Vidéos complémentaires

Créer des bibliothèques de prompts réutilisables : des extraits à des modèles partagés — vidéos complémentaires

L'article traite un prompt partagé comme un actif interne versionné plutôt que comme un extrait copié d'un historique de chat. Ces vidéos proposent deux points de départ possibles : un cadre de prompting et un méta-modèle. Ce sont des exemples à évaluer, pas des entrées prêtes pour la production. Avant adoption, ajoutez un responsable, un cas d'usage approuvé, la configuration testée, une version, des preuves d'évaluation, les limites connues, un déclencheur de révision, un circuit d'approbation et une solution de repli.

Choix principal

20:17

Le cours de neuf heures de Google sur l’ingénierie des prompts d’IA, condensé en 20 minutes

Tina Huang

Tina présente un cadre en cinq parties — tâche, contexte, références, évaluation et itération — ainsi que quatre techniques d'itération. Ces éléments peuvent aider à rédiger un schéma candidat, mais les exemples d'agents et de chaîne de pensée reflètent l'époque et le contexte du cours. Testez tout schéma extrait sur des cas représentatifs avant de l'ajouter à une bibliothèque approuvée.

Ce que vous en retirerez: Extraire une structure candidate de prompt, puis ajouter responsabilité, versionnage, évaluation, limites et solution de repli avant la revue.

À voir ou à connaître au préalable: Être déjà à l’aise pour rédiger ses propres prompts ; il s’agit ici de les transformer en ressources partagées.

Note d’AI Expert: Utilisez ce cadre comme un document historique à tester, pas comme une norme complète de bibliothèque. L'approbation doit dépendre de votre modèle actuel, de la politique, de la limite des données et des résultats d'évaluation.

Ouvrir la page vidéo

À voir également

10:25

Le meilleur prompt ChatGPT que j'ai jamais créé — j'ai passé 2 mois à le peaufiner pour écrire des prompts

Lawton Learns

La vidéo présente un méta-prompt C.R.A.F.T. — Context, Role, Action, Format et Target audience. C'est un candidat utile pour tester le comportement d'un prompt générateur de prompts, mais la cohérence, l'exactitude et l'adéquation de ses sorties aux cas d'une équipe ne sont pas garanties.

Ce que vous en retirerez: Évaluer C.R.A.F.T. comme structure candidate de génération de prompts au moyen de cas représentatifs et de critères d'acceptation explicites.

À voir ou à connaître au préalable: Aucun, dès lors que vous connaissez la structure de base d’un prompt.

Note d’AI Expert: Ne publiez pas le méta-prompt copié comme entrée approuvée après sa première utilisation. Versionnez-le, consignez le modèle et la configuration testés, examinez ses sorties et modes d'échec et conservez une solution de repli reconnue comme fiable.

Ouvrir la page vidéo