédiger des invites de génération et de programmation

À propos du cours

Ce cours enseigne l'ingénierie des invites, c'est-à-dire la manière d'écrire les consignes et les questions que vous donnez aux modèles d'intelligence artificielle comme ChatGPT pour obtenir le meilleur résultat. Il commence par une introduction à l'IA, à ses types et à ses défis, et par la découverte de ChatGPT, puis passe aux techniques d'invites comme Zero-Shot, Few-Shot, Chain-of-Thought et Self-Consistency. Ensuite, vous découvrez les éléments d'une bonne invite : le rôle, le contexte, la tâche, le ton de la réponse et son format. Vous apprenez alors les types d'invites, notamment les invites de complétion, de résumé, de génération, de dialogue, de traduction, de classification, de questions-réponses et de programmation, et vous terminez par des parties pratiques de près. Le cours convient à toute personne qui utilise l'IA pour les études, le travail, le marketing ou l'écriture. Aucune expérience préalable ni connaissance en programmation n'est nécessaire, car le cours part de la base. À la fin, vous saurez écrire des invites claires et organisées, choisir la technique adaptée à chaque tâche et obtenir des réponses plus précises des modèles d'IA.

Résultats attendus

Créer des invites efficaces pour maximiser les avantages des modèles d'IA.
Capacité à utiliser des invites pour améliorer les performances dans les applications de résumé, de traduction et de programmation.
Développer des compétences pour optimiser les invites en utilisant des techniques avancées.
Maîtriser la préparation d'invites adaptées à divers scénarios.

Avis des apprenants

Ces avis proviennent d'apprenants qui ont acheté le contenu et en ont complété au moins 50% — il n'y a aucun avis de personnes n'ayant pas suivi le contenu.

4.5

★★★★★

60 avis

5★

4★

3★

2★

1★

★★★★★خالد ص.·منذ 1 شهرشاهد 53٪
كورس جميل وشرح مبسط ينتاسب مع جميع الفئات
★★★★★سارة أ.·منذ 2 شهرشاهد 100٪
دورة مفيدة جدا اتمنى ان يتم تحديثها للتطورات الجديدة واضافة اوامر انشاء صور وفيديوهات
★★★★★محمود ع.·منذ 3 شهرشاهد 50٪
جيد جدا ولكن العيب فقط ان الفيديوهات اكتر من اللزوم وكان يقدر يقلل الفيديوهات عن كدا
★★★★★نبيل ا.·منذ 4 شهرشاهد 100٪
★★★★★جورج س.·منذ 4 شهرشاهد 100٪
الدورد جيده و الشرح ممتاز و لكن بالتطبيق على البرامج بالتاريخ الحالى وجدت بعض المعلومات اختلفت جدا على مثال chat gpt الان 5.5 و بامكانه البحث على الانترنت و ليس داتا مخزنه فقط

5 / 9 تقييم

Contenu du cours

Prompt engineering

6 leçons

Introduction au CoursLe formateur se présente et expose les objectifs du cours de prompt engineering : communiquer efficacement avec les modèles d'IA en langage naturel et concevoir un bon prompt, avec un focus sur ChatGPT, ainsi que les modules et le public visé, sans prérequis techniques.5:48
Intelligence Artificielle et Ses CaractéristiquesIntroduit l'intelligence artificielle (IA) comme imitation des capacités de l'esprit humain, comme l'apprentissage, le raisonnement et la résolution de problèmes, et explique son recours au traitement du langage naturel et à la génération, ses applications, son histoire et ses pionniers.6:04
Types d'Intelligence ArtificielleExplique les classifications de l'IA : l'IA faible aux réponses limitées et l'IA forte proche de l'esprit humain, avec le machine learning, le traitement du langage naturel, le traitement d'images et les réseaux de neurones et leurs couches cachées.11:45
Défis auxquels fait face l'intelligence artificiellePrésente les défis de l'IA, dont le biais des données issu d'un entraînement sur des données occidentales, les questions éthiques et de propriété intellectuelle, la crainte de suppressions d'emplois et la nécessité de participer à son développement plutôt que de seulement l'utiliser.11:47
Introduction à la plateforme ChatGPT (Partie Un)Présente ChatGPT comme un chatbot basé sur le traitement du langage naturel (NLP), explique le sens de GPT, le pré-entraînement et le fine-tuning, et la différence entre l'IA générative et un chatbot classique aux réponses fixes.6:24
Introduction à la plateforme ChatGPT (Partie Deux)Présente l'évolution de ChatGPT et ses extensions comme les plugins, la différence entre GPT-4 et GPT-3.5, puis ses défis : biais des données, limite de connaissances, hallucinations et enjeux éthiques et juridiques.9:21

Introduction générale à l'ingénierie des commandes

4 leçons

Ingénierie des Commandes de Près (Partie Un)Définit le prompt et le prompt engineering comme le domaine consistant à formuler précisément les instructions pour obtenir de bonnes réponses des modèles d'IA générative, explique la prédiction du mot suivant et cite des modèles connus.15:23
Ingénierie des Commandes de Près (Partie Deux)Explique la notion de tokens et la façon dont le modèle découpe automatiquement le texte saisi en unités linguistiques, avec un essai d'un outil Tokenizer pour voir le découpage des mots, des nombres et des emojis.6:39
Ingénierie des Commandes de Près (Partie Trois)Explique comment tester des prompts en pratique dans le Playground d'OpenAI, en quoi il diffère de ChatGPT, comment choisir le modèle et régler des paramètres comme le nombre maximal de tokens et le caractère aléatoire.11:06
Ingénierie des Commandes de Près (Partie Quatre)Montre l'importance du prompt engineering comme pont entre l'humain et les modèles d'IA, les bonnes pratiques comme les questions ouvertes et le jeu de rôle, les compétences d'un prompt engineer et les défis du domaine comme l'ambiguïté et les questions éthiques et juridiques.10:55

