Formation Appréhender le fonctionnement des IA génératives et maitriser l’art du prompt

Programme de notre formation maîtriser l’art du prompt

[Jour 1 – Matin]

Introduction aux IA génératives

• Comprendre ce qu’est une IA générative et ses grandes familles :
  • Modèles de langage (LLM) : découvrir les modèles et les interfaces conversationnelles qui les utilisent.
  • Plateformes : les interfaces grand public et professionnelles (ChatGPT, Claude, Gemini, Microsoft Copilot, Le Chat de Mistral).
  • LLM propriétaires : modèles fermés accessibles via une interface ou une API (GPT d’OpenAI, Claude d’Anthropic, Gemini de Google).
  • LLM open source : modèles aux poids ouverts, pouvant être hébergés en interne pour garder la maîtrise des données (Llama de Meta, Mistral, DeepSeek, Qwen).
  • IA de génération d’images, d’audio et de vidéo.
• Notions clés :
  • Prompt : la consigne donnée au modèle, qui conditionne directement la qualité de la réponse.
  • Agent simple : un assistant configuré avec des instructions, des documents de référence et éventuellement des outils, pour une tâche récurrente (GPT personnalisé, Projet Claude, Gem…).
  • IA agentique : un agent capable de planifier et d’enchaîner plusieurs actions de manière autonome pour atteindre un objectif, sous contrôle humain.
• Prompt éthique – mises en garde : limites, biais et risques associés aux modèles génératifs : hallucinations, confidentialité des données (et anonymisation), AI Act et impact écologique.
• Prise en main d’une plateforme pour le prompt : découverte de l’interface, gestion des conversations, choix du modèle, ajout de fichiers et organisation en projets.
• Techniques de prompting : premier aperçu des approches qui améliorent les réponses (structurer la demande, donner du contexte, fournir des exemples, itérer), approfondies dans la séquence suivante.
• Atelier pratique : tester un même prompt sur plusieurs plateformes et comparer les résultats selon des critères simples : respect des consignes, pertinence et qualité.

Fondamentaux du prompting

• Les ingrédients d’un prompt efficace : contexte, rôle, objectif, informations utiles, contraintes et format attendu. Pour un agent IA, préciser également les actions autorisées et les situations nécessitant une validation humaine.
• Du prompt à l’assistant : transformer un prompt efficace en assistant réutilisable (instructions permanentes, documents de référence) pour une tâche récurrente.
• Stratégies avancées : décomposition d’une tâche en étapes, enchaînement de prompts et utilisation d’outils externes. Comprendre la différence entre une suite d’étapes prédéfinies et un agent qui adapte ses actions à la tâche.
• Erreurs courantes à éviter pour gagner en clarté et en précision : demandes ambiguës, consignes contradictoires, contexte insuffisant et délégation trop large à un agent.
• Atelier pratique : reformuler un prompt mal conçu et mesurer l’amélioration obtenue. Décliner ce prompt en consigne pour un agent en précisant l’objectif, les limites et le résultat attendu.

[Jour 1 – Après-midi]

Prompting appliqué aux cas d’usage

• Texte : rédaction, résumé, reformulation et génération créative (articles, posts, storytelling). Structurer les consignes pour une tâche en plusieurs étapes : rechercher, synthétiser puis préparer un contenu à valider.
• Le prompt pour générer des supports : présentations, documents structurés, tableaux, fiches et pages web, en précisant le public, la structure et le format attendus.
• Le prompt pour analyser et manipuler des documents : synthétiser, extraire des informations, comparer ou transformer des fichiers (PDF, Word, Excel), en vérifiant les résultats par rapport à la source.
• Le prompt pour générer du contenu multimédia et du code : images, audio et vidéo ; code simple (scripts, formules, petites applications).
• Automatisation de workflows : découverte de l’intégration des IA dans des chaînes de traitement via des outils comme Make, Zapier et Power Automate.
• Atelier pratique : concevoir un prompt « métier » (texte, code, image ou vidéo) et l’optimiser par itérations successives. Pour un usage en plusieurs étapes, préciser les consignes et la validation attendue avant une action ou une diffusion.

Analyse critique et bonnes pratiques

• Savoir évaluer la pertinence et la fiabilité des résultats : respect de l’objectif, exactitude, sources et format attendu. Pour un agent, vérifier également les actions réalisées et le respect du périmètre autorisé.
• Bonnes pratiques en entreprise : garder le contrôle humain sur les décisions et distinguer les consignes de l’utilisateur des contenus consultés par un agent, qui peuvent contenir des instructions malveillantes.
• Atelier pratique : comparer plusieurs sorties IA, identifier leurs limites et ajuster les prompts pour améliorer la qualité. Sur un scénario agentique simple, repérer une action inadaptée et reformuler les consignes pour mieux encadrer son exécution.