Note : Cet article n'est qu'une des 60+ sections de notre rapport complet intitul茅 : The 2024 Legal AI Retrospective - Key Lessons from the Past Year. Veuillez t茅l茅charger le rapport complet pour consulter les citations.
Prompt Engineering
芦 Il existe potentiellement d'importants obstacles 脿 l'automatisation du travail juridique. L'utilisation d'un guide de pratique juridique pour le RAG produit des r茅sultats incoh茅rents, et il n'existe pas de strat茅gies consensuelles de d茅composition des prompts permettant d'obtenir syst茅matiquement les 芦 meilleures 禄 performances globales. 禄
Colin Doyle, Professeur associ茅 de droit, Loyola Law School, Los Angeles, 脡tats-Unis
Un prompt est le texte en langage naturel soumis 脿 un LLM dans le but d'obtenir le r茅sultat souhait茅.
La qualit茅 du prompt peut affecter consid茅rablement la qualit茅 et la pr茅cision des r茅ponses d'un LLM. Cela a conduit 脿 l'茅mergence d'un domaine appel茅 prompt engineering.
Le prompt engineering d茅signe la conception syst茅matique et l'optimisation des prompts soumis en entr茅e pour guider les r茅ponses des LLM, en garantissant l'exactitude, la pertinence et la coh茅rence du contenu g茅n茅r茅.
Ce processus est essentiel pour exploiter tout le potentiel des mod猫les (B. Chen et al. 2024). Il existe de nombreuses techniques de prompt engineering :
鈥� Le priming par r么le : C'est comme demander 脿 l'IA de se comporter comme un type pr茅cis d'avocat ou de juge. Cela aide l'IA 脿 comprendre le type de r茅ponse dont vous avez besoin.
鈥� Le priming orient茅 objectif : C'est lorsque vous indiquez pr茅cis茅ment 脿 l'IA ce que vous souhaitez accomplir, par exemple r茅diger un contrat ou analyser une affaire.
鈥� Le chain-of-thought prompting : C'est comme demander 脿 l'IA de d茅tailler son raisonnement, 茅tape par 茅tape, ce qui est particuli猫rement utile pour les raisonnements juridiques complexes.
鈥� Le few-shot prompting : C'est lorsque vous fournissez 脿 l'IA quelques exemples de ce que vous attendez, ce qui l'aide 脿 mieux saisir des concepts juridiques complexes.
鈥� La sp茅cificit茅 et la pr茅cision : L'utilisation d'instructions claires et d茅taill茅es ainsi que de termes juridiques aide l'IA 脿 fournir des r茅ponses plus pr茅cises.
鈥� La mise en contexte : Fournir des informations de contexte aide l'IA 脿 mieux appr茅hender la situation juridique.
鈥� La m茅thode RICE : Cet acronyme signifie Role, Instructions, Context et Expectations (R么le, Instructions, Contexte et Attentes), et permet de structurer vos questions 脿 l'IA.
Un rapport entier pourrait 锚tre consacr茅 脿 l'exploration de l'efficacit茅 de chacune de ces techniques. Plut么t que de le faire ici, nous vous encourageons 脿 prendre le temps de rechercher des exemples de chacune dans le domaine juridique, et 脿 trouver ce qui fonctionne le mieux pour vous et votre cas d'usage.
