Glossaire

Prompting récursif

Qu’est-ce que Prompting récursif ?

Le prompting récursif désigne des techniques où la sortie d'un modèle de langage est réutilisée comme nouvelle entrée, par exemple pour faire relire et réviser un brouillon ou pour décomposer pas à pas une tâche importante en sous-tâches. Exemple : un projet d'offre est d'abord rédigé, puis le modèle l'évalue selon une liste de contrôle, enfin il l'améliore. La qualité y gagne souvent, mais cela demande du temps de calcul supplémentaire et un critère d'arrêt clair.

Ce que fait KI.ordo

Dans les flux KI.ordo, on peut le reproduire en confiant la rédaction d'un brouillon à une étape IA et sa relecture et révision à l'étape suivante.

En savoir plus →

Thèmes

prompting
révision
flux de travail

Essayer KI.ordo

Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.

Lancer la démo

← Tous les termes

Termes associés

Prompt

Un prompt est l'entrée qui indique à un modèle d'IA ce qu'il doit faire : une question, une tâche ou une consigne, souvent accompagnée de contexte, d'exemples et du format souhaité. La qualité de la réponse dépend fortement de la clarté et de la complétude du prompt. Par exemple, plutôt que « Écris quelque chose sur notre produit », préférez « Rédige trois avantages courts du produit X pour les artisans, ton factuel ».

prompting
entrée
+1

Modèle

Chaînage de modèles

Le chaînage de modèles (model chaining) consiste à enchaîner plusieurs modèles ou étapes d’IA, de sorte que la sortie d’une étape devient l’entrée de la suivante. Les tâches complexes sont ainsi découpées en sous-tâches maîtrisables, que l’on peut vérifier et améliorer séparément. Exemple : une étape résume la demande d’un client, une deuxième l’attribue à un service et une troisième rédige la réponse.

orchestration
flux
+1

Métaprompt

Un métaprompt est une instruction qui demande à un modèle de langage de rédiger ou d’améliorer lui-même des prompts ou des instructions système. Vous décrivez l’objectif, le public et le ton souhaité et fournissez des exemples ; le modèle formule alors des instructions structurées avec un rôle, des règles et des limites. On obtient ainsi plus vite de bonnes premières versions, testées puis affinées par des personnes. Exemple : « service client d’un magasin de vélos » devient un projet d’instructions complet.

prompting
agents
+1

Modèle

Raisonnement multi-sauts

Le raisonnement multi-sauts (multi-hop reasoning) est la capacité d’un système d’IA à répondre à une question par plusieurs déductions successives, souvent en combinant des informations de sources différentes. Exemple : « Quel service dirige la personne responsable du projet X ? » exige d’identifier d’abord le responsable, puis son service. Ces questions sont exigeantes pour les systèmes de recherche et de RAG, car chaque étape intermédiaire doit être trouvée et reliée correctement.

raisonnement
questions-réponses
+1