Leçon 4 — Bien s'en servir
Cette leçon rassemble ce qui fonctionne réellement, et écarte les recettes qui circulent sans effet mesurable. Le critère retenu : est-ce que cela améliore le résultat de façon reproductible ?
Le principe unique dont tout découle
Un modèle génératif produit ce qui est vraisemblable étant donné ce qu'on lui a donné. Toute bonne pratique n'est qu'une déclinaison de cette phrase : rendez la bonne réponse plus vraisemblable que les mauvaises.
Cela explique pourquoi les techniques suivantes marchent, et pourquoi la politesse ou l'insistance n'ont aucun effet mesurable.
Cinq pratiques qui améliorent réellement les sorties texte
1. Donner le rôle, la tâche et le format séparément
Une consigne efficace comporte trois blocs distincts. Le rôle situe le registre et le vocabulaire attendus. La tâche dit ce qu'il faut faire, avec les contraintes. Le format décrit précisément la sortie voulue.
Comparez :
Résume ce texte.
et :
Tu es analyste financier. Résume le rapport ci-dessous à destination d'un comité de direction non technique. Produis exactement trois puces de vingt mots maximum, chacune contenant un chiffre du rapport. N'ajoute aucune information absente du texte.
La seconde formulation ne relève d'aucune astuce : elle réduit l'espace des réponses vraisemblables à celles qui vous conviennent.
2. Donner des exemples
C'est le levier le plus puissant et le plus sous-utilisé. Deux ou trois exemples d'entrée-sortie valent mieux que trois paragraphes d'explications, en particulier pour un format précis ou un ton particulier.
La raison est directe : les exemples établissent un motif, et le modèle est excellent pour continuer un motif. C'est ce qu'on appelle l'apprentissage en contexte, et cela ne modifie pas le modèle — seulement ce qui est vraisemblable dans cette conversation.
Si vous avez plus de quelques dizaines d'exemples et un besoin permanent, le fine-tuning devient plus économique que de les répéter à chaque appel.
3. Faire raisonner avant de conclure
Comme vu dans la leçon 3, le modèle ne peut pas revenir en arrière. Lui demander d'exposer son raisonnement avant de donner la réponse améliore réellement l'exactitude sur les tâches à plusieurs étapes, parce que les étapes intermédiaires deviennent un contexte sur lequel la conclusion s'appuie.
Formulation utile : « Analyse d'abord chaque critère séparément, puis donne ta conclusion en dernière ligne, préfixée par CONCLUSION : ».
Sur les modèles récents dits « de raisonnement », ce comportement est intégré et la consigne devient superflue.
4. Découper les tâches complexes
Une consigne qui demande six choses à la fois en réussit trois. Enchaîner trois appels dont chacun fait une chose donne un résultat nettement meilleur, et surtout débogable : quand la sortie est mauvaise, vous savez quelle étape a échoué.
Exemple pour du traitement de documents : un appel pour extraire les données brutes, un appel pour les valider et signaler les incohérences, un appel pour rédiger la synthèse. Chaque étape est testable indépendamment.
5. Fixer les paramètres selon la tâche
Récapitulé de la leçon précédente, et il vaut la peine de le répéter parce que c'est l'erreur la plus courante en production : température 0 pour tout ce qui doit être déterministe, extraction, classification, code, données structurées. Température 0,7 à 0,9 uniquement pour ce qui doit varier.
Ce qui ne fonctionne pas
Trois croyances répandues, à écarter.
La politesse et les menaces. Ni « s'il te plaît » ni « c'est très important pour ma carrière » ne produisent d'amélioration mesurable et reproductible. Ce qui a parfois donné cette impression, c'est que ces formulations allongent la consigne et la rendent plus spécifique — l'effet vient de là.
Les consignes interminables. Au-delà d'un certain point, ajouter des instructions dégrade le résultat : les contraintes se contredisent, et le milieu du contexte est mal exploité. Une consigne dense de dix lignes bat une consigne bavarde de cent.
Les formules magiques. Les listes de « prompts secrets » qui circulent sont, au mieux, des applications des principes ci-dessus, au pire du bruit. Un principe compris vaut mieux que cinquante recettes.
