Aller au contenu

🧪 Labo Pratique : Devenez un Prompt Engineer

Bienvenue dans la salle des commandes de FrigoMagique. Vous avez appris la théorie, maintenant il faut l'appliquer. Ces exercices vous mettent dans la peau d'un ingénieur qualité face à GUS (notre IA).

Exercice 1 : l'anatomie d'un prompt 🦴

(Objectif : structurer un prompt efficace - LO 2.1.1)

Situation : un testeur junior vous envoie ce prompt qu'il a utilisé pour tester la fonction "Ajout au panier" :

"Teste si ça marche quand j'ajoute des pommes."

Votre mission : ce prompt est médiocre. Identifiez 3 composants critiques qui manquent le plus cruellement pour en faire un prompt professionnel.🧐

Analyse critique

Sélectionnez les éléments manquants (mentalement), puis révélez l'analyse pour comparer.

Révéler l'analyse du Senior QA

Ce prompt est inexploitable par l'IA car il manque :

  1. Le rôle (persona) : L'IA ne sait pas si elle doit agir comme un utilisateur final ou un testeur technique.
  2. Le contexte : "Si ça marche" est trop vague. Parle-t-on de performance ? De fonctionnel ? De sécurité ?
  3. Le format de sortie : L'IA va probablement répondre par une phrase banale. On veut un format structuré (Gherkin ou tableau).

Version corrigée : "Agis comme un testeur QA (rôle). Pour la fonction 'Panier' (contexte), génère 3 cas de test négatifs pour l'ajout de produits (instruction). Présente le résultat sous forme de tableau (format)."

Exercice 2 : quelle technique pour quelle tâche ? 🛠️

(Objectif : choisir la bonne technique de prompting - LO 2.2.5)

Consigne : pour chaque situation rencontrée chez FrigoMagique, déterminez, en cliquant sur la bonne réponse, la technique la plus adaptée.

À vous de jouer

1. Vous voulez que l'IA génère 50 cas de test au format Gherkin strict, sans erreur de syntaxe.

●
●
●

2. Vous voulez que l'IA analyse une User Story complexe, identifie les règles métier, puis dérive les tests.

●
●
●

3. Vous devez tester la sécurité de l'API mais vous êtes bloqué et ne savez pas quoi demander à l'IA.

●
●

Exercice 3 : système ou utilisateur ? 🤖

(Objectif : distinguer les types de prompts - LO 2.1.3)

Contexte : vous configurez l'outil de test automatisé de FrigoMagique via son API. Vous avez deux zones de texte à remplir.

  • Zone A : "Tu es un assistant QA sarcastique qui répond toujours en rimes."
  • Zone B : "Génère un test pour le bouton 'Connexion'."
Laquelle est le System Prompt ?

C'est la Zone A.

  • Pourquoi ? Elle définit le comportement et la personnalité immuable de l'IA.
  • La Zone B est le User Prompt : c'est l'instruction spécifique à l'instant T.

Exercice 4 : l'évaluation impitoyable 📉

(Objectif : utiliser les métriques d'évaluation - LO 2.3.1)

Le test : vous avez demandé à GUS de générer des scripts SQL pour insérer des utilisateurs de test dans la base de données. Vous demandez 10 utilisateurs.

Le résultat : GUS génère bien 10 requêtes SQL (INSERT INTO...). Cependant, en les exécutant, 4 requêtes échouent car les adresses email générées n'ont pas de @ (contrainte de base de données non respectée).

Quelle métrique est impactée ?

  1. La diversité
  2. L'exactitude (accuracy) / taux de succès
  3. Le rappel
Voir la réponse

Réponse : 2. L'exactitude (et le taux de succès).

L'IA a produit du code syntaxiquement correct en apparence, mais fonctionnellement faux dans 40% des cas.

  • Action corrective : utiliser le Few-Shot Prompting en donnant un exemple d'email valide, ou ajouter une Contrainte explicite : "Les emails doivent respecter le format regex *@*.*".


Vous avez validé ce chapitre ?

Si ces exercices vous ont aidé à y voir plus clair, un petit café pour le coach serait grandement apprécié ! 🤗