Formation Prompt engineering et fonctions avancées des IA Génératives

Jour 1 - MatinMéthodes avancées de prompting et exploitation des modèles

Reprise express des acquis

• Les 4 familles : prompt, dialog, context et agentic engineering
• Ce qui change entre un modèle brut (API) et un produit conversationnel
• Positionnement de chacun sur ses cas d'usage

Panorama des outils et des niveaux d'abonnement

• Les 6 environnements travaillés en formation
  • ChatGPT (OpenAI) : Free, Go, Plus, Pro, Business, Enterprise
  • Claude (Anthropic) : Free, Pro, Max, Team, Enterprise
  • Gemini (Google) : Free, AI Plus, AI Pro, AI Ultra, Workspace et Enterprise
  • Le Chat (Mistral) : Free, Pro, Team, Enterprise
  • Copilot (Microsoft) : Free, Pro, Microsoft 365 Copilot, Enterprise
  • Perplexity : Free, Pro, Max, Enterprise Pro et Enterprise Max
• Ce que débloque chaque palier
  • Gratuit : modèle rapide par défaut, quotas serrés, fonctions bridées
  • Individuel : modes de raisonnement, recherche approfondie, assistants personnalisés
  • Haut de gamme (Pro, Max, Ultra) : quotas élevés, raisonnement étendu, fonctions les plus récentes
  • Team et Business : espace partagé, administration, données non réutilisées pour l'entraînement
  • Enterprise : SSO, journalisation, résidence des données, contrôle des accès
• Les familles de modèles à date : GPT-5, Claude Opus, Sonnet et Haiku, Gemini Pro et Flash, Mistral Large et Medium, Sonar
• Repérer quel modèle répond réellement derrière l'interface
• Choisir son outil selon la tâche et le cadre de confidentialité, pas selon la marque
• Grille comparative des offres, actualisée à chaque session

Prompt engineering : les 35 méthodes

• Les 35 méthodes classées en 12 catégories
• Choisir sa méthode selon l'objectif : grille de sélection
• Les méthodes structurantes : prompt directif en 8 couches, Reference Framing
• Faire écrire et optimiser ses prompts par l'IA (méta-prompting)
• Constituer et versionner sa bibliothèque de prompts

Exemples de travaux pratiques (à titre indicatif)

• Sélectionner et appliquer 3 méthodes différentes sur un même objectif métier
• Comparer les résultats sur 2 outils différents et retenir la méthode la plus efficace

Dialog engineering : conduire l'échange

• Relancer, corriger, faire converger : l'itération pilotée
• Découper une tâche complexe en séquence de prompts
• Exploiter les modes de raisonnement : quand les activer, à partir de quel palier d'abonnement
• Recherche approfondie : ChatGPT, Gemini, Perplexity et Le Chat, à partir des offres payantes
• Évaluer la qualité d'une sortie : critères, comparaison, détection de régression

Exemple de travaux pratiques (à titre indicatif)

• Reprendre un livrable complexe et le faire converger en dialogue guidé

Jour 1 - Après-midiMéthodes avancées de prompting et exploitation des modèles - Suite

Exploiter la multimodalité

• Traitement
  • Du texte à partir de différentes sources
  • Des chiffres (Data)
  • De l'audio
  • Des images
  • De la vidéo
• Les différents usages de la fonction vocale
• Génération de graphiques interactifs
• Génération de fichiers (XLSX, PPTX, DOCX, PDF)
• Ce que chaque outil sait faire : image, voix, vidéo, exécution de code
• Limites et vérifications à systématiser

Exemples de travaux pratiques (à titre indicatif)

• Analyse de documents et d'images avec génération de rapports
• Produire un fichier bureautique exploitable à partir de données brutes

Context engineering : donner la bonne matière

• Fenêtre de contexte : ce qu'elle permet et où elle casse
• Projets et instructions personnalisées : capitaliser d'une session à l'autre
• Bases de connaissances et RAG : faire répondre l'IA sur vos documents
• Le fine tuning : ce que c'est, pourquoi ce n'est presque jamais nécessaire
• Confidentialité : ce qui est envoyé, conservé et réutilisé
• Ce que garantissent les offres Team et Enterprise sur vos données

Exemple de travaux pratiques (à titre indicatif)

• Monter une base de connaissances métier et interroger l'IA dessus

Jour 2 - MatinAssistants, agents et intégration

Créer son assistant IA personnalisé

• Assistant IA vs agent IA : la différence en pratique
• Les assistants personnalisés selon les outils : GPT, Gems, Projets...
• Créer un assistant : les 2 modes, les options disponibles
• Tester un assistant existant
• Prompt injection et fuite d'instructions : tester la robustesse
• Protéger, partager et publier son assistant

Exemples de travaux pratiques (à titre indicatif)

• Créer un assistant personnalisé pour un usage métier précis
• Tenter d'extraire les instructions d'un assistant, puis le durcir

Brancher l'IA sur ses outils

• Connecteurs et MCP : le standard de connexion aux applications métier
• Ce qu'un connecteur autorise, et ce qu'il faut lui refuser
• Disponibilité des connecteurs selon le palier d'abonnement
• Compléments IA pour les outils bureautiques et extensions navigateur

Exemple de travaux pratiques (à titre indicatif)

• Connecter un assistant à une source de données et l'interroger

Jour 2 - Après-midiAssistants, agents et intégration - Suite

Agentic prompting : de l'assistant à l'agent

• Ce qui distingue un agent : outils, étapes, autonomie
• Plateformes de création d'agents (gratuites et payantes)
• Prompter un agent : objectif, critères d'arrêt, garde-fous
• Superviser : validation humaine, journalisation, reprise sur erreur

Exemple de travaux pratiques (à titre indicatif)

• Créer un agent simple enchaînant plusieurs étapes

Intégration par API et automatisation

• Présentation d'une API d'IA Générative
  • Avantages et inconvénients face à l'interface
  • Les API du marché : OpenAI, Anthropic, Google, Mistral
  • Générer et sécuriser ses clés API
  • Intégration dans un logiciel compatible
  • Monitoring des usages et maîtrise des coûts
  • Anticiper les changements de modèles et les dépréciations
• Automatiser ses tâches récurrentes
  • Mise en place d'une automation avec l'API (Zapier, Make, n8n)
  • Exécuter un LLM en local : intérêt et limites
• Cadre d'usage professionnel
  • Documenter ses usages et assurer la supervision humaine (AI Act)

Exemples de travaux pratiques (à titre indicatif)

• Intégrer une API dans un outil bureautique via une extension
• Automatiser une tâche récurrente de bout en bout