S’appuyer sur les réponses précédentes

Une conversation à plusieurs tours avec un modèle d’IA est une construction collaborative : chaque échange ajoute quelque chose de nouveau au lieu de remplacer ce qui précédait.

Cette approche diffère de la formulation d’invites de suivi visant à corriger des erreurs. Construire à partir des réponses précédentes signifie utiliser la sortie antérieure du modèle comme matériau brut : l’élargir, en sélectionner des éléments, la recombiner ou lui appliquer un nouveau point de vue.

Maîtriser ce schéma vous permet de produire des sorties complexes et structurées en plusieurs couches, qu’il serait impossible d’obtenir avec une seule invite.

Le schéma de construction le plus simple consiste à faire référence à ce que le modèle vient d'écrire :

• "En vous fondant sur ce que vous avez écrit ci-dessus, quels sont les trois risques les plus importants ?"
• "Prenez le cadre que vous avez décrit et appliquez-le au secteur de la santé."
• "En reprenant le ton de votre dernière réponse, réécrivez ce nouveau paragraphe."
• "Parmi les éléments de la liste que vous avez générée, lequel classeriez-vous en premier et pourquoi ?"

Ces références maintiennent le modèle ancré dans son propre travail précédent et assurent une continuité d'un tour à l'autre.

Lorsque le modèle produit une liste ou un ensemble de possibilités, vous pouvez sélectionner un élément et demander qu'il soit développé :

• "Prenez la deuxième option de votre liste et développez-la pour en faire un plan complet."
• "J'aime particulièrement la troisième approche. Rédigez pour celle-ci un guide de mise en œuvre de 300 mots."
• "L'option B correspond le mieux à mes besoins. Développez-la davantage en indiquant des étapes précises et un calendrier."

Ce schéma est particulièrement efficace pour les processus d'idéation : générez des options lors d'un tour, puis sélectionnez-les et développez-les au tour suivant.

Vous pouvez demander au modèle d'appliquer la structure d'une réponse à un nouveau contenu :

• "En utilisant la même structure que dans votre dernière réponse, analysez le concurrent B."
• "Appliquez le même format en cinq sections à ce nouveau produit."
• "Suivez le plan que vous avez créé ci-dessus, mais complétez-le pour un public B2B plutôt que B2C."

Cette méthode est extrêmement utile pour créer des documents cohérents et parallèles — des rapports, des comparaisons et des analyses qui doivent suivre le même modèle pour plusieurs sujets.

Les conversations à plusieurs tours vous permettent d'approfondir progressivement :

1. Tour 1 : "Donnez-moi une vue d'ensemble des chaînes de traitement d'apprentissage automatique."
2. Tour 2 : "Approfondissez l'étape de prétraitement des données."
3. Tour 3 : "Donnez un exemple de code Python pour gérer les valeurs manquantes lors de cette étape de prétraitement."
4. Tour 4 : "Ajoutez maintenant la gestion des erreurs et la journalisation à cet exemple de code."

Chaque tour effectue un zoom d'un niveau supplémentaire. Cette approche est plus contrôlée que de tout demander en une seule fois dans une instruction complexe.

Dans les conversations longues, vous pouvez réunir des éléments provenant de plusieurs tours précédents :

• "Combinez les profils utilisateurs du tour 2 avec les fonctionnalités du produit du tour 4 pour rédiger un argumentaire ciblé pour chaque profil."
• "Prenez les risques que vous avez identifiés précédemment et les stratégies d'atténuation de votre dernière réponse, puis créez une matrice des risques."

Cette méthode fonctionne mieux lorsque chaque tour précédent a produit un contenu clairement identifié et distinct. Des tours précédents désorganisés rendent le recoupement confus, pour vous comme pour le modèle.

Les conversations à plusieurs tours ont une limite pratique : la fenêtre de contexte du modèle. Chaque message — le vôtre comme celui du modèle — est inclus dans le contexte envoyé à l'API. À mesure que la conversation s'allonge, les messages les plus anciens peuvent être tronqués.

Stratégies pratiques :

• Résumez et condensez les tours précédents lorsqu'ils ne sont plus nécessaires dans tous leurs détails
• Commencez une nouvelle conversation lorsque le sujet change fondamentalement
• Gardez des réponses individuelles concises afin d'augmenter la profondeur de l'historique que le modèle peut consulter

En Python, vous conservez le contexte multi-tour en ajoutant chaque paire de messages à la liste d'historique de la conversation :

Lorsque vous faites référence à un résultat précédent, soyez précis sur ce que vous désignez. Les références vagues obligent le modèle à deviner :

• Vague : "Développez ce que vous avez dit précédemment."
• Clair : "Développez le troisième point de votre réponse précédente — celui qui concerne les difficultés lors de l'intégration."

Si une réponse précédente comportait plusieurs sections, nommez la section concernée. S'il s'agissait d'une liste, indiquez le numéro de l'élément. Plus votre référence est précisément ancrée, plus le modèle la suivra de manière fiable.

La construction à plusieurs tours est idéale pour créer des documents structurés comme des rapports, des plans ou des propositions :

1. Tour 1 : Générez le plan
2. Tour 2 : Rédigez la section 1
3. Tour 3 : Rédigez la section 2 (en conservant le ton de la section 1)
4. Tour 4 : Rédigez le résumé exécutif à partir des sections 1 et 2

Cette approche par étapes vous permet de contrôler chaque section avant de passer à la suivante et d'ajuster l'orientation en cours de document sans tout perdre.

La construction à plusieurs tours peut échouer lorsque le modèle perd la trace du contexte précédent. Signes d'une perte du fil :

• Le modèle contredit quelque chose qu'il a dit deux tours plus tôt
• Il ignore une contrainte établie au début de la conversation
• Il revient à des conseils génériques au lieu du cadre précis que vous avez construit

Solution : reformulez explicitement le contexte essentiel dans votre prochain message au lieu de supposer que le modèle s'en souvient. "Comme nous l'avons établi, le public est composé de cadres non techniques. Dans cette optique..."

Les conversations à plusieurs tours sont un moyen puissant de construire progressivement des résultats complexes. Les techniques essentielles sont les suivantes : faire référence à un résultat précédent par son nom ou son numéro, sélectionner et développer des éléments précis, appliquer la structure d'une réponse à un nouveau contenu et approfondir progressivement à chaque tour.

Un ancrage précis et la connaissance des limites de la fenêtre de contexte sont les principales compétences qui empêchent les conversations à plusieurs tours de perdre leur cohérence.

Dans la prochaine leçon, vous apprendrez quand abandonner une conversation et repartir de zéro plutôt que de continuer à construire dessus.