Utiliser pleinement les capacités des agents conversationnels

Un agent conversationnel (chatbot) est une application logicielle ou une interface web conçue pour converser par saisie texte ou vocale. Les IA génératives sont appelées ainsi car elles ont la capacité de générer différents types de contenu. Par exemple, au départ, le rôle principal de ChatGPT était de générer du texte. ChatGPT a été nommé ainsi car c’est une interface conversationnelle (Chat), le G signifie Generative (elle génère du texte), P pour Pre-trained (car elle été entraînée à l’avance) et T pour Transformer du nom de son algorithme (qui lui permet de mieux comprendre le contexte et la structure du langage humaine, et de deviner le prochain mot de la phrase).

Mais maintenant les IA génératives sont appelées multimodales car elles peuvent générer nom seulement du texte, mais aussi de l’image, de la vidéo, du son, etc.

Utiliser pleinement les capacités des agents conversationnels, c’est tout un art qui s’appelle le prompt engineering. Un bon prompt permet d'améliorer la qualité et la précision des résultats obtenus par l'IA. La plupart des chatbots populaires conservent le contexte des conversations. Vous pouvez reprendre une discussion à tout moment et la poursuivre là où vous l'aviez laissée. Il ne faut pas hésiter à retravailler la réponse jusqu’à arriver au résultat escompté. Même une fois parvenu à une réponse assez précise, il est possible de lui demander une nouvelle version de la dernière réponse.

Quelques bonnes pratiques de "prompt engineering"

• Structurer sa demande : Organisez votre prompt de manière claire et structurée. Utilisez des listes à puces ou numérotez les points importants pour guider le chatbot dans sa réponse.
• Lui donner un rôle : Cela guide l’IA à fournir une réponse qui emprunte un ton en particulier ou démontre un certain niveau d'expertise. Par exemple "Tu es un expert en cybersécurité et tu as l'habitude de transmettre tes connaissances à des personnes qui débutent dans le domaine. Tu écris une note de synthèse qui explique comment faire une veille en cybersécurité."
• Être spécifique : Plus le prompt est précis et détaillé, meilleures seront les réponses du chatbot. Éviter les instructions vagues.
• Définir le contexte : Si votre demande nécessite un contexte spécifique, assurez-vous de le fournir au chatbot.
• Lui donner des exemples : Si vous voulez que le chatbot génère quelque chose de spécifique, donnez-lui des exemples concrets pour qu'il comprenne mieux ce que vous attendez.
• Utiliser les fonctionnalités de réécriture du texte. Par exemple, il est possible de lui demander de :

1. résumé ou développer un texte, ou un paragraphe
2. corriger l’orthographe et la grammaire du texte
3. traduire du texte (ou synthétiser en Français un article écrit dans une autre langue), y compris en donnant le lien web de l’article
4. changer le type d’utilisation : d’email en tweet, de texte écrit à discours oral, d’email en lettre
5. changer le formatage du texte : sous forme de liste à puce, sous forme de tableau
6. rajouter une thématique
7. changer de ton : utiliser un ton plus formel, chaleureux, humoristique, accessible
8. change le style d’écriture: coller à notre style en lui collant un exemple de notre manière d’écrire, par exemple. Il peut même écrire en prose !
9. changer le format de sortie. Par défaut c’est du markdown, mais on peut lui demander d’autres formats de sortie comme JSON, XML, HTML…

Ne pas hésiter à demander une nouvelle version de la réponse plusieurs fois.

Idées d’utilisation de l’agent conversationnel Voici quelques exemples d’utilisation créatives :

• Faire un brainstorming et lui demander d’explorer des pistes, de générer des approches possibles pour un projet ou de proposer des activités d’équipe
• Le faire réfléchir aux objections que pourrait soulever un projet que vous souhaitez présenter et construire un argumentaire pour répondre à ces objections
• Proposer un processus d’onboarding pour les nouveaux employés

Les chatbots ne traitent pas que du texte

Les agents conversationnels ne font pas que générer du texte. Par exemple ChatGPT peut lire des images, les décrire, mais aussi, si c’est du texte, en faire un résumé. Avec une simple image, par exemple d’une plante, il peut vous dire quelle est son espèce et comment l’entretenir. Si c’est un problème de géométrie il peut vous aider à le réaliser. On peut imaginer plein d’applications. Par exemple, traduire un panneau de signalisation dans un pays étranger… ou même écrire le code HTML d’un site web pris en photo ! Il est possible d’utiliser du texte pour générer une image, ou d’utiliser une image pour générer une vidéo, ou d’utiliser une vidéo pour générer du texte… Les agents conversationnels supportent également le travail sur les fichiers. Il est possible de leur envoyer différents types de fichier, de faire des synthèses si c’est un PDF, des analyses si un XLS, des graphiques de tendance. On peut leur demander de générer une carte géographique avec des annotations. Ils peuvent réduire la taille des images qu’on leur envoie en les compressant. Ils peuvent aussi faire des calculs, et des calculs complexes !

