Aperçu moduleModule previewVista previa del módulo
Aperçu limité, 3 premières étapesLimited overview, first 3 stepsVisibilidad limitada, 3 primeras etapas

Itération systématique : tester, mesurer, ajusterSystematic iteration: test, measure, adjustIteración sistemática: probar, medir, ajustar

Parcours : Prompt Engineering professionnel · OpérationnelCourse: Professional Prompt Engineering · PractitionerCurso: Prompt engineering profesional · Operativo

Itération systématique : tester, mesurer, ajuster
1/7
ÉtapeStepEtapa 1 / 7

≈ 6 min

Contexte

Pourquoi « ça marche sur mon exemple » ne suffit pas.

Au programme de ce moduleIn this moduleEn el programa de este módulo

  1. 01Contexte≈ 6 min
  2. 02Explication≈ 10 min
  3. 03Démonstration≈ 9 min
  4. 04Cas pratique≈ 7 min
  5. 05Étude de cas≈ 7 min
  6. 06Exercice≈ 30 min
  7. 07Quiz≈ 5 min
Durée totaleTotal durationDuración total≈ 74 min
voix de synthèse

Un prompt jugé bon sur un seul essai peut échouer une fois sur trois en conditions réelles. Évaluer un prompt, c’est mesurer son comportement sur un jeu d’entrées représentatives plutôt que se fier à une impression : sans mesure, toute « amélioration » relève de la croyance. Rappel : les modèles peuvent produire des réponses plausibles mais fausses (hallucinations, → voir parcours Fondamentaux de l’IA & IA Générative, module 3), raison de plus pour compter plutôt que croire.

Il y a une raison précise pour laquelle l’impression trompe, et il vaut la peine de la nommer. Quand vous testez un prompt que vous venez d’écrire, vous choisissez spontanément l’exemple que vous aviez en tête en l’écrivant : le cas le plus représentatif, le plus propre, celui qui a servi de modèle mental. Ce cas est déjà résolu par construction. La réalité, elle, envoie les cas tordus, incomplets, ambigus, ceux auxquels vous n’avez pas pensé, et c’est exactement sur ceux-là que le prompt se juge.

S’ajoute un second biais, plus difficile à combattre : celui de l’auteur. Relire la sortie d’un prompt que l’on a rédigé soi-même, sans grille, revient à chercher la confirmation qu’il fonctionne. On accorde le bénéfice du doute aux réponses moyennes, on qualifie de détail ce qui est une erreur. Une grille de critères écrits avant la lecture supprime cette indulgence, parce qu’elle oblige à répondre par oui ou par non à des questions posées à l’avance.

Principe

On n’améliore que ce que l’on mesure : un prompt se traite comme un composant à tester, avec une boucle tester → mesurer → ajuster.

Objectifs d’apprentissage

À l’issue de ce module, vous saurez Construire une grille d’évaluation des sorties, Mesurer un taux de réussite sur un jeu d’entrées, Décider entre deux formulations sur preuve chiffrée, et Reconnaître une injection accidentelle dans un texte collé.

Ce que vous saurez faire

Constituer un jeu d’entrées représentatif, qui contient de vrais cas difficiles et non seulement des cas de démonstration. Écrire une grille de quatre critères vérifiables et noter des sorties sans complaisance. Trancher entre deux formulations d’un prompt sur des chiffres comparables, et conserver la trace de ce qui a produit l’écart.