Saviez-vous que vous pouvez rédiger des invites LLM comme si c'étaient des programmes ? Vous pouvez utiliser à peu près n'importe quelle langue que vous aimez, ou en inventer une (pseudo-code) tant que cela a du sens. Les capacités de correspondance de motifs sur un modèle de langage détermineront ce que vous essayez de diriger, et il exécutera (une variation) de ce que vous lui avez demandé de faire. Ce ne sera pas tout à fait la même chose à chaque fois (et cela pourrait être une fonctionnalité). Vous pouvez l'essayer ici sur SkyDeck.ai (inscrivez-vous) et expérimenter avec différents LLM pour voir comment les résultats diffèrent. Appliquer cette technique dans votre propre utilisation de l'IA peut ajouter un autre multiple à votre productivité.

Poésie Programmatique

Par exemple, vous pourriez demander à un LLM :

Ou vous pourriez le diriger par programme pour écrire trois types de poèmes en trois langues sur trois sujets. Il vous donnera la plupart des combinaisons. Voici comment vous le faites.

Tout d'abord, je définis les types de poèmes à produire. J'imagine un nom de variable pour cela appelé "poem_type" et je présente les types dans un format Json :

Je fais quelque chose de similaire pour les sujets de poème et les langues :

Ensuite, vous décrivez la logique de ce qu'il faut faire avec ces données, en y faisant référence de manière logique. J'ai copié le style des modèles sans logique de moustache pour créer trois niveaux de boucles imbriquées. Si c'était un programme, nous nous attendrions à ce que 3 x 3 x 3 = 9 poèmes différents soient produits. Mais un LLM en produira autant qu'il le souhaite, et votre sortie pourrait être tronquée en raison des limitations de la fenêtre de contexte.

Coupez et collez tout cela dans l'espace de travail GenStudio de SkyDeck et sélectionnez un LLM comme OpenAI GPT-4 ou Anthropic Claude2 et vous obtiendrez un résultat comme ceci :

Sure! Please provide the content you'd like me to translate into French.