Ingénierie de l’IA générative
Apprenez comment les rôles, les instructions, le contexte, les exemples, les schémas de sortie, les flux de travail en plusieurs étapes et les modèles de raisonnement avancés façonnent les réponses fiables de l'AI.
18 termes
Structure
Role
Une description de la perspective ou du rôle que le modèle doit adopter.
Utilisez-le pour établir l'expertise, le public et le ton appropriés.
Agir en tant qu'éditeur technique coréen pour les développeurs débutants.Structure
Instruction
Une déclaration directe de la tâche que le modèle doit effectuer.
Utilisez un verbe explicite et un résultat clair pour réduire l'ambiguïté.
Résumez le rapport en cinq points clés prêts à être utilisés pour la prise de décision.Structure
Context
Informations de base dont le modèle a besoin pour interpréter correctement la tâche.
Fournir le public, les objectifs, les contraintes, le matériel source et les définitions qui affectent la réponse.
Contexte : les lecteurs sont des utilisateurs novices et la fonctionnalité sera lancée la semaine prochaine.Structure
Constraint
Une limite concernant le contenu, la longueur, le style, les outils ou les actions autorisées.
Utilisez-le pour rendre les critères d'acceptation visibles et testables.
Utilisez uniquement la politique fournie, restez en dessous de 150 mots et n'inférez pas de dates manquantes.Structure
Delimiter
Un marqueur qui sépare les instructions, les exemples et les données sources.
Utilisez des balises, des titres ou des blocs délimités similaires à XML lorsque l'invite contient plusieurs sections.
Summarize only the text inside <source>...</source>.Exemples
Zero-shot prompting
Demander une tâche sans fournir d'exemple concret.
Commencez ici pour les tâches courantes que le modèle comprend déjà bien.
Classer chaque évaluation comme positive, neutre ou négative.Exemples
Few-shot prompting
Fournir un petit ensemble d'exemples entrée-sortie avant la tâche réelle.
Utilisez-le pour enseigner une politique de libellé spécifique, un ton, un cas limite ou un modèle de sortie.
Entrée : la livraison a été rapide. Sortie : logistique-positive. Maintenant, classifiez : le colis est arrivé endommagé.Réutilisation
Prompt template
Une requête réutilisable avec des espaces réservés remplis par des variables au moment de l'exécution.
Utilisez-le pour les flux de travail répétitifs qui nécessitent des instructions cohérentes.
Summarize {{document}} for {{audience}} using {{format}}.Sortie
Structured output
Une réponse contrainte à une forme prévisible et lisible par machine.
Utilisez-le lorsqu'un autre programme va analyser ou valider le résultat.
Retourne un objet avec title, summary, risk_level, et source_ids.Sortie
JSON Schema
Une description formelle des champs JSON autorisés, des types et des valeurs requises.
Utilisez les contraintes de schéma prises en charge pour réduire les échecs d'analyse dans les workflows automatisés.
Exiger que le champ "status" soit une énumération et que le champ "due_date" soit une date ISO nullable.Flux de travail
Task decomposition
Décomposer une requête complexe en sous-tâches plus petites et vérifiables.
Utilisez-le lorsque la recherche, la transformation, la vérification et la synthèse finale nécessitent différentes étapes.
Tout d'abord, extraire les exigences, puis identifier les conflits, puis rédiger et vérifier la réponse.Flux de travail
Prompt chaining
Transmission de la sortie d'une étape du modèle à une étape ultérieure du modèle.
Utilisez-le lorsque les résultats intermédiaires doivent être examinés, transformés ou approuvés.
Les erreurs peuvent se propager à travers les étapes, il est donc important de valider les sorties intermédiaires.
Extract claims -> retrieve evidence -> verify each claim -> write the final brief.Modèles de raisonnement avancés
Step-back prompting
En commençant par un principe, une définition ou un cadre de décision plus large avant de répondre à une question spécifique.
Utilisez-le lorsque le cas spécifique est facile à mal interpréter sans avoir d'abord identifié les concepts ou contraintes directrices.
L'étape plus large peut toujours être incorrecte ou non pertinente, vérifiez-la donc par rapport à des sources fiables.
Tout d'abord, identifier les principes de la politique qui régissent l'admissibilité au remboursement. Ensuite, les appliquer à ce cas et citer les clauses correspondantes.Modèles de raisonnement avancés
Least-to-most prompting
Résoudre d'abord les sous-problèmes dépendants plus simples et utiliser leurs résultats vérifiés pour résoudre la tâche globale plus difficile.
Utilisez-le lorsque les conclusions ultérieures dépendent de plusieurs calculs, faits ou décisions préalables.
Une erreur initiale peut se propager aux étapes ultérieures ; validez les sorties préalables avant de les réutiliser.
1. Extraire les dates des contrats. 2. Calculer chaque période de préavis. 3. Comparer les périodes avec la clause de résiliation. 4. Présenter la conclusion avec des preuves.Modèles de raisonnement avancés
Self-consistency
Génération de plusieurs solutions candidates échantillonnées indépendamment et sélection d'une réponse étayée par un accord ou une règle de vérification distincte.