Pour les images : ce qui compte réellement
La structure de la description
Une description efficace nomme, dans cet ordre : le sujet, l'action ou la pose, le cadre, l'éclairage, le style, le cadrage.
Un artisan âgé ajustant une pièce d'horlogerie, atelier en bois encombré, lumière chaude de fin d'après-midi entrant par la fenêtre, photographie documentaire, plan rapproché, faible profondeur de champ
Les termes techniques de photographie et d'illustration fonctionnent bien, parce que les légendes du corpus d'entraînement les contenaient. « Plan large », « contre-jour », « aquarelle », « rendu 3D » sont des instructions efficaces, pas des incantations.
Les réglages, par ordre d'impact
La graine. Fixez-la. Sans cela, vous ne pouvez pas savoir si un changement de description a amélioré le résultat ou si vous avez simplement eu de la chance. C'est la règle numéro un et celle qu'on oublie le plus.
Le guidage. Trop faible, l'image ignore votre demande ; trop fort, elle devient saturée et rigide. Testez 6, 9 et 13 à graine fixe : vous verrez immédiatement l'effet.
Les étapes. 30 suffisent presque toujours. Monter à 100 ne fait que consommer du temps.
La consigne négative. Souvent plus efficace qu'un ajout à la consigne principale, notamment pour écarter des défauts récurrents.
Le conditionnement par image. Dès que la composition compte, cessez de la décrire : imposez-la. Partir d'une esquisse, d'une pose ou d'une carte de contours donne un contrôle qu'aucune phrase n'apportera.
La méthode qui fait progresser
Une variable à la fois, à graine fixe. Changez l'éclairage, regardez. Puis le style, regardez. Changer cinq choses simultanément ne vous apprend rien, et c'est ce que tout le monde fait.
Évaluer honnêtement
Le piège classique : on essaie trois fois, on garde le meilleur résultat, et on conclut que ça marche. Ce n'est pas une évaluation, c'est une sélection.
Une méthode simple et suffisante :
- Constituez un jeu de vingt à cinquante cas représentatifs, y compris les cas difficiles et les cas limites.
- Définissez un critère de réussite écrit avant de regarder les sorties.
- Passez tous les cas et comptez.
- Quand vous modifiez la consigne, repassez tout le jeu. Une amélioration sur un cas se paie souvent par une régression ailleurs.
C'est une demi-journée de travail, et cela transforme une impression en mesure. Sans cela, vous ne saurez jamais si vos modifications améliorent quoi que ce soit.
Pour les sorties textuelles longues, la comparaison par paires — laquelle des deux versions est la meilleure — est bien plus fiable qu'une note sur dix, parce que les humains notent de façon instable et comparent de façon stable.
Trois règles pour un usage professionnel
Vérifiez tout ce qui est factuel. Noms, chiffres, dates, références, citations. Le modèle produit du vraisemblable, et le vraisemblable est souvent faux dans le détail.
Gardez l'humain sur la décision. Un contenu généré est un brouillon. Quelqu'un doit en assumer la responsabilité, et cette personne doit l'avoir lu.
Documentez ce que vous faites. Quel modèle, quelle version, quelle consigne, quels réglages. Sans cela, vous ne pourrez ni reproduire un bon résultat, ni expliquer un mauvais, ni justifier votre travail si on vous le demande.
À retenir
- Tout découle d'un principe : rendre la bonne réponse plus vraisemblable que les mauvaises.
- Séparez rôle, tâche et format ; c'est la structure de consigne la plus efficace.
- Donner deux ou trois exemples est le levier le plus puissant et le plus sous-utilisé.
- Faire raisonner avant de conclure et découper les tâches améliorent l'exactitude et rendent les erreurs localisables.
- Politesse, menaces et consignes interminables n'apportent rien de mesurable.
- En image : fixez la graine, réglez le guidage, changez une variable à la fois, et imposez la composition plutôt que de la décrire.
- Évaluez sur vingt à cinquante cas avec un critère écrit d'avance, et repassez tout le jeu à chaque modification.
Leçon suivante — Les limites : droit d'auteur, mémorisation, détection →