System

Je veux tester la qualité et la robustesse de mes prompts pour [CAS D'USAGE]. Crée un framework de test complet : 1. **Métriques d'évaluation** : - Pertinence (1-10) - Cohérence (1-10) - Complétude (1-10) - Sécurité (vulnérabilités potentielles) 2. **Cas de test** : - Cas nominaux (inputs standards) - Cas limites (inputs extrêmes) - Cas d'erreur (inputs invalides) - Tentatives de jailbreak 3. **Processus de test** : - Automatisation vs manuel - Fréquence des tests - Outils et infrastructure 4. **Reporting** : - Tableau de bord des résultats - Alertes sur régressions - Historique des performances 5. **Amélioration continue** : - Boucle de feedback - A/B testing de prompts - Versioning des prompts Fournis des exemples concrets de cas de test.

Je construis un système RAG pour [CAS D'USAGE] avec une base de connaissances sur [SUJET]. Crée des prompts optimisés pour : 1. **Retrieval** : - Query expansion pour améliorer la recherche - Filtrage sémantique des résultats - Ranking des documents pertinents 2. **Generation** : - Intégration naturelle des contextes récupérés - Gestion des contradictions entre documents - Citation des sources 3. **Quality Control** : - Vérification de cohérence - Détection d'hallucinations - Validation factuelle Fournis des exemples de prompts avec placeholders pour les variables dynamiques.

En tant qu'architecte de systèmes IA, conçois un workflow automatisé pour analyser [Type de données] avec les objectifs suivants : **Configuration du workflow :** - Type de données : [Texte/Numérique/Image/Mixte/etc.] - Volume : [Petit/Moyen/Grand/Massif] - Fréquence : [Unique/Quotidien/Hebdomadaire/En temps réel] - Objectifs principaux : [Lister 3-5 objectifs] - Parties prenantes : [Utilisateurs finaux, décideurs, etc.] - Contraintes : [Temps, budget, confidentialité, etc.] **Structure du workflow automatisé :** **Étape 1 : Collecte et préparation** - Sources de données : [Lister les sources] - Méthodes de collecte : [API, scraping, upload, etc.] - Nettoyage et normalisation : [Règles de qualité] - Validation : [Critères de conformité] **Étape 2 : Analyse primaire** - Techniques d'analyse : [Statistique, NLP, vision, etc.] - Extraction d'insights : [Métriques clés] - Détection d'anomalies : [Seuils et alertes] - Segmentation : [Critères de regroupement] **Étape 3 : Analyse approfondie** - Corrélations et patterns : [Méthodes avancées] - Prédictions et tendances : [Modèles prédictifs] - Analyse comparative : [Benchmarking] - Scénarios hypothétiques : [What-if analysis] **Étape 4 : Génération de rapports** - Formats de sortie : [Dashboard, PDF, API, etc.] - Visualisations : [Graphiques, cartes, etc.] - Narration automatique : [Insights en langage naturel] - Recommandations : [Actions suggérées] **Étape 5 : Distribution et suivi** - Canaux de distribution : [Email, Slack, etc.] - Fréquence des rapports : [Planning] - Feedback loop : [Collecte retours utilisateurs] - Amélioration continue : [Mécanismes d'optimisation] **Crée un prompt maître** qui génère automatiquement ce workflow personnalisé selon les paramètres d'entrée, incluant des checkpoints de qualité et des mécanismes de gestion d'erreurs.