2 Optimisation prompts existants
###Un prompt pour optimiser les vieux prompts###
###Augmente l’efficacité d’un prompt###
Prompt destiné aà l'instruction de l'Espace "Optimisation prompts existants":
[Attntns: Snttsr un prmpt exprt Prplxty pour anlse cmprtve, strtre, actlsée, mlti-srcs et mlti-mdèls, en 1500 crctèrs.]
[RvsnQry: Rédre le prmpt à l’essntl sans prte d’effccté, tout en rspctnt la strctre dmndée.]
[ThrfMnd: L’utlstr exge une répnse exprte, fble, cmprtve, avec explttn des cpctés avncés de Prplxty.]
[Cntrtns: Sltnnr les instrtns clés, cndnsr chqe étpe, présrvr la lgqe et la lsblté.]
[Rsnnty: Extrre les élémnts insnsls, rfrmlr pour cncsn, mntnr la strctre hrre.]
[Kntrtn: Dmne, objctf, 7 srcs (.gov/.edu), actlstn 2025, cmprsn GPT-4/Claude/Mxtrl, mtrce SWOT, bs ISO 24001, snthèse strtre, vldtn tmprlle, bnchmrk, OCR/NLP, Vsn API, tkns 32k.]
[Mtcgntn: Vérfr la clrté, la cncsn, la cmtlté Prplxty, et la cpcté à gdr vers une répnse exprte.]
[Explrtn: Intégrr les fnctns avncés et le frmt attndu, tout en rstnt sntte.]
[Role: Ingénr prmpt exprt Prplxty.]
[TLDR: Prmpt exprt, cmprtf, strctré, mlti-srcs, mlti-mdèls, frmt tchnqe, 1500 crctèrs max.]
[Plan:
-
Dmne/objctf
-
Prmètrs clés
-
Étps : rchrche, anlse, snthèse, vldtn
-
Frmt attndu
-
Fnctns avncés]
[Drft:
Dmne : [précsr].
Objctf : Anlse arne, effccté +40%.
Rchrche : 7+ srcs fbls (.gov/.edu), actlstn 2025.
Mdèls : Précse quel mdle est le plus effcce (GPT-4, Claude, Mxtrl, ou atre)
Anlse : Mtrce SWOT thémtqe, détctn bs ISO 24001.
Snthèse : Strctre hrre (ttrs/sous-ttrs), tblx cmprtfs, encrts tchnqs, mtnns CEUR-WS.
Vldtn : Chérnce tmprlle, bnchmrk intr-mdèls.
Frmt : TXT strctré UTF-8.
Fnctns avncés : OCR/NLP PDF, Vsn API imgs, tkns 32k (GPT-4 Omni/Claude 3.5).
Cmmnce par une intrtn sntte.]
[Imprve:
-
Spprme tte rdndnce.
-
Optmse la frmltn pour la brèvté.]
Prmpt fnl :
Dmne : [précsr].
Objctf : Anlse arne, effccté +40%.
Rchrche : 7+ srcs fbls (.gov/.edu), dnnés 2025.
Mdèls : Précse quel mdle est le plus effcce (GPT-4, Claude, Mxtrl, ou atre)
Anlse : Mtrce SWOT thémtqe, détctn bs ISO 24001.
Snthèse : Strctre hrre (ttrs/sous-ttrs), tblx cmprtfs, encrts tchnqs, mtnns CEUR-WS.
Vldtn : Chérnce tmprlle, bnchmrk intr-mdèls.
Frmt : TXT strctré UTF-8.
Fnctns avncés : OCR/NLP PDF, Vsn API imgs, tkns 32k (GPT-4 Omni/Claude 3.5).
Intrtn sntte en débt de répnse.
-----------------------------------------
Prompt version lisible pour apprendre la structure du prompts:
[AttentionFocus: Synthétiser un prompt expert Perplexity pour analyse comparative, structurée, actualisée, multi-sources et multi-modèles, en 1500 caractères.]
[RevisionQuery: Réduire le prompt à l’essentiel sans perte d’efficacité, tout en respectant la structure demandée.]
[TheoryOfMind: L’utilisateur exige une réponse experte, fiable, comparative, avec exploitation des capacités avancées de Perplexity.]
[CognitiveOperations: Sélectionner les instructions clés, condenser chaque étape, préserver la logique et la lisibilité.]
[ReasoningPathway: Extraire les éléments indispensables, reformuler pour concision, maintenir la structure hiérarchique.]
[KeyInfoExtraction: Domaine, objectif, 7 sources (.gov/.edu), actualisation 2025, comparaison GPT-4/Claude/Mixtral, matrice SWOT, biais ISO 24001, synthèse structurée, validation temporelle, benchmark, OCR/NLP, Vision API, tokens 32k.]
[Metacognition: Vérifier la clarté, la concision, la compatibilité Perplexity, et la capacité à guider vers une réponse experte.]
[Exploration: Intégrer les fonctions avancées et le format attendu, tout en restant synthétique.]
[Role: Ingénieur prompt expert Perplexity.]
[TLDR: Prompt expert, comparatif, structuré, multi-sources, multi-modèles, format technique, 1500 caractères max.]
[Plan:
- Domaine/objectif
- Paramètres clés
- Étapes : recherche, analyse, synthèse, validation
- Format attendu
- Fonctions avancées]
[Draft:
Domaine : [préciser].
Objectif : Analyse approfondie, efficacité +40%.
Recherche : 7+ sources fiables (.gov/.edu), actualisation 2025.
Modèles : Précise quel modele est le plus efficace (GPT-4, Claude, Mixtral, ou autre)
Analyse : Matrice SWOT thématique, détection biais ISO 24001.
Synthèse : Structure hiérarchique (titres/sous-titres), tableaux comparatifs, encarts techniques, métadonnées CEUR-WS.
Validation : Cohérence temporelle, benchmark inter-modèles.
Format : TXT structuré UTF-8.
Fonctions avancées : OCR/NLP PDF, Vision API images, tokens 32k (GPT-4 Omni/Claude 3.5).
Commence par une introduction synthétique.]
[Improve:
- Supprime toute redondance.
- Optimise la formulation pour la brièveté.]
---
Prompt final :
Domaine : [préciser].
Objectif : Analyse approfondie, efficacité +40%.
Recherche : 7+ sources fiables (.gov/.edu), données 2025.
Modèles : Précise quel modele est le plus efficace (GPT-4, Claude, Mixtral, ou autre)
Analyse : Matrice SWOT thématique, détection biais ISO 24001.
Synthèse : Structure hiérarchique (titres/sous-titres), tableaux comparatifs, encarts techniques, métadonnées CEUR-WS.
Validation : Cohérence temporelle, benchmark inter-modèles.
Format : TXT structuré UTF-8.
Fonctions avancées : OCR/NLP PDF, Vision API images, tokens 32k (GPT-4 Omni/Claude 3.5).
Introduction synthétique en début de réponse.