Types de commandes

9 leçons

Introduction générale aux types de commandesIntroduit les types de prompts et distingue les prompts directs des prompts par exemples, avec un essai pratique sur une question de capitale, puis énumère les principaux types de prompts qui seront traités un à un.5:24
Aperçus de ComplétionExplique les prompts de complétion, qui complètent une phrase ou une information manquante, les essaie sur des exemples comme le nisab de la zakat, et montre les probabilités du mot suivant et les différences de complétion d'un modèle à l'autre.7:29
Aperçus de RésuméExplique les prompts de résumé et leurs domaines d'usage, les teste sur un long texte en utilisant des marqueurs dièse pour séparer le contexte, et montre comment préciser le format du résumé, comme le nombre de paragraphes, donne un résultat plus précis.4:06
Aperçus de GénérationExplique les prompts de génération, qui font créer au modèle un contenu nouveau comme un texte créatif ou un poème, les teste sur différentes plateformes, et montre que la limite maximale de tokens peut couper une réponse avant sa fin.7:16
Aperçus de DialogueExplique les prompts de dialogue, où le modèle joue un rôle comme celui d'un employé du service client ou des ressources humaines pour converser avec l'utilisateur, et les teste avec des exemples comme le choix d'un téléphone ou la préparation d'un voyage.5:02
Aperçus de TraductionExplique les prompts de traduction pour les modèles de langage : traduction directe d'une langue à l'autre, et détection de la langue d'un texte inconnu avant sa traduction, avec des essais pratiques et une traduction fondée sur le contexte.3:20
Aperçus de ClassificationExplique les prompts de classification qui rangent des données dans une ou plusieurs catégories, comme vrai ou faux, sentiment positif ou négatif, thème d'un article, en insistant sur la nécessité de fournir le texte à classer.4:31
Aperçus de Réponses aux QuestionsExplique les prompts de questions-réponses, des questions précises aux questions ouvertes, avec des essais dans le playground, en notant que le contexte précédent peut influencer la réponse et qu'une nouvelle conversation le réinitialise.2:47
Aperçus de CodageExplique les prompts de programmation pour les modèles de langage : créer, modifier, améliorer et relire du code, avec un essai de code de jeu puis une revue de code où le modèle détecte et corrige des erreurs volontairement ajoutées.4:06

Éléments de bonnes commandes

6 leçons

Introduction Générale aux Éléments de Bonnes CommandesRésume les bonnes pratiques d'écriture des prompts et présente les cinq éléments d'un bon prompt : rôle, contexte, tâche, ton de la réponse et format de la réponse, en précisant que les trois premiers sont essentiels.5:32
RôleExplique l'élément Rôle d'un bon prompt, qui consiste à demander au modèle d'endosser un personnage comme un expert en marketing ou un poète, et teste comment le style et l'orientation de la réponse changent selon le rôle.5:37
ContexteExplique l'élément Contexte d'un bon prompt, c'est-à-dire les informations qui définissent l'objet de la demande, et teste comment la réponse change quand le contexte change, par exemple vendre ou louer des téléphones, ou un poème à la louange ou à la satire de l'Égypte.5:21
TâcheExplique l'élément Tâche d'un bon prompt, l'action principale à exécuter comme écrire, résumer, traduire ou décrire, et teste comment le résultat change quand la tâche change, par exemple une publicité Facebook au lieu d'une description créative.4:49
Ton de RéponseExplique l'élément facultatif du ton de la réponse dans la construction des prompts, et comment préciser un ton (suspense, colère, tristesse, amour) change la réponse du modèle à une même demande, avec des exemples pratiques.5:15
Format de RéponseExplique le cinquième et dernier élément d'un bon prompt, le format de la réponse, et comment demander au modèle une sortie sous forme de liste à puces ou de tableau, puis récapitule les cinq éléments, obligatoires et facultatifs.5:35

Techniques de commande

5 leçons

Introduction Générale aux Techniques de CommandeIntroduit les quatre techniques de base du prompting : Zero Shot, Few Shot, Chain of Thought et Self Consistency, en expliquant l'idée de chacune et un exemple de problème logique qui perturbait les anciens modèles.4:05
Technique de Zero-Shot PromptingExplique le Zero Shot Prompting, qui consiste à poser une question ou une instruction directe sans exemples ni informations supplémentaires, et l'essaie sur des questions directes et sur un prompt avec rôle, tâche et contexte.5:35
Technique de Few-Shot PromptingExplique le Few Shot Prompting, qui guide le modèle avec un exemple (One Shot) ou plusieurs dans le prompt pour qu'il suive le même schéma, l'essaie avec des capitales et des continents, et montre la différence entre les placer dans System ou dans User.4:04
Technique de Chain-of-Thought PromptingExplique le Chain-of-Thought Prompting, qui guide le modèle avec une suite d'étapes ou d'idées pour obtenir une réponse complète et détaillée, et l'essaie en écrivant une histoire sur un animal de compagnie sur plusieurs plateformes.5:19
Technique de Self-Consistency PromptingExplique le Self-Consistency Prompting, fondé sur la cohérence interne et le raisonnement logique, et l'essaie sur un problème d'âges dans Playground, ChatGPT et Gemini, en montrant que les résultats varient selon le modèle.10:58