Traduit à l'aide d'un plugin de traduction automatique.
De bonnes consignes améliorent les résultats : des instructions claires précisant le rôle, le contexte, la tâche à accomplir et le format souhaité permettent d’utiliser l’IA générative de manière plus ciblée et plus efficace.
La maîtrise de l’IA ne nécessite pas de connaissances en programmation : les collaborateurs issus de domaines tels que le marketing, les ressources humaines ou la finance peuvent utiliser judicieusement les applications d’IA grâce à leur expertise.
Les bibliothèques communes de prompts apportent une valeur ajoutée : les entreprises peuvent centraliser, vérifier et réutiliser des instructions qui ont fait leurs preuves. Cela favorise le partage des connaissances et garantit des résultats plus homogènes.
La réduction du nombre d’itérations préserve les ressources : des prompts précis peuvent réduire la consommation de tokens et, par conséquent, diminuer les besoins en énergie et en ressources des applications d’IA.
Les formations garantissent des bénéfices à long terme : des formations continues adaptées à chaque rôle contribuent à ancrer l’ingénierie des prompts comme une compétence commune au sein de l’entreprise.
Dans le septième volet de la série « La Suisse, pôle d'innovation », Lamia Friha, Giovanna Di Marzo Serugendo, Pierre-Yves Burgi et Jan Melichar, de l'Université de Genève, expliquent comment les entreprises peuvent utiliser de manière ciblée l'IA générative grâce à l'ingénierie des prompts. Cet article explique quels sont les éléments qui caractérisent un bon « prompt », comment différentes techniques peuvent être mises en œuvre au quotidien et pourquoi le partage de « prompts » éprouvés offre un avantage stratégique, en particulier pour les PME.
Les auteurs expliquent également comment des bibliothèques communes de prompts peuvent améliorer la qualité et la cohérence des résultats de l’IA. L’accent est également mis sur l’utilisation responsable de l’IA générative : en prenant pour exemple l’outil d’apprentissage open source « BrAIn Ecosystem », ils montrent comment rendre visible la consommation de ressources et comment une conception ciblée des prompts peut contribuer à une utilisation plus durable de l’IA.
Cet article publié dans le magazine « KMU-Magazin » fait partie de la série « La Suisse, pôle d’innovation », qui a vu le jour dans le prolongement de la publication de la SATW intitulée « Orientation IA : défis et opportunités pour les PME suisses ».
Son contenu a été élaboré en collaboration avec des acteurs et actrices du réseau SAIROP (Swiss AI Research Overview Platform) et du réseau d’experts de la SATW. SAIROP encourage la collaboration entre la recherche, l’industrie et l’administration et soutient le transfert de connaissances au sein de l’écosystème suisse de l’IA.
L'« ingénierie des prompts » désigne la structuration des instructions destinées aux systèmes d'IA générative. En définissant clairement les tâches, en fournissant des informations contextuelles et en précisant les attentes concernant la réponse souhaitée, il est possible d'obtenir des résultats plus pertinents et plus exploitables. Pour les PME, cela offre la possibilité de déployer l'IA dans différents domaines d'activité, même sans équipes de développement spécialisées.
Une bonne consigne décrit le rôle de l'IA, le contexte pertinent et la tâche concrète à accomplir. Il est également possible de préciser le format de sortie souhaité, le ton à adopter et certaines contraintes. Des exemples permettent de clarifier les résultats attendus. Plus les exigences sont formulées clairement, plus la réponse du système d'IA sera ciblée. Les résultats doivent toutefois faire l'objet d'une vérification par des experts.
Une bibliothèque commune de prompts permet aux entreprises de stocker de manière centralisée des instructions éprouvées, de les vérifier et de les mettre à la disposition des autres collaborateurs. Cela facilite la réutilisation des prompts efficaces, favorise le partage des connaissances et améliore la cohérence des résultats. Des contrôles réguliers en matière de qualité, de sécurité et de conformité contribuent à assurer le développement fiable de la bibliothèque.
Des invites précises et bien structurées peuvent réduire le nombre de demandes de précisions et de corrections nécessaires. Cela permet de diminuer la consommation de tokens, ce qui peut également réduire les besoins en ressources. L'outil open source « BrAIn Ecosystem », développé par l'Université de Genève et ses partenaires, met en évidence la consommation d'énergie estimée, les besoins en eau et l'empreinte carbone des applications d'IA, et aide les utilisateurs à améliorer leurs prompts.
Une bonne façon de commencer consiste à organiser des formations axées sur la pratique pour différents groupes professionnels. Les collaborateurs peuvent dans un premier temps identifier des cas d'utilisation pertinents, tester des invites et examiner les résultats d'un œil critique. Les instructions qui ont fait leurs preuves peuvent ensuite être rassemblées dans une bibliothèque commune. Il est essentiel de mettre régulièrement à jour ces connaissances et d'encourager les échanges entre les équipes.
| Rôle | Titre + Nom |
|---|---|
| Texte par | Pierre-Yves Burgi, Giovanna Di Marzo Serugendo, Lamia Friha |
