26 minutesDe zéro à votre premier agent d'IA en 25 minutes (sans coder)
Construire un premier flux de travail d’agent d’IA dans n8n en sachant où placer l’accès aux outils, la mémoire et les garde-fous.
Lire la vidéoAI Explained. La vidéo offre une explication indépendante du cadrage initial de o1 et de ses implications pour les prompts. C'est un contexte historique utile, mais ses affirmations sur o1 ne doivent pas être étendues automatiquement aux modèles OpenAI ultérieurs, à R1, aux modes de réflexion de Claude ou à d'autres fournisseurs.
Traitez la terminologie et les affirmations de prompting de o1 comme un contexte historique. Consultez la documentation actuelle, testez qualité, latence et coût, et demandez des sources, calculs ou résultats de tests vérifiables plutôt qu'une trace de raisonnement cachée.
Comprendre un récit historique de o1, puis comparer une spécification directe de la tâche à d'autres variantes prises en charge sur votre modèle et votre charge actuels.
Une expérience de base de la rédaction de prompts et une connaissance de noms de modèles tels que la série o, la réflexion étendue de Claude et R1.
Dernière révision : 11 août 2026
Continuez dans le même parcours d’apprentissage avec les prochaines vidéos d’accompagnement sélectionnées.
26 minutesConstruire un premier flux de travail d’agent d’IA dans n8n en sachant où placer l’accès aux outils, la mémoire et les garde-fous.
231 minutesComprendre comment un agent de support combine la recherche d’informations, le transfert et les outils de flux de travail avant sa sécurisation pour la production.
11 minutesDistinguer l'injection de prompt directe et indirecte et comprendre pourquoi le filtrage seul n'est pas suffisant.
Des cours externes sélectionnés pour approfondir ce sujet.
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 ».
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.
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.