Si on le leur demande, ils peuvent expliquer leur raisonnement pas à pas. D’ailleurs il semblerait que cela améliore leur efficacité, voir ci dessous.

Bon à savoir. Même si les agents conversationnels ont accès aux données jusqu’à une certaine date, ils peuvent générer une recherche web si on leur demande explicitement des données récentes ou de faire référence à des événements récents. Il semblerait que Gemini soit le meilleur pour cela, du fait de son lien avec Google search.

Demander le chemin de pensée dans le prompt Au lieu de demander directement la réponse au modèle, des recherches ont montré qu’en lui demandant d’expliquer les étapes de son raisonnement, cela améliore fortement sa capacité à résoudre des problèmes complexes.

Utiliser les chatbots pour le codage informatique Les agents conversationnels peuvent écrire du code dans un langage de votre choix. Il semblerait que Claude et Gemini soient meilleurs dans ce domaine. Mais ils peuvent aussi

• Tester du code
• Refactoriser du code (améliorer la structure et la lisibilité du code sans modifier son comportement externe)
• Corriger des erreurs
• Expliquer des messages d’erreur

Génération d’images. Dall-E 3 est intégré à ChatGPT et accessible depuis l’interface de Chat. D'autres outils de génération d'images existent comme Midjourney, Adobe Firefly ou Stable Diffusion (plus complexe à maîtriser mais open source). Il est aussi possible de générer des images gratuitement avec Bing Image Creator, lui aussi basé sur DALL·E. Il y a aussi Stability.ai (opensource) Pour l'essayer en ligne, utilisez leur service Dreamstudio ChatGPT a ceci de particulier qu’il comprend de lui-même qu’il doit générer une image. Il est particulièrement utile d’utiliser l’outil « recharger » pour obtenir une nouvelle version de l’image. Il améliore automatiquement le prompt initial pour donner plus de détails sur l'image. Pour retrouver ce prompt amélioré, cliquez sur l'image pour l'afficher en grand, puis sur le bouton i pour afficher le prompt à droite.

Créer des agents personnalisés avec les GPT (ChatGPT).

Un GPT est un GPT-4 préconfiguré, avec des instructions envoyées en amont des instructions utilisateur. C’est comme des "préfixes" aux prompts utilisateurs. Prenons l’exemple d’un GPT "Générateur de logo". Voici quelles pourraient être les instructions préconfigurées : "Tu es un outil d'aide à la génération de logo. Tes logos sont conçus pour être simples et mémorables. Tu utilises DALL·E pour générer le logo. Demande d'abord à l'utilisateur de spécifier s'il veut un logo carré, rond ou rectangulaire, puis quelle palette de couleurs il souhaite utiliser. Ensuite, génère un logo." Les GPT disponibles sont accessibles via « Explore GPT’s ». A partir de là, il est aussi possible de créer son propre GPT. Chez Gemini ça s’appelle les Gems et chez Claude ça s’appelle les Projets

Utiliser les custom instructions (ChatGPT)

Les custom instructions permettent de personnaliser l'expérience utilisateur avec ChatGPT, en fournissant des informations spécifiques sur l'utilisateur et ses préférences de réponse. Cela est aussi disponible chez les autres agents conversationnels. Les customs instructions permettent à GPT de :

• nous connaître. Savoir dans quelle entreprise on travaille
• connaître nos préférences en matière de réponse : longues et détaillées, ou courtes sous forme de listes à puces et tableaux ?

Pour les spécifier, aller dans Personnaliser ChatGPT. Voici les questions à se poser :

• Que doit savoir ChatGPT à propos de moi pour me donner de meilleures réponses ?

1. Dans quel pays ou ville j’habite ?
2. Mes intérêts professionnels ?
3. Ce que j’aime faire dans mes loisirs ?
4. Mon objectif professionnel ?
5. Mon travail en contexte transculturel ?

