2.1 Développement efficace de prompts

Un prompt n'est pas juste une question posée à la volée. C'est une instruction technique qui doit être ingéniée. Pour FrigoMagique, la différence entre un ingénieur junior et un senior se joue souvent ici : la capacité à obtenir exactement ce qu'on veut de l'IA.

2.1.1 La structure d'un prompt efficace

Pour obtenir des résultats cohérents, un prompt ne doit pas être une phrase vague. Il doit suivre une structure précise. L'ISTQB identifie 6 composants clés :

Rôle (persona) : qui l'IA doit-elle imiter ?
Contexte : de quoi parle-t-on ?
Instruction : que doit-elle faire (verbe d'action) ?
Données d'entrée : sur quoi doit-elle travailler ?
Contraintes : ce qu'elle ne doit PAS faire.
Format de sortie : à quoi doit ressembler la réponse ?

Fil rouge : FrigoMagique

Voici un exemple simple de prompt structuré pour tester la fonctionnalité "Panier" :

Rôle : agis comme une analyste de test senior certifié ISTQB.
Contexte : nous testons le module "Panier" de l'application FrigoMagique.
Instruction : génère des cas de test négatifs pour le champ "Code Promo".
Données : ce champ accepte 10 caractères alphanumériques max.
Contraintes : ne génère pas de code, uniquement des descriptions textuelles. N'inclut pas de tests de performance.
Sortie : fournis le résultat sous forme de tableau Markdown avec colonnes ID, Scénario, Oracle.

2.1.2 Techniques de prompting fondamentales

Au-delà de la structure, il existe des techniques pour "guider" l'intelligence du modèle.

1. Le Prompt Chaining (chaînage)

Cette technique consiste à diviser une tâche complexe en sous-étapes séquentielles. La sortie de l'étape 1 devient l'entrée de l'étape 2, ainsi de suite.

Fil rouge : FrigoMagique

Prompt 1 : "Analyse cette User Story sur l'ajout d'ingrédients et liste les règles de gestion."
Prompt 2 : "À partir de ces règles, génère les cas de test nominaux."
Prompt 3 : "Transforme ces cas de test en scripts Gherkin."

Pourquoi ? Cela évite que l'IA "oublie" des règles en essayant de tout faire en même temps.

2. Le Few-Shot Prompting (apprentissage par l'exemple)

Au lieu de tout expliquer (zero-shot), on donne à l'IA quelques exemples (few-shots) de ce qu'on attend.

Fil rouge : FrigoMagique

Prompt : "génère des données de test pour les légumes."
* Exemple 1 : Tomate -> Catégorie: fruit-légume, Péremption: 7 jours.
* Exemple 2 : Carotte -> Catégorie: racine, Péremption: 14 jours.
* Tâche : Fais de même pour "Poireau".

3. Le Meta-Prompting

C'est demander à l'IA d'améliorer ou de créer son propre prompt. C'est l'IA qui aide le testeur à mieux formuler sa demande.

Fil rouge : FrigoMagique

Testeur : "Je veux tester la sécurité de l'API, mais je ne sais pas comment te le demander. Écris un prompt expert pour générer des tests d'injection SQL sur l'API de recettes."

2.1.3 Prompt Système vs Prompt Utilisateur

Il est crucial de distinguer ces deux niveaux d'interaction, surtout lors de l'utilisation d'API ou d'outils avancés.

Type	Description	Exemple FrigoMagique
System Prompt	Définit le comportement global, le ton et les règles immuables de l'IA. C'est la "personnalité" du chatbot.	"Tu es GUS, l'assistant QA de FrigoMagique. Tu es strict, concis, et tu réponds toujours en français. Tu refuses de générer du code malveillant."
User Prompt	L'instruction spécifique envoyée à l'instant T. C'est ce que tape la testeuse.	"Vérifie si cette liste d'ingrédients contient des allergènes."

Point syllabus (résumé K2)

Un prompt robuste contient 6 éléments : rôle, contexte, instruction, données, contraintes, sortie.
Prompt Chaining (chaînage) : décomposer une tâche complexe en une séquence d'étapes logiques.
Few-Shot Prompting : fournir des exemples concrets pour guider le raisonnement et le format de réponse de l'IA.
System Prompt : la configuration globale et les règles de comportement (souvent invisibles pour l'utilisateur final).

Ce cours vous est utile ?

Ce contenu est 100% gratuit. Si cette section sur FrigoMagique vous a aidé :

J'apprécie chaleureusement votre générosité ! 🤗