Utilisez-le de manière sélective pour les tâches difficiles où plusieurs chemins de solution valides peuvent être comparés et où le coût supplémentaire est justifié.
L'accord ne prouve pas la correction, les erreurs corrélées peuvent s'accorder, et plusieurs échantillons augmentent la latence et le coût.
Générez cinq totaux candidats indépendants, comparez les valeurs finales et n'acceptez qu'un seul si les lignes sources et le calcul déterministe le vérifient.Modèles de raisonnement avancés
Critique-and-revise
Production d'un brouillon, évaluation de celui-ci par rapport à des critères et des preuves explicites, et révision des faiblesses identifiées.
Utilisez-le lorsque la sortie a une grille d'évaluation vérifiable, telle que l'exhaustivité, le support des sources, le format, le ton ou la conformité aux politiques.
Un modèle peut ignorer ses propres erreurs ; les résultats à fort impact nécessitent toujours des vérifications indépendantes ou une révision humaine.
Rédiger la réponse. La critiquer par rapport aux faits requis, aux citations, aux affirmations interdites et à la longueur. Réviser uniquement les éléments qui ont échoué, puis renvoyer la réponse finale.Modèles de raisonnement avancés
Plan-and-execute
Sépare la planification des tâches de l'exécution afin que les dépendances, les outils, les points de contrôle et les critères de réussite soient définis avant que le travail ne commence.
Utilisez-le pour les tâches en plusieurs étapes où l'ordre, les autorisations, les limites de ressources ou la validation intermédiaire sont importants.
Considérez le plan comme révisable ; n'avancez pas aveuglément lorsque de nouvelles preuves le rendent invalide.
Retourner un plan d'action concis avec les dépendances et les points d'approbation. Exécuter chaque étape approuvée, enregistrer les preuves et replanifier lorsqu'une hypothèse échoue.Modèles de raisonnement avancés
Verifier pattern
Utilisation d'une étape de vérification distincte pour vérifier une réponse candidate par rapport à des règles, des preuves, des schémas ou des outils déterministes avant l'acceptation.
Utilisez-le lorsque les affirmations importantes, les calculs, les citations, les sorties structurées ou les arguments d'outils peuvent être vérifiés indépendamment.
Un vérificateur qui, s'il partage les mêmes preuves manquantes ou les mêmes hypothèses erronées, peut répéter l'erreur du générateur.
Générateur : produit le résumé de la facture avec les ID de ligne source. Vérificateur : recalcule les totaux, valide le schéma et rejette les affirmations non prises en charge.Sélectionnez un modèle uniquement lorsque la structure de la tâche et les preuves d'évaluation justifient les étapes, les jetons, la latence et la complexité supplémentaires.
| Besoin | Motif à considérer |
|---|---|
| Identifiez les principes directeurs avant de les appliquer à un cas. | Incitation par étape |
| Résolvez les sous-problèmes préalables dans l'ordre des dépendances. | Invocation progressive |
| Comparer plusieurs solutions candidates lorsque des échantillonnages supplémentaires sont justifiés. | Cohérence interne plus vérification indépendante |
| Améliorez un brouillon en fonction de critères d'évaluation explicites. | Critique et révision |
| Dépendances, outils et points de contrôle d'approbation de la coordination | Planifier et exécuter |
| Rejeter les affirmations non prises en charge, les schémas non valides ou les calculs incorrects. | Motif de vérificateur |
Non. Préférez une réponse concise, des résultats intermédiaires vérifiables, des preuves citées, des hypothèses, des calculs et des résultats de validation. Certains modèles de raisonnement effectuent une réflexion interne automatiquement, et une explication visible et longue ne prouve pas que la réponse est correcte.
Non. Leur effet varie en fonction du modèle, de la tâche, de l'invite, de l'échantillonnage et de la méthode d'évaluation. Ils peuvent également ajouter de la latence, du coût des jetons, des erreurs corrélées et une propagation des pannes. Comparez-les à une simple référence sur des cas représentatifs.
La critique et la révision améliorent un brouillon par le biais de la révision et de la modification. Un vérificateur agit comme une porte d'acceptation qui vérifie un candidat par rapport à des preuves, des règles, des schémas ou des outils déterministes et peut le rejeter sans le réécrire.
Guide officiel sur la formulation structurée, le raisonnement, la planification, la validation, les flux de travail agentiques et le comportement spécifique du modèle.
Recherche primaire introduisant la cohérence intrinsèque comme échantillonnage de chemins de raisonnement divers et sélection de la réponse la plus cohérente.
Développez une invite en un contexte contrôlé contenant des preuves, un historique, un état et du matériel réutilisable.
Concevoir des requêtes qui combinent du texte avec des images, des documents, de l'audio ou de la vidéo.
Comparer les variantes de prompt avec des cas reproductibles, des métriques et des vérifications de régression.
Version, approuve, déploie, observe, restaure et retire les invites de production.
Appliquez la réécriture de requête, les réponses basées uniquement sur les preuves, l'abstention, les citations, la synthèse et la gestion des conflits de sources.