• Comment j’aimerais qu’il me réponde ?

1. Un ton professionnel ?
2. Fournir des réponses bien informées à jour sur les tendances technologiques
3. Donner des conseils pratiques si possibles
4. Dans quels domaines proposer des ressources
5. Réponses concises mais complètes
6. Si on utilise un GPT personnalisé, les « customs instructions » sont lues avant.

Les Customs instructions sont aussi disponibles dans Gemini (mais pas dans les instances SIL et Wycliffe). Cela se trouve sous Paramètres et Aide > Instructions pour Gemini

Comparatif des Agents conversationnels

• ChatGPT est très polyvalent, c’est le couteau suisse par excellence. Leader en termes de polyvalence et d'adoption grand public.

1. Forces : Raisonnement logique de pointe (via les modèles "Thinking"), multimodalité fluide (voix, image, vidéo native), et le plus grand écosystème de "GPTs" personnalisés.
2. Faiblesses : Peut devenir "paresseux" sur de très longues instructions, verbeux et parfois trop consensuel. Moins intégré nativement dans un écosystème pro (vs Copilot / Google). Contexte plus limité que Gemini et Claude.
3. Meilleur généraliste

• Gemini mise sur l'immensité des données et l'intégration à son écosystème

1. Forces : Fenêtre de contexte massive, permettant d'analyser des centaines de fichiers ou des heures de vidéo d'un coup. Analyse de documents longs : Gemini est imbattable. Intégration parfaite avec Google Workspace (Drive, Docs, Gmail). Très bon en multimodal. Intégration à Google search permet des informations fraîches.
2. Faiblesses : Réponses parfois trop verbeuses. Moins bon que ChatGPT en raisonnement et créativité pure.
3. Meilleur pour : la productivité en environnement Google

• Claude est plus apprécié des profils techniques et des puristes de la précision.

1. Forces : Style d'écriture le plus "humain" et nuancé (très bon en rédaction pure). Raisonnement nuancé et profondeur analytique. Très grand contexte. Style plus « prof ». Excellente gestion du code (via Claude Code) et respect strict des instructions complexes. Très faible taux d'hallucination.
2. Faiblesses : Pas de génération d'images native. Capacité web search moins bonnes que Gemini. Parfois trop prudent (refuse des requêtes par excès de zèle sécuritaire). Moins d’intégration à des outils externes.
3. Meilleur pour : l’analyse complexe, la rédaction

• Copilot est un bon assistant de productivité pour les entreprises qui ont adopté l’écosystème Microsoft

1. Forces : Intégration profonde dans la suite Office 365. Capable de synthétiser une réunion Teams, de créer un PowerPoint à partir d'un Word ou d'analyser un Excel en un clic. Sécurité des données de niveau "Entreprise".
2. Faiblesses : Interface parfois encombrée. Moins créatif que ChatGPT pour le brainstorming pur car plus bridé par les processus métier.
3. Meilleur comme assistant en environnement Microsoft

Voici quelques recommandations suivant l’utilisation :

• En IT : ChatGPT puis Gemini
• Codage : Gemini ou Claude
• En Analyse de très longs documents : Gemini, Claude, ChatGPT
• En raisonnement complexe et en rédaction : Claude, ChatGPT, Gemini
• En productivité entreprise : Gemini
• En créativité : ChatGPT, Claude, Gemini
• En recherche Web : Gemini
• En multimodal : ChatGPT, Gemini
• En Fiabilité, Sécurité : Claude, ChatGPT, Gemini

Conseils pratiques Utiliser 2-3 agents conversationnels complémentaires

• Claude pour l'analyse profonde
• ChatGPT pour les images
• Gemini pour les grandes bases documentaires.

Et les autres IA ?

• Copilot est intégré à Bing
• Llama (Facebook)
• Mistral AI (Français non GAFAM)
• Claude
• Perplexity

Les IA génératives d’audio

• ElevenLabs pour générer une voix crédible
• OpenAI Jukebox pour générer de la musique
• Suno https://suno.com/

Les IA génératives de vidéo :

• Runway
• Synthesia
• D-ID
• Google AI Studio

Les IA génératives de slides :

• Gamma
• Tome
• Beautiful.ai

Les IA génératives de sites web :

• Mixo

Ressources :  Ecrire de bons prompts pour l'IA