Aller au contenu principal
Intermediate

Ingénierie des prompts

Définition​

L'ingénierie des prompts est la pratique qui consiste à élaborer un texte d'entrée — instructions, exemples, contraintes et contexte — pour contrôler le comportement des grands modèles de langage sans modifier leurs poids. C'est l'interface principale entre l'intention humaine et la sortie du modèle, couvrant tout, de la formulation d'instructions simples aux stratégies de raisonnement sophistiquées en plusieurs étapes.

La discipline couvre trois domaines interconnectés. La configuration comprend les paramètres d'échantillonnage (température, Top-K, Top-P) et les contrôles de génération (nombre maximal de tokens, séquences d'arrêt) qui déterminent comment le modèle produit des tokens. Les techniques incluent des approches structurées comme la chaîne de pensée, l'autocohérence, le prompting par recul et le prompting système/rôle qui guident le processus de raisonnement du modèle. La fiabilité aborde les méthodes pour rendre les sorties plus dignes de confiance — désensibilisation, assemblage de prompts et auto-évaluation.

À mesure que les LLM s'intègrent dans les systèmes de production, l'ingénierie des prompts a évolué d'une expérimentation ad hoc vers une pratique systématique. Des outils comme DSPy et l'Ingénierie automatique des prompts automatisent même certaines parties du processus. Que vous construisiez un chatbot, un assistant de code ou un pipeline d'extraction de données, l'ingénierie des prompts est le premier levier — et le plus accessible — pour améliorer la qualité des sorties.

Comment ça fonctionne​

Le pipeline de prompts​

Chaque interaction avec un LLM commence par un prompt — une entrée structurée pouvant inclure un message système, des instructions utilisateur, des exemples et un contexte récupéré. Le modèle traite cette entrée et génère la sortie token par token, façonnée à la fois par le contenu du prompt et par la configuration d'échantillonnage.

Configuration vs. technique​

Les paramètres de configuration (température, Top-K, Top-P, nombre maximal de tokens) opèrent au niveau de l'échantillonnage des tokens — ils influencent comment le modèle sélectionne chaque token. Les techniques (chaîne de pensée, autocohérence, recul) opèrent au niveau de la conception du prompt — elles influencent sur quoi le modèle raisonne. Ces deux couches interagissent : l'autocohérence nécessite une température élevée pour générer des chemins de raisonnement diversifiés, tandis que l'extraction de sorties structurées fonctionne mieux avec une température basse pour le déterminisme.

La couche de fiabilité​

L'ingénierie avancée des prompts ajoute une couche de fiabilité par-dessus le prompting de base. Cela inclut l'exécution de plusieurs prompts en parallèle (assemblage), la demande au modèle de critiquer sa propre sortie (auto-évaluation) et l'application de stratégies de désensibilisation pour réduire les erreurs systématiques. Ces méthodes échangent du coût de calcul contre de la qualité de sortie et sont particulièrement importantes dans les applications à enjeux élevés.

Ressources pratiques​

Voir aussi​