Vers une simplification des prompts ?

Avec la publication des modèles OpenAI o1 , il semble que l'art du prompt est simplifié.

Dans la continuité de " OpenAI o1 sait raisonner et ne répond pas bêtement", argument marketing principal de ces nouveaux modèles, OpenAI explique ( https://platform.openai.com/docs/guides/reasoning?reasoning-prompt-examples=research  ) que ces modèles fonctionnent mieux avec des instructions simples.

Certaines techniques de rédaction de prompts (voir Principes pour des bons prompts), comme l'utilisation de quelques exemples (few-shot prompting) ou la demande au modèle de "réfléchir étape par étape", ne contribuent pas toujours à améliorer les performances, et peuvent parfois les diminuer.

Et il est vrai que le "étape par étape" ou "méthode itérative" embrouille souvent l'IA (surtout en fin de nb de tokens).

Voici quelques bonnes pratiques recommandées par OpenAI avec les nouveaux modèles:

- Rédigez des prompts simples et directs : Les modèles sont particulièrement efficaces lorsqu'ils reçoivent des instructions courtes et claires, sans nécessiter de directives complexes.
- Évitez les prompts en chaîne de raisonnement : Les modèles traitent déjà le raisonnement de manière interne, il n'est donc pas nécessaire de les inciter à "réfléchir étape par étape" ou à "expliquer leur raisonnement".
- Utilisez des délimiteurs pour plus de clarté : L'utilisation de délimiteurs comme des guillemets triples, des balises XML ou des titres de section aide le modèle à comprendre les différentes parties du prompt et à les interpréter correctement.
- Limitez le contexte supplémentaire dans la génération augmentée par récupération (RAG) : Lorsque vous fournissez des informations supplémentaires ou des documents, n'incluez que les informations les plus pertinentes afin d'éviter que le modèle ne complique sa réponse.