Peut-on obtenir une meilleure réponse de ChatGPT simplement en changeant quelques mots ?
Deux personnes peuvent poser presque la même question à une intelligence artificielle et obtenir des réponses très différentes.
Parfois, il suffit même de changer un seul mot.
Demandez :
« Explique-moi simplement le fonctionnement d’un ordinateur. »
Puis essayez :
« Explique-moi précisément le fonctionnement d’un ordinateur. »
Le sujet reste exactement le même. Pourtant, le premier terme pousse plutôt vers une réponse accessible et vulgarisée, tandis que le second invite à entrer davantage dans les détails.
Avec ChatGPT et les autres intelligences artificielles conversationnelles, le vocabulaire n’est donc pas seulement une question de style.
Le choix des mots influence directement la manière dont la demande est interprétée.
Et c’est précisément pour cette raison que synonymes, antonymes et nuances de sens prennent une importance particulière lorsqu’on rédige une instruction destinée à une IA.
L’intelligence artificielle ne lit pas dans nos pensées
Lorsque nous discutons avec une autre personne, beaucoup d’informations restent implicites.
Si vous dites à un collègue :
« Fais-moi quelque chose de plus professionnel. »
Il peut souvent comprendre ce que vous souhaitez grâce au contexte, à votre manière habituelle de travailler ou à une conversation précédente.
Avec une intelligence artificielle, cette phrase reste beaucoup plus ouverte.
Que signifie exactement professionnel ?
Faut-il utiliser un vocabulaire plus soutenu ?
Supprimer les expressions familières ?
Raccourcir le texte ?
Ajouter une structure ?
Modifier le ton ?
Rendre le document plus convaincant ?
Toutes ces interprétations sont possibles.
Plus le mot utilisé est vague, plus l’IA doit elle-même décider de ce qu’il signifie dans le contexte.
Un synonyme n’est jamais totalement identique
On présente souvent les synonymes comme des mots ayant le même sens.
Dans la pratique, la situation est plus subtile.
Prenons trois adjectifs :
court, concis, synthétique.
Ils sont proches, mais ils ne donnent pas exactement la même consigne.
Demander :
« Fais une réponse courte »
indique principalement une contrainte de longueur.
Demander :
« Fais une réponse concise »
suggère plutôt de supprimer ce qui n’est pas nécessaire tout en conservant l’essentiel.
Et :
« Fais une réponse synthétique »
peut inviter à rassembler plusieurs informations pour en présenter une vue d’ensemble.
La nuance est légère pour un lecteur humain.
Pour une IA chargée de produire un texte, elle peut pourtant influencer sensiblement le résultat.
Les antonymes permettent aussi de préciser une consigne
Les mots contraires peuvent être très utiles lorsqu’une demande reste ambiguë.
Imaginons que vous souhaitiez réécrire un texte.
Une instruction comme :
« Rends ce texte plus simple »
est correcte, mais assez large.
Il est possible de la préciser :
« Rends ce texte plus simple, moins technique et moins formel. »
L’utilisation des termes opposés permet ici de définir plus clairement la direction souhaitée.
Même principe avec :
- détaillé / synthétique ;
- formel / informel ;
- objectif / subjectif ;
- technique / accessible ;
- sérieux / humoristique ;
- général / précis ;
- long / court.
Au lieu de dire uniquement ce que l’on souhaite, expliquer ce que l’on ne souhaite pas peut aider l’intelligence artificielle à mieux comprendre les limites de la demande.
Quelques mots peuvent complètement modifier une réponse
Prenons une question très simple :
« Parle-moi de Paris. »
Cette demande peut produire presque n’importe quoi : histoire, tourisme, géographie, monuments ou culture.
Ajoutons quelques mots :
« Présente Paris à un touriste qui y passe seulement deux jours. »
La réponse devient immédiatement plus ciblée.
Changeons encore :
« Présente Paris à un étudiant en histoire de l’architecture. »
Le sujet est toujours Paris.
Mais le résultat attendu n’a plus grand-chose à voir.
Les mots ajoutés donnent à l’IA des indices sur l’objectif, le niveau de détail et le type de lecteur auquel elle doit s’adresser.
C’est ce que l’on appelle généralement le prompt : l’instruction donnée au modèle pour obtenir une réponse.
Les mots vagues sont souvent les plus dangereux
Certaines expressions paraissent précises alors qu’elles ne le sont pas réellement.
Par exemple :
« Donne-moi la meilleure solution. »
Que signifie « meilleure » ?
La moins chère ?
La plus rapide ?
La plus simple ?
La plus fiable ?
La plus écologique ?
La plus performante ?
Sans critère supplémentaire, l’IA doit choisir elle-même ce qui lui semble important.
