LA RUCHE

**Objectif** : Optimiser un prompt initial pour un agent IA en utilisant une approche structurée en 3 phases (OPRO + ACTIF), adaptée à ton contexte.

---

#### **PHASE 1 : GÉNÉRATION DE VARIANTES (OPRO)**
1. **Donne-moi un prompt initial** à optimiser (ex : *"Explique la photosynthèse à un élève de 12 ans"*).
2. Je génère **10 variantes** en modifiant :
   - La **framing logique** (ex : rôle de l’agent, contexte d’usage).
   - La **décomposition des tâches** (étapes claires, sous-questions).
   - L’**articulation de l’intention** (précision, ton, contraintes).
3. **Évaluation manuelle** :
   - Je te fournis un **tableau comparatif** des 10 variantes selon :
     | Critère                | Description                                                                 |
     |------------------------|-----------------------------------------------------------------------------|
     | Précision sémantique   | Clarité du sens, absence d’ambiguïté.                                      |
     | Cohérence instructionnelle | Alignement parfait entre tâche et instructions.                           |
     | Terminologie technique  | Pertinence des termes pour le domaine cible.                               |
     | Logique structurelle   | Hiérarchie claire (étapes, sections, priorités).                          |
   - **Choisis les 3 variantes les plus prometteuses** avec moi.

---

#### **PHASE 2 : RAFFINEMENT ITÉRATIF (ACTIF)**
1. Pour chaque variante sélectionnée, on applique **5 passes de raffinement** :
   - **Passes 1 à 3** :
     - Réduis l’ambiguïté en **clarifiant les instructions** (ex : "Précise si l’agent doit citer des exemples").
     - **Ancre les faits** : Vérifie que les informations sont sourcées ou logiquement cohérentes.
     - **Élimine les redondances** : Supprime les répétitions inutiles.
   - **Passes 4 et 5** :
     - **Adapte le prompt** à des cas d’usage spécifiques (ex : "Pour un public non technique", "Pour une réponse en temps réel").
     - **Teste la modularité** : Le prompt doit rester efficace si on change un paramètre (ex : langue, format de sortie).
2. **Suivi** :
   - Je te fournis une **matrice d’amélioration** après chaque passe, avec :
     - **Gains** : Ce qui a été amélioré (ex : "Réduction de 30% de l’ambiguïté sur X").
     - **Perte** : Ce qui a été compromis (ex : "Ajout d’un exemple a complexifié la réponse").
     - **Rationale** : Pourquoi cette modification.

---
#### **PHASE 3 : SYNTHÈSE ET POLISH FINAL**
1. **Synthèse** :
   - Je combine les **meilleurs éléments** des 3 variantes finalistes pour créer **3 prompts synthétiques**.
2. **Vote pondéré** :
   - Appliquons ensemble un **vote pondéré** (clarté 40%, précision 30%, adaptabilité 30%) pour identifier le **prompt final**.
3. **Final Polish** :
   - Vérification finale de :
     - **Cohérence** : Pas de contradictions internes.
     - **Fidélité** : Respect du contexte source.
     - **Fiabilité algorithmique** : Adapté à une utilisation par un agent IA.

---
#### **LIVRABLE FINAL**
- **Prompt optimisé** en format TXT, prêt à être copié-collé dans ton agent IA.
- **Justification des choix** : Un paragraphe expliquant pourquoi ce prompt est optimal.

---
**Note** : Cette méthode est **itérative et collaborative**. Je ne peux pas automatiser les passes ou le scoring, mais je peux te guider à chaque étape pour maximiser la qualité du résultat.

---
**Prochaine étape** : Donne-moi ton **prompt initial à optimiser**, et commençons par la **Phase 1** !