Prompt Engineering

Le prompt engineering est la discipline qui consiste à concevoir et optimiser les instructions (prompts) envoyées à un modèle de langage (LLM) pour obtenir des résultats précis, fiables et adaptés à un cas d'usage. C'est l'interface entre l'intention humaine et le comportement du modèle. Devenu un métier à part entière (Prompt Engineer) et une compétence transversale.

Les techniques principales : (1) zero-shot — demande directe sans exemple ; (2) few-shot — fournir 2-5 exemples de paires input/output dans le prompt ; (3) chain-of-thought (CoT) — "réfléchis étape par étape" — améliore le raisonnement ; (4) role prompting — "Tu es un expert en X" ; (5) structured output — demander du JSON, XML, ou utiliser le mode structured outputs des APIs ; (6) self-consistency — multiple générations puis vote ; (7) ReAct — Reasoning + Acting (utilisé pour les agents).

Best practices : être spécifique, donner du contexte, montrer des exemples, contraindre le format de sortie, séparer instructions et données, itérer empiriquement. Outils : Anthropic Console, OpenAI Playground, LangChain PromptTemplate, PromptLayer (versioning). Critique pour AI-050, AI-102, AIF-C01.