Summary  
This chapter covers techniques for guiding AI output by presenting examples of the desired result (few-shot prompting) and by encouraging step-by-step reasoning for complex tasks (chain-of-thought prompting).

General domain of usage  
Machine translation

L'incitation basée sur des exemples consiste à montrer à l'IA un ou plusieurs exemples du résultat souhaité. Cela s'appelle le **few-shot prompting**.

**Few-shot prompting** : fournir quelques exemples dans l'invite pour illustrer le résultat attendu.

Définition

Pour les tâches complexes ou comportant plusieurs étapes, le **chain-of-thought prompting** encourage l'IA à raisonner étape par étape.



**Chain-of-thought prompting** : encourager l'IA à raisonner à travers un problème étape par étape dans sa réponse.

#### Comparaison d'exemples

- **Few-shot :** `Translate the following sentences to French. Example: "Good morning." → "Bonjour." Now translate: "How are you?"`;
- **Chain-of-thought :** `Solve this math problem step by step: If a train travels 60 miles in 1.5 hours, what is its average speed?`.

Utiliser le **few-shot prompting** lorsque vous souhaitez que l'IA imite un style ou un format spécifique. Utiliser le **chain-of-thought prompting** pour les tâches nécessitant des étapes logiques ou des explications.

Trop d'exemples peuvent submerger l'IA ou dépasser sa fenêtre de contexte. Sélectionner des exemples **concises** et **pertinents**.

Remarque

Quand faut-il utiliser l'incitation en chaîne de pensée ?

Un cours entièrement théorique, accessible aux débutants, présentant les concepts fondamentaux et les stratégies pratiques de l’ingénierie de prompt pour les grands modèles de langage (LLM). Présentation de la structuration, de l’optimisation et de l’amélioration des prompts afin d’obtenir de meilleurs résultats générés par l’IA.

Découvrez les éléments fondamentaux de l'ingénierie des prompts, notamment la définition des prompts, leur importance et les principes clés pour une communication efficace avec les LLM.

Techniques pratiques de formulation pour contrôler le comportement de l'IA et améliorer la qualité des réponses.

Apprenez à affiner, évaluer et améliorer les prompts pour garantir la cohérence et l'adaptation aux cas d'utilisation réels.

Incitation Basée sur des Exemples et Étape par Étape

Comparaison d'exemples

Awesome!

Incitation Basée sur des Exemples et Étape par Étape

Comparaison d'exemples