Prompt : auto-critique
PromptingTechnique pour inciter un modèle IA à corriger ses propres erreurs avant de répondre.
Explication
L’auto-critique est une méthode de prompting qui pousse le modèle à analyser sa propre réponse avant de la finaliser. En lui demandant explicitement de vérifier, de questionner ou d’améliorer ce qu’il a écrit, on réduit les risques d’inexactitudes, de contradictions ou d’oubli d’informations. Cette approche exploite la capacité des modèles à « réfléchir » sur leur travail, comme un relecteur attentif qui repère ses propres coquilles ou incohérences.
Par exemple, au lieu de simplement demander « Explique-moi la photosynthèse », on peut ajouter : « Après ta réponse, relis-la et corrige les erreurs ou les formulations floues ». Le modèle prend alors un peu plus de temps, mais la qualité de la réponse s’en trouve souvent améliorée.
Cette technique est particulièrement utile pour des tâches complexes ou sensibles, où la précision est cruciale. Elle montre aussi comment, avec un bon guidage, on peut tirer parti des capacités d’auto-évaluation des modèles.
Cas d'usage
- ✓Vérifier la cohérence d’un résumé généré avant de le partager
- ✓Corriger les erreurs factuelles dans une réponse technique
- ✓Améliorer la clarté d’une explication complexe
- ✓Éviter les répétitions ou les contradictions dans un texte long
- ✓Affiner une traduction pour qu’elle sonne plus naturelle