Comment rédiger de meilleures invites ChatGPT (ne réfléchissez pas trop !)

Guide de l'incitation : ce que vous apprendrez

Encourager les meilleures pratiques pour obtenir ce que vous voulez de ChatGPT.
Découvrez des exemples pratiques pour les tâches quotidiennes.
Dépannage défis d'incitation courants.
Conseils et ressources de pro pour un apprentissage continu.

Je vais partager avec vous quelques-uns de mes exemples préférés ; utilisez-les ! Mais le véritable objectif de cet article est que vous compreniez pourquoi ils travaillent.

Pourquoi l'incitation est importante

En tant que spécialistes du marketing de recherche, nous avons naturellement été formés à utiliser et à comprendre les moteurs de recherche. Mais les modèles de langage de l'IA nécessitent une approche différente. Un jour, le langage naturel seul pourrait suffire, mais pour l'instant, des invites efficaces peuvent sérieusement améliorer la qualité de ce que vous obtenez. N'oubliez pas que ces modèles ne peuvent vous donner que ce que vous demandez. Si vous ne posez pas les bonnes questions, vous n'obtiendrez pas les bonnes réponses. Il faut une certaine compétence pour élaborer les bonnes invites, et c'est ce sur quoi nous allons nous concentrer aujourd'hui.

Il existe de nombreux conseils sur la façon de structurer vos messages. Devez-vous lui donner un rôle ? Avez-vous vraiment besoin de devenir un « ingénieur de messages » ?

J'aimerais que vous compreniez pourquoi ces conseils et astuces fonctionnent, plus que la simple mémorisation d'un ensemble de règles. Car soyons réalistes, avec le temps, cela va changer. Les modèles vont pouvoir nous aider à faire beaucoup de ces suggestions eux-mêmes – et je vais vous montrer quelques astuces en cours de route pour les amener à le faire pour vous maintenant.

L'IA : de la panique au progrès

Lorsque le PDG d'OpenAI, Sam Altman, a déclaré que 95 % des activités des spécialistes du marketing pouvaient être gérées par l'IA, cela a accéléré les montagnes russes émotionnelles sur lesquelles nous sommes depuis le lancement de ChatGPT.

Panique : « Oh non, l’IA va prendre nos emplois ! »

Déni : « Le contenu généré par l’IA est terrible. Il ne remplacera jamais la créativité humaine. »

Je suis sûr que vous l'avez vu – du mauvais contenu généré par l'IA, une utilisation excessive de mots comme « synergie » et « approfondir » – c'est au-delà de la moyenne.

Le problème avec le déni, c'est qu'il existe de nombreuses études montrant incroyable gains de productivité grâce à l’intégration de l’IA dans nos flux de travail quotidiens.

Une étude de Harvard a montré que les professionnels du marketing qui exploitent les outils d'IA peuvent faire preuve d'une productivité significative. En moyenne, les consultants dotés d'IA terminé 12% de plus missions, réduction du temps d'exécution des tâches de 25 %et a livré un travail de calibre 40 % supérieur par rapport à leurs homologues n’utilisant pas l’assistance de l’IA.

Ces gains ne sont pas une raison de paniquer, c'est quelque chose à prendre en compte. pompé à propos de.

Acceptation : « D’accord, l’IA peut réellement vraiment aidez-nous. Comment pouvons-nous l'utiliser efficacement ?

L'IA a besoin d'experts en la matière pour bien fonctionner

Mais voilà : les études montrent des gains impressionnants lorsque les spécialistes du marketing utilisent efficacement l'IA. Par exemple, les consultants utilisant l'IA ont terminé 12 % de tâches en plus, les ont terminées 25 % plus rapidement et ont produit des résultats de qualité 40 % supérieure. Ce n'est pas une raison de paniquer, c'est plutôt une raison de s'enthousiasmer !

Pourquoi les incitations sont plus importantes que vous ne le pensez

Nous avons tous été formés à utiliser les moteurs de recherche, n'est-ce pas ? Mais voici le hic : les modèles de langage de l'IA nécessitent une approche totalement différente. Beaucoup de gens pensent qu'il suffit de taper en langage naturel, mais croyez-moi, il y a bien plus à faire.

Voici le problème : les recherches génèrent des invites assez affreuses. « Pourquoi mon site Web n'a-t-il pas de trafic ? » ou « Quels sont les meilleurs types de publications Facebook ? » : ce ne sont vraiment pas de bonnes invites. Elles sont très génériques. Google est devenu assez doué pour vous fournir des informations avec ces invites, mais les LLM ? Pas tant que ça.

Et voici quelque chose d'essentiel à retenir : les LLM ne sont pas des moteurs de recherche. J'adore cette diapositive de Britney Muller. C'est un rappel très important. Les LLM ne sont pas des systèmes de recherche d'informations. Ils ne sont pas déterministes. C'est ce qu'on appelle génératif IA. Ils générer sorties randomisées basées sur une distribution de probabilité.

