Embauché il y a 2 ans pour digitaliser les process, Alexandre Aubry raconte tous les changements que cela a induit : transformation de l'organisation, de l'infrastructure matérielle et réseau, ouverture et décommissionnement progressif de l'ERP Cobol...
Nous avons assisté à la conférence client de l'entreprise Orange à Agile en Seine. Cet article vous propose de découvrir comment l'IA Gen devient déjà un atout incontournable chez certains clients.
Un bon mix d'indicateurs - des KPI classiques ainsi que des KPI personnalisés - devrait vous aider, à condition de respecter un principe essentiel : faites simple !
Le secret pour tirer le meilleur parti de l'IA Générative ? Maîtriser l'art du prompt engineering. Cette faculté fera partie des compétences clés de nombreux métiers : quelques pistes pour l'acquérir.
Depuis quelques mois, chez Wenvision, nous utilisons les outils d'IA Générative dans nos travaux quotidiens. Synthétiser des notes, générer des visuels, rédiger la base d'un post LinkedIn ou d'une offre d'emploi... De ces essais, nous tirons une certitude : l'IA générative n'est qu'un outil qui permet de décupler notre productivité créative. Comme tout outil, pour produire un résultat qualitatif, il faut savoir s'en servir. Dans le cas d'un outil d'IA Générative, cela signifie savoir rédiger la meilleure requête pour aboutir au résultat espéré.
Cette faculté s'appelle le "prompt engineering".
Le Prompt engineering, ou l'art d'orienter les résultats des Large Language Models (LLM)
Si le terme "Prompt Engineering" a gagné en notoriété depuis la sortie de ChatGPT, la discipline n'est pas nouvelle. Elle vient de l'univers du Traitement du Langage Naturel ou NLP. Il s'agit de rédiger la phrase la plus précise et complète possible, permettant d'obtenir le meilleur résultat du programme.
Alors, pourquoi le Prompt Engineering, ou art du prompt, revient-il sur le devant de la scène avec les LLM ? Les LLM ont pour finalité de générer des contenus inédits (textuels, picturaux, musicaux...) en réponse à une demande de l'utilisateur exprimée en langage naturel. Ces modèles sont entraînés sur des milliards de paramètres, ils ont plutôt des profils de super généralistes. Or, lorsqu'un utilisateur interagit avec ces modèles, il cherche à obtenir une réponse sur un sujet bien déterminé. C'est là que l'art du prompt devient crucial. L'utilisateur peut agencer sa requête avec des mots clés spécifiques, un contexte, des exemples de ce qu'il attend pour orienter au mieux le résultat du modèle.
Plus un utilisateur est expert d'un domaine et sait l'exprimer via son prompt, plus la production par le LLM sera utile, précise et correcte.
Le Prompt engineering : une compétence du futur
L'IA générative va constituer un puissant outil de gain de productivité, notamment pour les emplois du secteur créatif, du développement, de la formation ou encore du recrutement. L'horizon est vaste et les applications se multiplient chaque jour. Tout type d'emploi pourra être amené un jour à bénéficier de l'IA Générative. Cette compétence va donc devenir différenciante pour de nombreux métiers. Nous parlons bien ici de compétences et non d'un métier à part entière, car pour formuler un bon prompt il faut certes connaître les clés du prompt engineering, mais aussi détenir l'expertise suffisante pour évaluer la qualité de la réponse produite.
Voici quelques pistes pour monter en compétence sur le prompt engineering :
Testez, testez, testez. Aujourd'hui, de nombreux outils sont en accès libre. Faites-vous votre propre expérience en les utilisant pour réaliser des tâches qui font partie de votre quotidien.
Confrontez votre expérience à celle des autres. Les tutos, guides utilisateurs, retours d'expérience pour rédiger les meilleurs prompts fleurissent sur la toile. Je vous en propose une petite sélection en fin d'article.
Apprenez comment fonctionnent ces modèles, leurs points forts et limites pour en tirer le meilleur parti.
Vers la monétisation du prompt
Pour palier au manque de compétences en prompt engineering, le marché du prompt fleurit de toute part, et sous plusieurs formes :
les marketplaces de prompt : à l'image de Promptbase, il s'agit de plateformes de revente de prompt permettant d'aboutir à des résultats de haute qualité. La promesse de ces marketplaces est de faire économiser du temps de recherche et des appels aux API d'outils d'IA Générative, et de rétribuer les prompts engineers les plus pertinents.
les plateformes de prompt engineering : elles se présentent comme des "optimiseurs" de prompt. Ces plateformes accompagnent l'utilisateur dans la composition de son prompt à travers une interface permettant de sélectionner des options et d'affiner la requête. Des acteurs tels que PromptPerfect sont positionnés sur ce segment.
des services "AI" encapsulés dans certains produits et des prompts pré-définis : à ce titre, NotionAI est un exemple parlant. Notion propose des services de synthétisation, rédaction de CR de réunion, aide à la génération d'idées directement intégrés à son interface. Ces services s'appuient sur des prompts pré-définis par Notion, dont la qualité et la précision permettent aujourd'hui aux utilisateurs de tirer le plein potentiel de la génération de texte assistée par IA.
Marie accompagne depuis 2017 les plus grandes entreprises françaises dans leurs transformations IA et Data en les aidant à construire leur vision et à les mettre en œuvre.