Definition

Qu'est-ce qu'un ingénieur prompt en IA ?

Un ingénieur en intelligence artificielle (IA) est un expert en création de prompts ou d'indices textuels qui peuvent être interprétés et compris par de grands modèles de langage et des outils d'IA générative. Contrairement aux ingénieurs informaticiens traditionnels qui écrivent du code, les ingénieurs d'assistance utilisent le langage écrit pour évaluer les idiosyncrasies des systèmes d'intelligence artificielle.

Ces professionnels sont également chargés de former et d'affiner les outils d'IA émergents, tels que ChatGPT d'OpenAI, Bard de Google, Dall-E, Midjourney et Stable Diffusion, afin de fournir des réponses précises et pertinentes aux questions des gens.

Les questions posées par les utilisateurs aux modèles d'IA sont appelées "invites ou plus communément prompts".

Que fait un ingénieur en IA ?

Les ingénieurs d'aide à l'IA servent d'intermédiaires entre les modèles d'apprentissage machine (ML) et les humains qui les interrogent. Le travail d'un ingénieur d'aide à l'IA consiste à développer un ensemble d'entrées et à former les modèles afin qu'ils produisent les meilleurs résultats souhaités pour l'utilisateur. En tant que tel, le rôle consiste à rédiger des messages-guides textuels et à les introduire dans le back-end des outils d'IA pour leur permettre d'effectuer des tâches, telles que la rédaction d'un essai, la génération d'un article de blog ou la création d'un e-mail de vente avec le ton et les informations adéquats.

Les systèmes d'IA manquant d'intuition, ils dépendent de l'intervention humaine pour comprendre le langage humain et les questions afin de produire des messages-guides efficaces.


Il existe plusieurs différences entre l'IA et l'intelligence humaine.

Les principaux éléments des messages-guides de l'IA

Des prompts bien conçus jouent un rôle essentiel en permettant au modèle d'IA de saisir l'intention et le contexte de l'utilisateur, ce qui se traduit en fin de compte par des réponses à la fois précises et pertinentes.

Une invite d'IA se compose généralement des quatre éléments suivants :

1. Instruction. Il s'agit d'une question simple accompagnée d'un ensemble d'instructions sur la manière dont le modèle d'IA doit répondre à la question.

Exemple : Fournissez-moi des recettes faciles à base de glucides qui se préparent en moins de 15 minutes et dressez la liste des ingrédients nécessaires à leur réalisation.

Cette invite donne des instructions précises sur le type de recettes nécessaires, le temps de préparation et les ingrédients requis pour les cuisiner.


L'ingénierie rapide nécessite souvent des demandes spécifiques et claires pour obtenir les résultats souhaités.

2. Le contexte. Le contexte fournit au modèle d'IA des informations générales essentielles qui lui permettent de produire un contenu pertinent. Sans contexte adéquat, les réponses peuvent devenir génériques ou non pertinentes.

Exemple : Quelles sont les technologies vertes utilisées dans les transports ?

Cette invite utilise le contexte "utilisé dans les transports" tout en posant la question sur les technologies vertes, ce qui aide le modèle à se concentrer sur les réponses qui sont spécifiquement liées aux technologies vertes liées aux véhicules.

3. Données d'entrée. Il s'agit d'ajouter des données d'entrée à une instruction.

Exemple : Créez une courte biographie d'Albert Einstein (14 mars 1879-18 avril 1955), célèbre physicien et scientifique qui a créé la théorie de la relativité, qui établit que rien ne peut voyager plus vite que la vitesse de la lumière. Il a reçu le prix Nobel de physique en 1921 pour sa découverte de l'effet photoélectrique.

Cette invite fournit au modèle d'IA des informations pertinentes sur Einstein, puis lui demande de créer une courte biographie de ce dernier.

4. Exemples. Les exemples peuvent également être introduits dans un modèle d'intelligence artificielle afin d'obtenir un résultat spécifique sur les exemples fournis.