C'est pour cela que l'IA a vraiment besoin d'experts en la matière pour bien fonctionner. Il n'existe pas de manuel d'instructions pour certaines tâches. L'IA est extrêmement puissante pour d'autres, mais elle échoue. Mais à moins d'utiliser beaucoup l'IA, vous ne saurez pas faire la différence. Et c'est une compétence que vous pouvez développer.

Comme le dit Ethan Mollick, l'incitation est « un peu de magie, mais surtout une question de pratique ». C'est tout à fait exact : c'est une compétence que vous pouvez développer avec le temps et l'expérience.

Travailler avec l'IA est une compétence que vous pouvez développer

Principes d'une incitation efficace

Décomposons les principes clés qui vous aideront à tirer le meilleur parti de vos interactions avec l’IA :

1. Soyez clair et précis

En matière de stimulation, la clarté est primordiale. Voici quelques tactiques qui vous aideront :

Utiliser des délimiteurs : Ajoutez quelques « » » » », « … » ou « — » pour séparer vos instructions et vos exemples. Cela aide l'IA à comprendre exactement ce que vous demandez. Divisez votre texte en nouvelles lignes avec Maj+Entrée.
Demandez une sortie structurée : Vous souhaitez une réponse en Markdown ou en HTML ? Dites-le-nous !
Vérifier les hypothèses : Assurez-vous que l'IA vérifie ses hypothèses. Cela vous aidera à éviter les moments où vous vous demandez « Attendez, quoi ? » lorsque vous examinez le résultat.
Quelques invites en quelques coups : Donnez à l'IA quelques exemples de ce que vous recherchez. C'est comme montrer à un nouvel employé exactement comment vous voulez qu'une tâche soit effectuée.

Voici un exemple d'invite qui met ces tactiques en pratique :

Summarize the meeting notes in a single paragraph. Then write a markdown list of the speakers and each of their key points. Finally, list the next steps or action items suggested by the speakers, if any. Check your work for completeness.

Here's a good example:
"""
[Paste in an old recap]

2. Donnez-vous le temps de réfléchir

Nous savons tous que la précipitation mène aux erreurs. Il en va de même pour l'IA. Voici comment donner à votre outil d'IA le temps dont il a besoin :

Chaîne de raisonnement : Demandez un plan étape par étape. Cela aide l’IA à organiser ses pensées (et vous donne de meilleurs résultats).
Précisez les étapes : Décrivez clairement les étapes que vous souhaitez que l'IA suive. C'est comme si vous lui donniez un plan à suivre.
Encourager la génération de solutions : Laissez l'IA trouver sa propre solution sans tirer de conclusions hâtives. Vous pourriez être surpris par ce qu'elle va vous proposer !

I'm launching a new product line and need site content. Outline a step-by-step plan for launching a new product in the market. Begin with market research, then product development, then marketing strategy, and end with post-launch analysis.

3. Itérer

Votre première invite ne vous donnera probablement jamais exactement ce que vous voulez. Ce n'est pas grave ! Voici comment affiner votre approche :

Analyser et affiner : Voyez pourquoi la réponse initiale n'était pas tout à fait correcte. Souvenez-vous des deux premiers principes. Demandez des étapes et clarifiez vos instructions.
Donnez des exemples : Utilisez des lots d'exemples pour affiner vos invites. C'est comme entraîner l'IA à comprendre vos besoins spécifiques.
Collaborer avec l'IA : Créer ChatGPT te demander pour les informations dont il a besoin..

Reply again, this time:
- Write a step-by-step plan before proceeding, 
- Bullet list important points 
- Use the files I sent as your primary source
- Search online & cite all sources, NO assumptions
- Ask me for necessary follow-up information

Surmonter les défis courants

ChatGPT ne peut pas lire mes données (CSV, etc.)

Les données sont-elles erronées ou renvoient-elles des erreurs ? Les LLM ne sont pas optimisés pour « communiquer avec les données » comme les CSV, les bases de données, etc. Mais ils sont bon en codage – et le code est bon pour le travail de données !

Voici différentes manières de travailler avec des données dans ChatGPT :

Utilisez Python ou l'interpréteur de code : Demandez spécifiquement au LLM d’utiliser Python ou son interpréteur de code pour les tâches de données.
Travailler en petites quantités : Décomposez les tâches de données en parties gérables ; cela donne aux LLM « le temps de réfléchir ! »
Exiger l'achèvement : Dites-lui « ne pas tronquer ni utiliser de texte d'espace réservé » pour obtenir des réponses complètes.
Donnez des exemples : Exemple d'offre sortir des fichiers comme des modèles CSV.
Essayez de l'éteindre et de le rallumer : Essayez une nouvelle discussion – astuce de pro, collez l'ancienne en tant que Markdown !

