Compete in HackAPrompt 2.0, the world's largest AI Red-Teaming competition!

Check it out →
Bienvenue
😃 Bases
💼 Applications de base
🧙‍♂️ Intermédiaire
🤖 Agents
⚖️ Fiabilité
🖼️ Prompting d'images
🔓 Hacking de prompts
🔨 Outillage
💪 Calibrage de prompts
🎲 Divers
📚 Bibliographie
📦 Prompted Products
🛸 Ressources supplémentaires
🔥 Sujets Brûlants
✨ Générique

Combinaison de techniques

🟢 This article is rated easy
Reading Time: 1 minute
Last updated on August 7, 2024

Sander Schulhoff

Comme nous l'avons vu dans les pages précédentes, les prompts peuvent avoir des formats et des complexités variables. Elles peuvent inclure du contexte, des instructions, et plusieurs exemples d'entrée-sortie. Cependant, jusqu'à présent, nous n'avons examiné que des classes de prompts séparées. La combinaison de ces différentes techniques de prompt peut conduire à des prompts plus performants.

Voici un exemple d'un prompt qui inclut du contexte, des instructions et plusieurs exemples :

Twitter est une plateforme de médias sociaux où les utilisateurs peuvent publier de courts messages appelés "tweets".
Les tweets peuvent être positifs ou négatifs, et nous aimerions être en mesure de classer les tweets comme positifs ou négatifs. Voici quelques exemples de tweets positifs et négatifs. Assurez-vous de classifier correctement le dernier tweet.

Q: Tweet : "Quelle belle journée !"
Ce tweet est-il positif ou négatif ?

R: positif

Q: Tweet : "Je déteste cette classe"
Ce tweet est-il positif ou négatif ?

R: négatif

Q: Tweet : "J'adore les poches sur les jeans"

R:

En ajoutant du contexte ou des exemples supplémentaires, nous pouvons souvent améliorer les performances des IA sur différentes tâches.

Sander Schulhoff

Sander Schulhoff is the CEO of HackAPrompt and Learn Prompting. He created the first Prompt Engineering guide on the internet, two months before ChatGPT was released, which has taught 3 million people how to prompt ChatGPT. He also partnered with OpenAI to run the first AI Red Teaming competition, HackAPrompt, which was 2x larger than the White House's subsequent AI Red Teaming competition. Today, HackAPrompt partners with the Frontier AI labs to produce research that makes their models more secure. Sander's background is in Natural Language Processing and deep reinforcement learning. He recently led the team behind The Prompt Report, the most comprehensive study of prompt engineering ever done. This 76-page survey, co-authored with OpenAI, Microsoft, Google, Princeton, Stanford, and other leading institutions, analyzed 1,500+ academic papers and covered 200+ prompting techniques.