Arbre de pensées : résolution délibérée de problèmes avec de grands modèles de langage (analyse complète de l’article)
Arbre de pensées : résolution délibérée de problèmes avec de grands modèles de langage (analyse complète de l’article)
Ce que vous en retirerez
Lisez l’article pour acquérir un modèle mental pratique, puis choisissez une prochaine étape sûre.
Pour aller plus loin
Des cours externes sélectionnés pour approfondir ce sujet.
DeepLearning.AIConception de prompts ChatGPT pour les développeurs
Isa Fulford · Andrew Ng
Quinze minutes de cours peuvent remplacer une année d'intuition. Si vous avez commencé à écrire du code qui appelle un grand modèle de langage (LLM), ou prévoyez de le faire, c'est le cours en ligne le plus efficace pour passer de « jouer avec ChatGPT » à « déployer une fonctionnalité qui appelle un LLM ».
Coursera · Vanderbilt UniversityConception de prompts pour ChatGPT
Dr. Jules White
Le complément universitaire au cours court de DeepLearning.AI : même discipline, parcours plus long et contenu destiné aux personnes qui ne programment pas. Le Dr White enseigne la conception de prompts sous la forme de modèles réutilisables plutôt que d'astuces. Après ce cours, vous saurez rédiger des consignes pour les LLM comme un concepteur, et non comme un devin.
Microsoft LearnWork Smarter with AI: Craft Effective Prompts for Microsoft Copilot
Microsoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.