Exemple d'invite pour la catégorisation d'un site Web

- Start by categorizing the first 20 websites in my list, then prompt me for feedback before the next batch
- Always fully implement all requested functionality. NO placeholders or todos. All code MUST be fully written and implemented.

Les étudiants en LLM ont encore du mal à analyser le Web, à gérer d'énormes ensembles de données et à générer des diapositives complètes. Pour ces tâches :

Exploration Web
Nettoyage de grands ensembles de données
- transformer/pré-nettoyer si possible
Génération de slidedeck
- Utilisez LLM pour les plans plutôt que pour les diapositives

ChatGPT continue à faire des hallucinations

Un autre problème courant qui conduit au « déni » sont les hallucinations – lorsque l’IA invente des choses fausses qui semblent vraies.

Alors comment pouvons-nous garder l’IA sur terre ?

Eh bien, nous devons d’abord définir correctement nos attentes ; rappelez-vous que les LLM ne sont pas des moteurs de recherche et ne récupéreront jamais des informations exactement correctes.

Souviens-toi – la génération est la fonctionnalitépas le bug ! Si l'on inverse la perspective, on pourrait dire qu'un moteur de recherche a un problème de créativité ; il ne crée jamais rien de nouveau. Ce tweet d'Andrej Karpathy l'explique bien :

Cela dit, il y a un peu moyens d'augmenter la précision.

Utiliser Python pour les mathématiques : Assurez-vous que les tâches mathématiques sont résolues étape par étape à l'aide de Python pour éviter les erreurs ; le codage est plus précis que la génération.
Utiliser RAG : Utilisez la génération augmentée de récupération pour contraindre les réponses et améliorer la précision.

Le RAG est un concept particulièrement important. Il est facile de le décomposer en trois parties :

Récupérer informations provenant d'une source de confiance texte de référence
Augmenter répond avec citations à partir de références
Générer réponses contraint à ces références

Cela signifie que vous demandez à ChatGPT d'extraire des textes de référence et seulement donnez des informations à partir de ces textes de référence. Donc, en gros, cela signifie limiter vos générations !

Cette approche permet de fonder les réponses de l’IA sur des informations factuelles et à jour, réduisant ainsi les hallucinations et améliorant la précision.

Je n'obtiens pas les réponses que je souhaite

Ne vous inquiétez pas, nous pouvons résoudre ce problème :

Demander des variations : Demandez plusieurs variantes et sélectionnez la meilleure. Les LLM ne se lassent jamais, alors continuez à demander !
Forcer l'itération : Demandez à l'IA de vous demander d'autres questions pour affiner les réponses. C'est mon invite préférée (de Seth Waite):

Ask me any questions you need to know to understand the problem more. After each set of questions, tell me on a scale of 0 to 100 how confident you are in the answer. Don't try to tell me the answer until you're at least 95% confident.

Un conseil important : ne demandez pas à l'IA si quelque chose est correct. Il essaiera de prédire ce que vous voulez plutôt que de vous donner une réponse précise. demandez-lui de résoudre le problème étape par étape et de montrer son raisonnement.

Conseils et ressources avancés

GPT personnalisés : laissez l'IA s'occuper des invites

Il existe de nombreux GPT personnalisés qui sont efficaces pour développer des invites. Voici quelques-uns de mes favoris :

Essayez d'autres modèles

Si vous êtes dans ChatGPT et que votre invite ne vous donne pas tout à fait ce que vous voulez, il existe d'autres modèles gratuits :

Gémeaux 1.5 2M:Disponible via le studio AI de Google.
Claude 3.5:Le meilleur modèle d'Anthropic, disponible gratuitement.
Lama-3:Le top model de Meta, également en accès libre.

Et si vous souhaitez jouer avec plusieurs modèles, Poe.com propose l'accès à différents modèles pour 20 $/mois.

J'adore la mémoire ChatGPT et les instructions personnalisées

J'adore les fonctions de mémoire et d'instructions personnalisées de ChatGPT, car vous pouvez améliorer vos réponses par défaut. J'y ai mis certaines de mes invites préférées, comme le fait de me demander des questions lorsque je le lui demande à chaque fois, ou de lui dire d'éviter toujours d'utiliser certains mots.

Outils utiles pour une ingénierie rapide

Lorsque vous travaillez avec des invites et du contenu généré par l'IA, ces outils peuvent s'avérer très utiles :

Ressources supplémentaires

Pour vous aider dans votre parcours d’incitation à l’IA, voici quelques ressources précieuses :

Bibliothèques d'invites

Guides d'incitation

Cours d'incitation

Pour conclure :

N'oubliez pas que maîtriser des techniques d'incitation efficaces est un processus continu. Continuez à expérimenter, continuez à apprendre et n'ayez pas peur de repousser les limites de ce que ces outils d'IA peuvent faire.