Step-back prompting : cherche large, réponds précis
Le step-back prompting remplace une question pointue par une question plus large pour retrouver le bon document, puis répond à la question d’origine.
Cours & Tutoriels : Agentic
Agents IA, appel d’outils, planification et systèmes multi-agents : apprenez à concevoir des applications LLM capables d’agir de façon autonome.
Système multiagent : des IA qui travaillent en équipe
Un système multiagent confie chaque rôle à un agent spécialisé. Définition, exemple de code, modes d’organisation et idées reçues à écarter.
Agent retriever : un outil de recherche que l’IA choisit
Un agent retriever est une capacité de recherche mise sous étiquette, que le système choisit selon la question. Définition, code lu pas à pas, idées reçues.
Agents IA : stopper l’explosion de la facture de tokens
Ton agent boucle, réfléchit, cherche… et ta facture de tokens s’envole. Six leviers concrets pour borner les boucles sans rendre l’agent bête.
Chunking : quel découpage pour une réponse exacte du 1er coup ?
Taille fixe, sections, sémantique, parent-enfant : compare les méthodes de découpage d’un RAG et choisis celle qui fait remonter la bonne réponse en premier.
Éviter que l’agent hallucine sur les documents récupérés
Un RAG hallucine par trois chemins : mauvais passages, contexte ignoré, contexte mal lu. Voici un verrou pour chacun, et comment mesurer que ça tient.
Agent IA + RAG : concevoir un système qui cherche avant d’agir
Un agent qui décide quoi chercher, un RAG qui lui fournit des faits fiables : voici comment les assembler, les tester et éviter les pièges.