Prompt Engineering professionnel et développement assisté par IA/Introduction : Comment l'IA raisonne
Débutant30 min20 XP
Objectifs de cette leçon
- Comprendre ce qu'est un LLM
- Identifier les forces et limites d'une IA
- Reconnaître les hallucinations
Comment l'IA raisonne 🧠
Le modèle de langage
Un LLM (Large Language Model) est un modèle qui prédit le token suivant en se basant sur le contexte.
💡 Point clé : L'IA ne "pense" pas — elle calcule la probabilité du mot le plus probable suivant.
Comment ça fonctionne
| Étape | Description |
|---|---|
| 1 | L'utilisateur écrit un prompt |
| 2 | Le prompt est découpé en tokens |
| 3 | Le modèle calcule les probabilités |
| 4 | Le token le plus probable est choisi |
| 5 | La réponse est générée token par token |
Les forces d'une IA
- Génération de code rapide
- Traduction et résumé
- Analyse de données
- Création de contenu
Les limites
- Pas d'accès Internet en temps réel
- Pas de mémoire persistante
- Peut inventer des informations (hallucinations)
- Ne comprend pas le sens, juste les patterns
Les hallucinations
Une hallucination, c'est quand l'IA invente une information qui n'existe pas.
Exemples d'hallucinations :
- Citer une bibliothèque inexistante
- Inventer une fonction qui n'existe pas
- Présenter une opinion comme un fait
⚠️ Règle d'or : Vérifiez toujours les réponses de l'IA, surtout pour les faits et les outils.
Impact du prompt sur la qualité
| Prompt | Qualité de la réponse |
|---|---|
| "Fais une app" | Faible — trop vague |
| "Crée une app React" | Moyen — manque de contexte |
| "Crée une app React avec auth JWT, TypeScript, Tailwind" | Élevé — précis et technique |
Résumé
- Un LLM prédit le token suivant
- Plus le prompt est flou, plus la réponse est imprécise
- Les hallucinations sont fréquentes avec des prompts vagues
- Vérifiez toujours les réponses de l'IA
Comment l'IA raisonne
Interactif1/4
Prompt flou
"Fais une app"
→ Réponse générique, incomplète
Prompt précis
"Crée une API REST Express avec 3 routes"
→ Réponse ciblée et utile