Character AI vient de déployer Prompt Poet, une bibliothèque Python qui permettra de faciliter la manière dont on rédige nos prompts pour les IA génératives et les chatbots IA. Cette approche semble coïncider avec l’objectif de l’entreprise d’en finir avec le prompt engineering pour se concentrer davantage sur le prompt design ou la conception d’invites.
Cette décision de Character AI arrive après que les chaînes de caractères Python sont devenues une norme pour les prompts engineer.
Sauf que les utilisateurs ont besoin de notions et de compétences en codage pour pouvoir les utiliser.
Cela dit, ceux qui n’ont pas d’expérience se confrontent à des limites ou à des difficultés quant à l’accès à la bibliothèque.
Mais Prompt Poet est désormais plus facile à prendre en main. Ce qui facilite la création de prompts, même pour les utilisateurs non techniques.
Prompt Poet, un nouveau champion dans l’arène
Grâce à Prompt Poet de Character AI, on peut réduire de manière significative le temps passé sur la conception d’invites.
La nouvelle bibliothèque combine d’ailleurs YAML et Jinja2. Ce qui permet au modèle d’augmenter sa puissance et sa flexibilité. Alors comment ça fonctionne ?
La conception d’invites ou de prompts sur Prompt Poet se fait en deux temps : le rendu et le chargement.
C’est au niveau de Jinja2 que les données d’entrée sont traitées. Il s’agit en effet de l’étape où est exécutée la logique de contrôle du flux.
La validation des données et la liaison aux variables se passent également dans cette première étape de la conception des invites.
Ce n’est qu’après que les résultats sont fournis en formant YAML. On obtient alors une structure YAML incluant des blocs enveloppés dans une architecture de données Python.
Ce format structuré est, selon Character AI, la clé pour faire fonctionner le modèle même si la limite de jetons est atteinte.
Un langage de conception plus expressif et plus extensible
Prompt Poet dispose d’une large gamme de fonctionnalités et de paramètres. Notamment la tokenisation, ou encore la troncature. Ce qui permet par la suite d’effectuer une mise en cache pour les réponses à faible latence.
La combinaison de YAML et de Jinja2 permet également d’obtenir un langage de conception plus expressif et plus extensible, un atout majeur pour les développeurs.
Sinon, Jinja2 possède aussi cette capacité à invoquer les fonctions arbitraires de Python au moment de l’exécution du modèle.
Ce qui facilite la conception des invites, mais aussi la récupération, la manipulation, ainsi que la validation des données.
L’outil ultime de conception d’invites ?
Prompt Poet est la clé que Character IA propose aux développeurs et aux utilisateurs non techniques pour faciliter la conception d’invites.
C’est grâce à de tels outils que l’on peut se concentrer davantage sur la conception, plutôt que sur l’ingénierie rapide.
Ainsi, on peut facilement interagir avec l’intelligence artificielle sans passer par les marketplaces de prompts.
- Partager l'article :