Exemple : Créez une liste de lecture musicale basée sur les chansons suivantes : "Bohemian Rhapsody" de Queen, "Hotel California" des Eagles et "Hey Jude" des Beatles. La liste de lecture doit avoir une ambiance rock classique et inclure des chansons emblématiques similaires qui évoquent un sentiment de nostalgie et d'attrait intemporel. Veuillez fournir au moins 10 chansons pour la liste de lecture.

Ce message guide le modèle d'IA pour qu'il génère une liste de lecture qui s'aligne sur les exemples de chansons fournis et qui restitue l'ambiance rock classique souhaitée.

Compétences et exigences pour les ingénieurs prompts à l'IA

Pour élaborer et optimiser avec succès des messages-guides pour les modèles d'apprentissage de l'IA, un ingénieur en prompts IA doit disposer d'une combinaison de compétences techniques, linguistiques et analytiques.

Les compétences clés requises pour devenir ingénieur en IA sont les suivantes :

  • Compréhension de l'IA, de la ML et du NLP. Pour travailler avec des systèmes d'IA, l'ingénieur chargé des messages-guides doit connaître les concepts d'apprentissage automatique, les algorithmes et les structures de modèles. Pour créer des messages-guides efficaces, il faut également maîtriser les principes du traitement du langage naturel (NLP), la syntaxe, la sémantique et la structure du langage.
  • Compétences en programmation. Le principal langage de programmation pour les tâches de PNL et d'IA est Python. Par conséquent, une connaissance fondamentale de Python et d'autres langages de programmation est utile pour les tâches impliquant le développement de scripts, l'intégration de modèles et la manipulation de données.
  • Compétences en communication. Étant donné que les ingénieurs prompts IA engagent et collaborent fréquemment avec d'autres équipes et communiquent avec des systèmes d'IA, ils doivent posséder de solides compétences en communication écrite et orale pour travailler efficacement avec les parties prenantes, expliquer les exigences essentielles et comprendre les objectifs du projet.
  • Formation. Bien qu'il ne soit pas toujours nécessaire d'avoir une formation en IA ou dans un domaine lié à l'informatique, un diplôme en informatique, en science des données ou dans une discipline connexe peut être utile. Étant donné que cette profession se concentre sur les aspects linguistiques et cognitifs de l'IA, les ingénieurs prompts à intervenir peuvent provenir de divers horizons, tels que la communication et la psychologie cognitive. En outre, ils peuvent améliorer leurs connaissances et se tenir au courant des dernières tendances et évolutions en matière d'IA en utilisant des tutoriels en ligne et des ressources d'auto-apprentissage, notamment des cadres et des bibliothèques de NLP, tels que Natural Language Toolkit, SpaCy et transformers.
  • Expérimenter des modèles de ChatGPT pré-entraînés. Ceux qui aspirent à entrer dans le domaine de l'ingénierie des messages-guides devraient envisager d'expérimenter et de tester des modèles de chatbot IA pré-entraînés, tels que GPT-3 ou GPT-4. Ils peuvent mener des expériences avec différentes invites pour observer les capacités de génération de texte et les contraintes des modèles, ce qui leur permet de mieux comprendre le comportement de ChatGPT et d'optimiser les invites grâce à une pratique concrète.

Quelle est la fourchette de salaire des ingénieurs en intelligence artificielle ?

Reconnu par le Forum économique mondial comme l'un des principaux emplois de l'avenir, une carrière dans l'ingénierie de l'IA peut s'avérer fructueuse.

La fourchette de salaires des ingénieurs en IA peut varier considérablement. Diverses sources mentionnent des salaires allant de 175 000 à plus de 300 000 dollars. Toutefois, ces chiffres sont basés sur des offres d'emploi spécifiques et peuvent ne pas représenter l'ensemble de la fourchette des salaires dans ce domaine.

En outre, les salaires peuvent varier en fonction de facteurs tels que la situation géographique, l'expérience et l'organisation ou le secteur qui recrute.

L'ingénierie rapide et le réglage fin sont deux méthodes permettant de maximiser le rendement de l'IA. Faites la différence entre ces deux approches et explorez les exigences uniques en matière de formation des modèles associées à chaque méthode.

Pour approfondir sur IA appliquée, GenAI, IA infusée