AiLearning

Module 3 — Techniques Cognitives Avancées

Maîtrisez l'arsenal complet des 11 techniques cognitives fondamentales de l'ingénierie de prompt : Zero-shot, Few-shot, Chain-of-Thought et décomposition modulaire. Apprenez à combiner ces stratégies pour résoudre des problèmes algorithmiques complexes et réduire drastiquement le taux d'erreurs logicielles générées par l'IA.

Zero-shot Prompting

Obtenir une réponse pertinente d'un modèle IA sans lui fournir d'exemple préalable : anatomie, formulation professionnelle et limites.

Few-shot Prompting

Guider l'IA à l'aide d'exemples de démonstration pour imposer un format JSON strict, une logique métier ou un style rédactionnel.

Chapitre 32 h 30
Étudier

Chain of Thought et raisonnement structuré

Décomposer les problèmes complexes en étapes intermédiaires, justifier les constats par des preuves observables et éviter les oublis.

Chapitre 42 h 30
Étudier

Prompt Decomposition

Découper une grande mission en sous-tâches (séquentielles, parallèles, hiérarchiques, conditionnelles) et gérer les dépendances.

Role Prompting

Attribuer un profil professionnel ciblé (développeur, auditeur, testeur) en 6 composantes sans confondre rôle et autorisations d'action.

Contextual Prompting

Structurer les 8 composantes du contexte (technique, fonctionnel, données, contraintes) et gérer les informations manquantes ou obsolètes.

Chapitre 72 h 30
Étudier

Structured Prompting

Imposer des formats de sortie stricts (JSON, Markdown, tableaux), valider les schémas avec Zod et organiser les entrées avec des balises.

Chapitre 82 h 30
Étudier

Meta-Prompting

Utiliser l'IA pour concevoir, analyser, tester et optimiser les instructions destinées à d'autres agents dans l'IDE ou dans une API Node.js.

Chapitre 92 h 30
Étudier

Self-critique et vérification

Mettre en œuvre les 5 mécanismes de contrôle (cohérence, factuel, contraintes, complétude, incertitudes) et la grille d'auto-évaluation sur 100 points.

Chapitre 103 h
Étudier

Prompt Chaining

Orchestrer l'enchaînement de plusieurs prompts avec transmission des résultats intermédiaires, points d'arrêt et implémentation Express/Gemini.

Chapitre 112 h 30
Étudier

Gestion des erreurs et des incertitudes

Détecter les informations manquantes, arbitrer les contradictions, interdire les réponses inventées et concevoir une stratégie de retry robuste.

Chapitre 124 h
Étudier

Projet intégrateur — Agent IA professionnel dans Google Antigravity

Application des 11 techniques : cahier des charges, architecture en 5 fonctions, chaîne de 6 prompts, 7 tests de résistance et grille d'homologation sur 100 points.