EasyEnv
Engineering/Cours/Catalogue/Prompt Engineering
Prompt Engineering
Intermédiaire

Prompt Engineering

Obtenez des résultats fiables de la generative AI. Apprenez comment les large language models produisent du texte, les cinq principes derrière chaque bon prompt, le few-shot et la sortie structurée, le function calling, la retrieval-augmented generation, les agents autonomes, et comment les modèles de diffusion transforment les prompts en images. Vous terminez en reliant texte, images et agents en une seule application fonctionnelle.

11 leçons6.2h pratique11 langues
Commencez à apprendre gratuitementPrompt Engineering cours

11 leçons, dans l’ordre

  1. 1

    Qu'est-ce qu'un prompt

    Vous avez sans doute déjà tapé quelque chose dans une fenêtre de discussion : posé une question, reçu une réponse, et peut-être été surpris de sa...

    What a prompt isWhat a large language model is, from the outsideThe completion, and why the same prompt can answer differentlyThe conversation: system, user and assistant turnsWhy a prompt is instructions rather than a search query
    20 min
  2. 2

    Comment les grands modèles de langage génèrent du texte

    Vous savez désormais ce qu'est un prompt, ce qu'est une complétion, et qu'un même prompt peut revenir formulé autrement d'une fois sur l'autre. Cette...

    Tokens and tokenizationNext-token predictionTemperature and top-p samplingContext windowWhy models hallucinate
    30 min
  3. 3

    Les cinq principes du prompting

    Vous savez déjà ce qu'est un prompt, ce qu'est une complétion, et que le modèle rédige une réponse neuve à chaque fois au lieu de réciter quelque...

    Giving directionSpecifying formatProviding examplesEvaluating qualityDividing labor
    30 min
  4. 4

    Pratiques standard pour la génération de texte

    Les leçons deux et trois vous ont donné une idée de la façon dont le modèle produit réellement du texte, un token à la fois, et des cinq principes...

    Prompt formatting and delimitersSystem, user, and assistant rolesFew-shot promptingParsing structured output like JSON
    35 min
  5. 5

    Prompt Templates et Function Calling

    Dans la quatrième leçon, vous avez mis en forme un prompt à la main : des délimiteurs, des rôles, un exemple few-shot. Cela marche pour un prompt....

    Prompt templates with variablesSeparating template from dataFunction calling and tool schemasReading a tool call and returning a result
    35 min
  6. 6

    Vector Databases et Retrieval-Augmented Generation

    À la leçon 2, vous avez vu pourquoi un modèle hallucine : il prédit les tokens les plus probables, il ne va vérifier aucun fait, et tout ce qui...

    Embeddings and vector similarityChunking documentsVector databases and nearest-neighbor searchRetrieval-augmented generationGrounding answers with citations
    40 min
  7. 7

    Autonomous Agents : memory et tools

    À la leçon 5, vous avez donné des outils à un modèle grâce à l'appel de fonctions, et à la leçon 6 vous lui avez donné une mémoire à long terme grâce...

    The agent loop of reason, act, observeGiving an agent toolsShort-term and long-term memoryStopping conditions and guardrails
    40 min
  8. 8

    Comment les diffusion models génèrent des images

    Jusqu'ici, chaque prompt que vous avez écrit produisait du texte. Cette leçon ouvre la partie 3, où le même prompt produit une image. Le support...

    Diffusion as iterative denoisingText conditioning of the imageSeeds and reproducibilitySampling steps and guidance scale
    30 min
  9. 9

    Pratiques standards pour la génération d'images

    La leçon précédente vous a donné l'intuition de la façon dont un modèle de diffusion transforme un prompt textuel en image, en débruitant à partir...

    Prompt structure of subject, medium, style, and lightingArt styles and artist or era modifiersComposition and camera modifiersNegative prompts and aspect ratio
    35 min
  10. 10

    Techniques d'image avancées : inpainting, outpainting et ControlNet

    Dans les deux leçons précédentes, vous avez généré des images entières à partir d'un prompt textuel et appris à les orienter par la structure, le...

    Image-to-image generationInpainting with masksOutpainting to extend a canvasControlNet for pose, depth, and edge guidance
    35 min
  11. 11

    Construire des applications propulsées par l'IA

    Voici le projet final. Chaque leçon précédente a enseigné un geste : générer du texte, mettre en forme une sortie structurée, appeler des fonctions,...

    Composing text, images, and agents into a workflowOrchestration and chaining stepsEvaluation and guardrailsCost, latency, and failure handling
    40 min
Apprenez Prompt Engineering en français | Prompt Engineering (French) | Engineering Courses