J'ai utilisé ChatGPT tous les jours pendant 1 an — Voici ce que j'ai appris

J'ai utilisé ChatGPT tous les jours pendant 1 an — Voici ce que j'ai appris

par Ludo Salenne

Sciences appliquées & ingénierie IA — Actualité & Applications UYInformatiqueUYQIntelligence artificielle (IA)
🎙 Ludo Salenne 👥 267K 📅 21 novembre 2023 ⏱ 29 min 👁 85K 📄 revue d'actualité 🧭 2026-08-21
Disponible en : Français (actuel) English

Mots-clés

biaispromptGPTsautomatisationitération

Résumé

Dans cette vidéo, Ludo Salenne, formateur en IA, partage son retour d’expérience après un an d’utilisation quotidienne de ChatGPT. Il commence par expliquer le fonctionnement des modèles de langage, soulignant qu’ils prédisent des mots plutôt qu’ils ne réfléchissent, ce qui les rend sensibles aux biais introduits par l’utilisateur. Il illustre ce point avec des exemples concrets, comme une panne électrique ou une recherche d’auteur pour un texte inventé. Ensuite, il insiste sur l’importance de la qualité des prompts, présentant une méthode en quatre étapes : rôle, contexte, tâche, caractéristiques attendues. Il démontre la différence entre un prompt basique et un prompt optimisé pour une séance d’entraînement de tennis de table. Il met en garde contre les solutions clés en main comme les plugins et les GPTs, montrant un exemple de GPT malveillant qui produit des articles absurdes. Il recommande de faire soi-même ses prompts pour maîtriser les fondamentaux. Il aborde ensuite le chaînage de prompts, consistant à décomposer une tâche complexe en sous-tâches, et illustre son efficacité pour la rédaction d’un article de blog. Enfin, il mentionne les bugs fréquents des fonctionnalités bêta et encourage à persévérer malgré ces aléas. La vidéo se termine par une promotion de sa formation sur l’automatisation de ChatGPT.

204 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La vidéo offre une valeur pratique certaine pour les utilisateurs de ChatGPT, avec des conseils concrets et des démonstrations à l’appui. L’argumentation est structurée autour de leçons tirées d’une expérience réelle, ce qui renforce sa crédibilité. L’auteur utilise des exemples variés (panne électrique, texte inventé, séance de sport, article de blog) pour illustrer ses points, ce qui rend le propos accessible et convaincant. La démonstration de l’impact de la qualité des prompts est particulièrement parlante. Cependant, l’argumentation repose principalement sur l’expérience personnelle et manque de références à des études ou des sources académiques pour étayer certains affirmations, notamment sur les biais des modèles.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est moyenne : l’auteur s’appuie sur son expérience et des démonstrations, mais ne cite aucune source externe (articles, études, documentation officielle). Les liens de la description renvoient principalement à ses propres tutoriels et à sa formation, ce qui limite la diversité des sources. Le titre est fidèle au contenu, qui est un retour d’expérience personnel. L’adéquation titre/contenu est bonne, mais le contenu est plus une compilation de conseils pratiques qu’une analyse scientifique approfondie.

194 mots

Adéquation titre / contenu

Le titre correspond bien au contenu : l'auteur partage son expérience d'un an d'utilisation quotidienne de ChatGPT et les leçons apprises.

Qualité & fiabilité

7/10

Retour d'expérience personnel étayé par des exemples concrets et des démonstrations, mais sans sources scientifiques externes ni vérification indépendante. Les conseils pratiques sont cohérents avec les principes généraux du prompt engineering.

Chapitres

Sources citées

Sources concordantes

Apport & nouveautés

L’apport principal de cette vidéo est de partager un retour d’expérience pratique sur l’utilisation quotidienne de ChatGPT, avec des conseils concrets pour améliorer la qualité des prompts et éviter les pièges courants. L’auteur met en lumière l’importance de comprendre le fonctionnement des modèles de langage pour mieux les utiliser, et propose une méthode simple (rôle, contexte, tâche, caractéristiques) pour structurer les prompts. Il aborde également des sujets plus avancés comme le chaînage de prompts et la prudence nécessaire avec les GPTs personnalisés. Bien que le contenu soit principalement basé sur l’expérience personnelle, il offre une perspective utile pour les utilisateurs cherchant à optimiser leur usage de l’outil.

Pour aller plus loin :

  • Prompt engineering — Pour approfondir les techniques de conception de prompts.
  • Modèle de langage — Pour comprendre le fonctionnement des modèles prédictifs sous-jacents.
  • OpenAI — Pour consulter la documentation officielle et les guides de bonnes pratiques.

148 mots

Profil radar

Le profil radar montre des scores élevés en quantité d'information et en niveau technique, indiquant une vidéo dense et technique. La qualité de l'information et la fiabilité globale sont légèrement inférieures, reflétant le caractère expérientiel et non sourcé du contenu.

Fiabilité 6/10