Une entreprise souhaite qu'un LLM produise des descriptions de produits qui suivent un format d'exemple spécifique. Quelle méthode d'ingénierie d'invite aide le modèle à apprendre et à produire des sorties qui correspondent à ce format ?

Le "few-shot prompting" est la méthode la plus appropriée car elle fournit au LLM plusieurs exemples d'entrées et de sorties désirées. En montrant au modèle comment les descriptions de produits doivent être formatées (par exemple, "Voici un produit : [nom du produit]. Voici sa description : [description formatée]"), le modèle apprend le format et est capable de générer de nouvelles descriptions qui suivent ce même modèle. Le "zero-shot prompting" ne fournit aucun exemple, ce qui rend difficile pour le modèle de comprendre le format spécifique. Le "one-shot prompting" ne donne qu'un seul exemple, ce qui peut être insuffisant pour que le modèle généralise le format. Le "chain-of-thought prompting" est utilisé pour guider le modèle à travers un processus de raisonnement étape par étape, ce qui n'est pas l'objectif principal ici.