Le « Cycle itératif d'ingénierie des invites GPT » décrit un flux de travail que j'ai développé pour obtenir de meilleurs résultats GPT de manière itérative.

Il permet à l'utilisateur de passer d'invites naïves à des invites plus matures et d'obtenir des résultats progressivement meilleurs à partir des modèles de transformateurs pré-entraînés génératifs (GPT) tels que ChatGPT.

Voici comment cela fonctionne:

Développer un GPT personnalisé d’ingénierie rapide

Attention : les choses vont devenir un peu méta ici (sans jeu de mots).

La première étape de ce processus consiste à utiliser le GPT avec lequel vous travaillez pour :

• Développer un GPT personnalisé dans le but de mener une ingénierie rapide sur ce GPT
• Créez un texte de configuration pour ce GPT personnalisé

Étape 1

Utilisez le GPT pour créer une configuration pour le GPT personnalisé que nous allons utiliser pour l'ingénierie rapide.

Dans ChatGPT, je pourrais demander ce qui suit :