Améliorer les réponses générées par un LLM
Itération et chaînage de prompts
start
Objectif
Dialoguer avec un modèle d'IA et améliorant les réponses générées pour obtenir un résultat satisfaisant.
Méthode par itération
Le chaînage de prompts
Méthode par itération
01
L’ingénierie de prompt par itération consiste à effectuer plusieurs essais dans la même fenêtre de discussion pour améliorer la réponse souhaitée pas à pas.
Méthode
Vous pouvez modifier les règles et contraintes d’un prompt à chaque réponse générée par le modèle :
En changeant certaines instructions du premier prompt qui ont conduit à des éléments de réponse non-pertinents ou inutiles.
En ajoutant de nouvelles contraintes (ton, format de sortie, ajout de titres / sous-titres, etc.).
En précisant l'ordre dans lequel la machine doit traiter votre requête, avec une liste numérotée par exemple.
Le chaînage de prompts
02
Le chaînage de prompt consiste à séquencer une tâche complexe en plusieurs sous-tâches afin que le modèle n’en traite qu’une à la fois. Il s’agit de lier ces tâches de manière logique pour limiter les omissions dans les réponses générées et d’apporter plus de cohérence.
Sesiones de aprendizaje / 02
Exemple
Considérez la requête suivante: Prompt: Explique tout le cours de biologie cellulaire, crée des fiches de révision, des exercices, un quiz et un planning de révision pour mon examen. Chaînage de prompts:
- Prompt 1 : Identifie les notions essentielles à maîtriser de mon cours de biologie cellulaire.
- Prompt 2 : Classe ces notions par ordre de difficulté et d’importance pour l’examen.
- Prompt 3 : Crée une fiche de révision synthétique inlcuant des exemples pour chaque notions.
- Prompt 4: Génère 10 questions de compréhension sur chaque notion puis corrige mes réponses en citant le cours.
- etc.
Merci de votre attention
Améliorer les réponses générées par un LLM
Pierre Emile Laperine
Created on May 28, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Essential Learning Unit
View
Akihabara Learning Unit
View
Genial learning unit
View
History Learning Unit
View
Primary Unit Plan
View
Vibrant Learning Unit
View
Art learning unit
Explore all templates
Transcript
Améliorer les réponses générées par un LLM
Itération et chaînage de prompts
start
Objectif
Dialoguer avec un modèle d'IA et améliorant les réponses générées pour obtenir un résultat satisfaisant.
Méthode par itération
Le chaînage de prompts
Méthode par itération
01
L’ingénierie de prompt par itération consiste à effectuer plusieurs essais dans la même fenêtre de discussion pour améliorer la réponse souhaitée pas à pas.
Méthode
Vous pouvez modifier les règles et contraintes d’un prompt à chaque réponse générée par le modèle :
En changeant certaines instructions du premier prompt qui ont conduit à des éléments de réponse non-pertinents ou inutiles.
En ajoutant de nouvelles contraintes (ton, format de sortie, ajout de titres / sous-titres, etc.).
En précisant l'ordre dans lequel la machine doit traiter votre requête, avec une liste numérotée par exemple.
Le chaînage de prompts
02
Le chaînage de prompt consiste à séquencer une tâche complexe en plusieurs sous-tâches afin que le modèle n’en traite qu’une à la fois. Il s’agit de lier ces tâches de manière logique pour limiter les omissions dans les réponses générées et d’apporter plus de cohérence.
Sesiones de aprendizaje / 02
Exemple
Considérez la requête suivante: Prompt: Explique tout le cours de biologie cellulaire, crée des fiches de révision, des exercices, un quiz et un planning de révision pour mon examen. Chaînage de prompts:
Merci de votre attention