Invites sans exemple et à quelques exemples
Découvrez comment obtenir des réponses sans fournir d’exemple ou en fournissant quelques exemples illustratifs.
Invites sans exemple et à quelques exemples est une leçon AI Prompt Engineering gratuite sur CoddyKit. Ceci est la leçon 2 sur 3. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage AI Prompt Engineering, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours AI Prompt Engineering comprend 3 leçons au total.
Introduction aux instructions sans exemple et avec quelques exemples
Bienvenue dans cette leçon consacrée aux instructions sans exemple et avec quelques exemples ! Ce sont des techniques fondamentales pour guider les grands modèles de langage (LLM) dans l’exécution de tâches.
Les comprendre vous aide à obtenir des sorties d’IA meilleures et plus précises.
Comprendre les instructions sans exemple
Les instructions sans exemple consistent à donner à un LLM une tâche sans fournir d’exemple expliquant comment l’accomplir.
- Vous vous appuyez uniquement sur les connaissances préalablement acquises par le LLM.
- L’instruction contient seulement les consignes et les données d’entrée.
- Cette approche est efficace pour les tâches simples et courantes que le LLM a probablement rencontrées pendant son entraînement.
Les instructions sans exemple en pratique : classer
Voici un exemple d’instruction sans exemple. Nous demandons au LLM de classer le sentiment d’un texte sans lui montrer de classifications de sentiments précédentes.
Essayez d’exécuter cet exemple :
def call_llm_api(prompt):
# In a real scenario, this would call an LLM API.
# For this example, we simulate a response.
if "sentiment" in prompt.lower():
return "Sentiment: Positive"
return "LLM Response: Could not process."
# Our zero-shot prompt
zero_shot_prompt = "Classify the sentiment of 'The movie was fantastic!'"
print(f"Prompt: {zero_shot_prompt}")
print(f"LLM Output: {call_llm_api(zero_shot_prompt)}")Sans exemple : extraire des informations
Les instructions sans exemple sont également très utiles pour extraire des informations précises d’un texte.
Nous indiquons simplement au LLM ce qu’il doit rechercher, puis il utilise ses connaissances générales pour le trouver.
def call_llm_api(prompt):
if "name and age" in prompt.lower():
return "Name: Alice, Age: 30"
return "LLM Response: Information not found."
# Another zero-shot prompt example
zero_shot_prompt = "Extract the name and age from 'My name is Alice and I am 30 years old.'"
print(f"Prompt: {zero_shot_prompt}")
print(f"LLM Output: {call_llm_api(zero_shot_prompt)}")Limites des instructions sans exemple
Bien que puissantes, les instructions sans exemple ont des limites :
- Ambiguïté : Les tâches sujettes à interprétation peuvent produire des résultats incohérents.
- Nouveauté : Si la tâche ou le concept est très récent ou très spécialisé, le LLM peut rencontrer des difficultés sans exemples.
- Complexité : Pour un raisonnement en plusieurs étapes ou une mise en forme très précise, de simples consignes peuvent ne pas suffire.
Découvrir les instructions avec quelques exemples
Les instructions avec quelques exemples remédient aux limites des instructions sans exemple en incluant directement dans l’instruction quelques exemples de données d’entrée et de sortie.
- Ces exemples indiquent au LLM la tâche, le style ou le format souhaité.
- C’est comme montrer à un élève quelques problèmes résolus avant de lui demander d’en résoudre un nouveau.
- Cette technique améliore considérablement les performances pour les tâches complexes ou ambiguës.
Les instructions avec quelques exemples en pratique : reformuler
Ici, nous fournissons un exemple montrant comment reformuler une phrase à la voix active. Cela aide le LLM à comprendre précisément la transformation souhaitée.
Observez comment l’exemple clarifie la tâche :
def call_llm_api(prompt):
if "active voice" in prompt.lower() and "ball was thrown" in prompt.lower():
return "Output: The boy threw the ball."
return "LLM Response: Could not rephrase."
# Our few-shot prompt with one example
few_shot_prompt = """Rephrase into active voice:
Input: The mouse was chased by the cat.
Output: The cat chased the mouse.
Rephrase into active voice:
Input: The ball was thrown by the boy."""
print(f"Prompt: {few_shot_prompt}")
print(f"LLM Output: {call_llm_api(few_shot_prompt)}")Avec quelques exemples : générer du code
Les instructions avec quelques exemples sont extrêmement utiles pour générer du code ou respecter des formats de sortie précis.
En montrant un exemple du code souhaité, par exemple la signature et le corps d’une fonction, vous permettez au LLM de mieux reproduire cette structure.
def call_llm_api(prompt):
if "function to add" in prompt.lower():
return "def add(a, b):\n return a + b"
return "LLM Response: Code not generated."
# Few-shot prompt for code generation
few_shot_prompt = """Generate a Python function:
Example 1:
Input: Function to multiply two numbers.
Output:
def multiply(a, b):
return a * b
Example 2:
Input: Function to add two numbers."""
print(f"Prompt: {few_shot_prompt}")
print(f"LLM Output:\n{call_llm_api(few_shot_prompt)}")Choisir la bonne technique
Comment choisir entre une instruction sans exemple et une instruction avec quelques exemples ?
- Sans exemple : Idéal pour les tâches simples et bien comprises, lorsque les connaissances générales du LLM suffisent. Cette approche est concise et économise l’espace occupé par les jetons.
- Avec quelques exemples : Idéal pour les tâches complexes, nuancées ou personnalisées qui exigent des formats ou des styles précis. Cette approche fournit des indications essentielles et améliore la précision, mais utilise davantage de jetons.
Vérification : sans exemple ou avec quelques exemples
Quelle technique de formulation d’instructions est généralement la plus adaptée aux tâches simples et bien définies qui ne nécessitent pas d’exemples précis ?
Récapitulatif : la puissance des instructions
Vous avez découvert deux techniques fondamentales de formulation d’instructions :
- Les instructions sans exemple utilisent uniquement des consignes et s’appuient sur les vastes connaissances du LLM pour les tâches simples.
- Les instructions avec quelques exemples ajoutent des exemples à l’instruction et fournissent des indications essentielles pour obtenir des sorties plus complexes, nuancées ou personnalisées.
Maîtriser ces techniques vous permet d’interagir plus efficacement avec les LLM et d’obtenir les résultats souhaités !
Apprends AI Prompt Engineering avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 53
- Leçons
- 199
Questions Fréquemment Posées
La leçon « Invites sans exemple et à quelques exemples » est-elle gratuite ?
Oui — le texte complet de « Invites sans exemple et à quelques exemples » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours AI Prompt Engineering, passe à CoddyKit PRO. Le cours AI Prompt Engineering comprend 3 leçons au total.
Qu'est-ce que j'apprendrai dans « Invites sans exemple et à quelques exemples » ?
Découvrez comment obtenir des réponses sans fournir d’exemple ou en fournissant quelques exemples illustratifs. Tu pratiques AI Prompt Engineering avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer AI Prompt Engineering ?
Aucune expérience préalable n'est requise. AI Prompt Engineering sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 2 sur 3.
Combien de temps prend la leçon « Invites sans exemple et à quelques exemples » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon AI Prompt Engineering ?
Oui. Chaque leçon AI Prompt Engineering inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Comprendre les capacités des LLM
- Invites sans exemple et à quelques exemples
- Jeu de rôle et invites de persona