Même problème avec :
efficace, bon, moderne, professionnel, complet, intéressant ou adapté.
Ces mots ne sont pas mauvais.
Ils ont simplement besoin de contexte.
Au lieu d’écrire :
« Donne-moi un ordinateur efficace. »
on peut demander :
« Propose-moi un ordinateur suffisamment puissant pour faire du montage vidéo, avec au moins 16 Go de mémoire et un budget maximal de 1 000 euros. »
La deuxième formulation contient moins d’ambiguïté.
Un bon vocabulaire améliore donc les prompts
Lorsqu’on utilise régulièrement une intelligence artificielle, enrichir son vocabulaire devient presque un avantage pratique.
Connaître plusieurs synonymes permet de reformuler une instruction lorsqu’une première réponse ne convient pas.
Au lieu de demander trois fois :
« Fais mieux. »
on peut préciser :
« Rends le texte plus fluide. »
Puis :
« Utilise un vocabulaire plus accessible. »
Ou :
« Donne davantage d’exemples concrets. »
Chaque mot permet d’indiquer ce qui doit réellement changer.
C’est justement l’un des principes essentiels de la rédaction de prompts. Comme l’explique ce guide publié sur Glooton consacré aux techniques permettant de rédiger un prompt efficace, une instruction gagne généralement en qualité lorsqu’elle réduit les ambiguïtés, précise l’objectif attendu et définit clairement les contraintes.
L’intelligence artificielle peut alors consacrer moins d’efforts à deviner ce que l’utilisateur souhaite et davantage à produire la réponse correspondante.
Faut-il employer des mots compliqués ?
Pas nécessairement.
Utiliser un vocabulaire précis ne signifie pas utiliser un vocabulaire compliqué.
Un mot rare n’est pas automatiquement meilleur qu’un mot courant.
L’objectif est de choisir le mot qui correspond le mieux à l’idée que l’on souhaite transmettre.
Par exemple :
« Rédige un texte bref »
sera souvent plus utile que :
« Rédige un texte particulièrement qualitatif. »
Le premier indique quelque chose de mesurable.
Le second reste très subjectif.
De la même manière, demander :
« Explique ce concept comme à un enfant de 12 ans »
donne souvent une consigne plus claire que :
« Fais une explication facile. »
Le vocabulaire efficace est donc avant tout un vocabulaire précis.
Que faire lorsque la première réponse ne convient pas ?
Il n’est pas nécessaire de recommencer complètement la conversation.
La reformulation est souvent suffisante.
Si une réponse est trop longue :
« Résume-la en cinq phrases. »
Si elle est trop complexe :
« Réécris-la avec des mots courants et sans jargon technique. »
Si elle manque de détails :
« Développe davantage les trois premiers points avec un exemple pour chacun. »
Si elle paraît trop froide :
« Adopte un ton plus chaleureux et naturel. »
Chaque modification repose finalement sur le vocabulaire.
Plus on sait identifier ce qui ne convient pas, plus il devient facile de trouver le terme permettant de demander la correction appropriée.
Les synonymes peuvent aussi servir à tester l’IA
Un exercice intéressant consiste à poser plusieurs fois une demande en changeant uniquement certains mots.
Par exemple :
« Explique ce sujet de manière simple. »
« Explique ce sujet de manière pédagogique. »
« Explique ce sujet de manière concise. »
« Explique ce sujet de manière détaillée. »
Comparer les réponses permet de mieux comprendre les nuances entre ces adjectifs, mais aussi la manière dont l’intelligence artificielle les interprète.
Cela montre qu’un synonyme n’est pas toujours interchangeable.
Dans certains contextes, remplacer un mot peut modifier le ton, la longueur, la structure ou le niveau technique d’une réponse.
Mieux parler pour mieux demander
Les intelligences artificielles deviennent de plus en plus performantes pour comprendre le langage naturel.
Il n’est donc pas nécessaire d’apprendre une sorte de langage informatique particulier pour leur parler.
Mais cette facilité ne rend pas le choix des mots moins important.
Elle le rend peut-être même encore plus intéressant.
Plus une demande est précise, moins l’IA doit faire d’hypothèses.
Et lorsqu’une réponse ne correspond pas à ce que l’on souhaitait, le problème vient parfois moins de l’intelligence artificielle que de l’ambiguïté de la consigne.
Changer un adjectif, ajouter un antonyme, préciser un verbe ou remplacer une expression trop générale peut suffire à obtenir un résultat très différent.
Finalement, savoir utiliser ChatGPT revient en partie à retrouver une règle très ancienne du langage :
plus les mots sont précis, plus les idées ont de chances d’être comprises correctement.