Introduction à l’intelligence artificielle générative

Partie théorique :

• Définition, cas d’usage, fonctionnement général d’un LLM
• Différences entre IA générative et IA traditionnelle
  Exercices :
• Identifier trois cas d’usage possibles dans son activité
• Brainstorming collectif sur les risques et opportunités de l’IA

Fonctionnement des modèles de langage (LLM)

Partie théorique :

• Notions de tokens, température, biais, hallucinations
• Comment formuler une question pour éviter les erreurs
  Exercices :
• Tester un même prompt avec différents réglages (température, style…)
• Détecter et corriger des biais dans une réponse IA

Fondamentaux du Prompting

Partie théorique :

• Structure d’un bon prompt : rôle, objectif, contraintes
• Techniques de clarté, concision et précision
  Exercices :
• Réécriture guidée de prompts mal formulés
• Atelier : créer son premier prompt “expert métier”

Typologie des prompts et cas d’usage

Partie théorique :

• Prompts informatifs, créatifs, techniques, analytiques, interactifs
  Exercices :
• Tour d’horizon par petits groupes : chaque groupe applique une typologie
• Atelier d’écriture collaborative (interaction IA + humain)

Techniques avancées de prompting

Partie théorique :

• Prompt chaining, feedback loops, auto-révision
• Utilisation de modèles personnalisés ou GPTs privés
  Exercices :
• Création d’un prompt complexe multi-étapes
• Défi pratique : affiner une réponse en trois itérations

Projet final et évaluation

Objectif :

• Mobiliser toutes les techniques vues pour résoudre un problème concret
  Exercices :
• Étude de cas : simuler une journée de travail avec IA (exemples : assistant administratif, rédaction de mails, planification de tâches)
• Présentation des résultats et évaluation entre pairs