Selon les domaines, ces outils peuvent être des assistants virtuels, des facilitateurs d’analyse de données, ou encore des catalyseurs d’innovation. Dans tous les cas, il s’agit d’outils qui sont difficiles à ignorer aujourd’hui. Car derrière chaque réponse pertinente se cache souvent un bon prompt, cette instruction précise qui guide l’IA pour livrer le résultat attendu. Mais rédiger un bon prompt prend du temps, demande des ajustements et repose souvent sur l’expérience individuelle. Résultat : chacun travaille dans son coin, refait les mêmes tests… et l’efficacité collective en prend un coup.
Dans cet article, on explore comment passer d’une utilisation individuelle à une approche collaborative du système d’IA, en mutualisant nos meilleures pratiques et la mise en oeuvre de nos prompts pour gagner en productivité, inspirer les membres de l’équipes et améliorer le flux de travail et la qualité des résultats.
Perte d’efficacité
Nous nous sommes penchés sur une problématique que nous vivons depuis quelques mois. Chaque personne qui utilise des outils d’IA générative travaille de son côté avec sa propre expérience. En conséquence, une perte d’efficacité considérable peut être vécue.
Il faut avoir travaillé avec de l’IA générative pour comprendre que lorsqu’on rédige un prompt, celui-ci est rarement optimal dès le début. Notamment, toutes les spécificités n’auront pas été prises en compte initialement. Il s’agit d’un travail itératif. Un premier prompt est rédigé, il est testé, ajusté et testé à nouveau. Ce cycle de rédaction et de test peut prendre un temps considérable, tellement qu’on peut même se demander si ça n’aurait pas été plus efficace de rédiger soi-même ce qui est attendu.
Les personnes les plus efficaces auront appris à se noter leurs prompts qui offrent une forte valeur ajoutée et les composantes de ceux-ci qui donnent de bons résultats.
La collaboration humaine dans tout ça?
Étant donné le travail que ça exige de rédiger un bon prompt, nous nous sommes posé des questions sur les façons de partager les pratiques.
Tout d’abord, nous avons mis en place des canaux de communication réservés afin de pouvoir partager sur tous les sujets autour de l’intégration de l’intelligence artificielle.
Plus encore, nous avons maintenant un catalogue partagé entre tous les employés. Un lieu de travail où les personnes peuvent aller y ajouter leurs prompts les plus utilisés et ainsi pouvoir s’y référer ultérieurement.
Ce catalogue sert deux objectifs. Premièrement, il permet à tout le monde de s’inspirer sur les capacités des différents outils d’IA (ChatGPT, Gemini, Grok, etc.). En d’autres termes, en voyant les prompts utilisés par les autres personnes, certains peuvent voir comment ils peuvent utiliser des prompts pour rendre leur processus de travail plus efficace. Deuxièmement, puisqu’il s’agit d’un travail considérable de rédiger un bon prompt, il est pertinent de faire profiter ces collègues de la résultante du travail d’itération.
Comme pour le partage de n’importe quel document réutilisable dans l’environnement de travail interne, il est logique de prendre les bons réflexes de partager les prompts utilisés.
Analyse prédictive
Chez Libéo, notre catalogue de prompts se trouve dans notre base de connaissances interne, avec un système de catégorisation, de filtres et de recherche par mots-clés. Cela permet à chacun de retrouver rapidement le bon outil pour la bonne situation.
Pour une équipe qui débute, un simple fichier Excel ou Google Sheets partagé peut déjà faire l’affaire. L’important, c’est de rendre le contenu facilement accessible et collaboratif.
Par exemple, nous utilisons l’IA générative afin de nous aider à rédiger des suites de tests afin de nous assurer de la qualité des applications.
Exemple concret : Génère un seul test unitaire en utilisant la méthode createMock au besoin pour mocker les méthodes utilisant des requêtes BD et d'API.
Peu importe la formule choisie, il faut garder en tête que ces pratiques ne suppriment pas les biais, les hallucinations ou les erreurs possibles générées par les outils d’IA. Elles permettent simplement de gagner en efficacité et de mutualiser les apprentissages.
En résumé
Pour une collaboration efficace avec l’intelligence artificielle, ce n’est pas seulement savoir rédiger de bons prompts, c’est aussi apprendre à capitaliser collectivement sur ce travail.
On l’a vu, un prompt efficace demande du temps réel, des ajustements et de l’expérience. Sans travail d’équipe, chaque personne recommence le même processus dans son coin… au détriment de la productivité. En centralisant nos meilleurs prompts dans une base de données commune, qu’il soit sophistiqué ou simplement un fichier partagé, on gagne du temps, on s’inspire mutuellement et on élargit notre palette d’usages possibles.
La clé, c’est de voir l’intégration de l’IA comme un terrain d’expérimentation collectif plutôt qu’un outil individuel. En échangeant nos bonnes pratiques, on augmente non seulement la qualité des résultats, mais aussi notre capacité d’innovation. Et ça, aucun algorithme ne pourra le faire à notre place.