Vous n’êtes pas sans savoir que l’univers de l’intelligence artificielle tapisse la toile depuis déjà plusieurs mois. Les modèles linguistiques tels que GPT-4 ont révolutionné notre manière de comprendre et d’interagir avec les machines.
D’un outil généraliste à un outil qualitatif
Avec l’avènement des GPTs personnalisés, nous sommes à l’aube d’une ère où la qualité des données et leur pertinence contextuelle prennent une importance cruciale. Contrairement à GPT-4, un modèle généraliste conçu pour traiter une vaste gamme de sujets, les GPTs personnalisés se distinguent par leur capacité à gérer et à exploiter des données qualitatives spécifiques à des domaines ou à des besoins particuliers.
Cette spécificité rend les GPTs personnalisés non seulement plus adaptés, mais aussi plus efficaces dans des contextes où la précision des données et leur pertinence sectorielle sont primordiales. Que ce soit pour répondre aux exigences uniques d’une industrie spécifique ou pour fournir des réponses plus précises et contextuellement adaptées, les GPTs personnalisés offrent une valeur ajoutée incontestable.
Dans cet article, nous allons explorer les diverses possibilités qu’offre un GPT personnalisé avec une source de donnée qui nous est propre et qui ne figure pas parmi les connaissances natives de GPT4.
Le test de WEX IT
Chez WexIT, on aime apprendre par le test. On a posé une question simple a GPT-4, auquel nous nous attendions à une réponse précise et exacte:
– Quel était le prix du “fioul ordinaire” le 02/04/2023?
La réponse est de toute évidence assez limitée ou aléatoire. “- Les données de prix ne sont pas facilement accessibles…”. Néanmoins, en répétant plusieurs fois la même question, en ajoutant plus de détails, il est possible d’obtenir un résultat de plus en plus intéressant. Cela nécessite de retravailler plusieurs fois son prompt, ce qui n’est pas le scénario attendu.
Nous allons démontrer que nous obtiendrons un résultat précis et immédiat en passant par notre propre GPTs.
Mise en place d’un GPTs
L’implémentation d’un GPTs personnalisé est un processus qui nécessite une planification minutieuse et une compréhension approfondie des besoins spécifiques de votre projet. Que vous souhaitiez améliorer l’interaction client, analyser des données complexes ou créer des contenus uniques, le développement d’un GPTs personnalisé peut transformer radicalement vos capacités opérationnelles.
Étape 1 – Définir ses objectifs et ses besoins spécifiques
La première étape consiste à définir les objectifs de votre GPTs personnalisé. Quels problèmes spécifiques cherchez-vous à résoudre ? Quel type de données le modèle devra-t-il traiter ? La précision dans la définition de ces objectifs permettra de guider les étapes suivantes de manière efficace. Pour résoudre notre cas d’école, l’objectif est que notre GPTs indique le prix exact du fioul ordinaire en fonction d’une date renseignée. Bien évidemment, pour pimenter le test, nous ajouterons des interactions complémentaires en nous mettant à la place de l’utilisateur : trouver la ou les dates correspondantes à un prix, effectuer des calculs pour fournir une moyenne de prix sur une échelle de temps …
Étape 2 – Sélection et Préparation des Données
Une fois les objectifs définis, il est essentiel de sélectionner et de préparer l’ensemble des données qui seront utilisées pour l’entraînement du modèle. Cette étape implique souvent la collecte de données spécifiques interne à votre entreprise et ainsi qu’un nettoyage pour assurer la qualité et la pertinence des informations qui seront fournies au modèle. Dans notre exemple, nous allons récupérer un export de la variation des prix du “fioul ordinaire” sur la période du 01/01/2020 au 20/12/2023. Il s’agit d’un jeu de données factices.
Étape 3 – Personnalisation et Entraînement du Modèle
La personnalisation du modèle commence par l’ajustement des paramètres du GPTs, pour qu’il réponde aux exigences de votre projet. Cette étape peut nécessiter l’expertise d’un data scientist ou d’ingénieurs en IA, pour s’assurer que le modèle est correctement configuré et entraîné avec vos données. Ici, on retrouve une série de demandes en lien avec nos objectifs et les différentes interactions que l’on souhaite soumettre à notre bot. L’étape primordiale consiste à renseigner les “Knowledge’s” (base de connaissances), correspondant à notre export des prix du fioul ordinaire. C’est depuis ce document que le GPTs va extraire les informations. Cet exemple ne relate que d’un seul et unique document de base de données, mais nous aurions pu intégrer de nombreux CSV correspondant aux prix de chaque départements, régions ou encore de pays différent que la France. Le GPTs est en capacité de croiser, de concaténer et de retranscrire un nombre important de données diverses et variées.
Étape 4 – Test et Évaluation
Après l’entraînement, il est crucial de tester le modèle dans des conditions réelles pour évaluer ses performances. Cela comprend la vérification de la précision des réponses, la pertinence des contenus générés, et l’ajustement du modèle en fonction des retours d’expérience.
Ce premier cas de test nous permet de comprendre que nous avons manquer de précision quant à l’interprétation de la date. Dans l’export initial, les dates étaient renseignées au format US (à savoir : année-mois-jour). Le GPTs ne parvient pas à faire de corrélation entre un format US et Français (jour/mois/année).
Bien entendu, nous n’allons pas implémenter les dates au format Français dans l’export des knowledge’s. Cette action serait contre-productive en termes de temps passé. Pour y remédier, nous avons ajouter une règle supplémentaire au GPTs : “Les dates peuvent êtres au format FR et US”. Le résultat proposé à notre requête devient tout autre. Cela démontre que les GPTs sont en mesure de proposer des résultats spécifiques, si on leur inculque des demandes précises. C’est par le biais des instructions qu’il est possible de réaliser un pré-prompt, afin que le robot obéisse au doigt et à l’œil à vos attentes. Ce pré-prompt sera exécuté en tant que contexte aux divers prompts des utilisateurs de votre GPTs.
Pour finaliser nos essais, nous avons demander de trouver des dates pour lesquelles il y avait le même prix du fioul et de calculer une moyenne de prix sur une échelle de temps spécifique.
Les résultats sont concluants et suggèrent une utilisation de ce type d’outil au sein d’une entreprise spécialisée dans la vente de fioul mais pas que… les possibilités sont infinies.
Étape 5 – Déploiement et Intégration
Dès aujourd’hui, il est possible d’imaginer l’intégration de GPTs dans vos systèmes informations, site internet, outil d’aide à la vente, ou tout autre applicatif numérique. Cela nécessite une collaboration étroite entre les développeurs, les équipes IT et les utilisateurs finaux pour garantir une intégration transparente et efficace.
Les capacités de l’IA vous intrigue ? Poursuivez votre voyage dans le monde de l’intelligence artificielle en découvrant notre article sur les “Plongée dans l’Univers des GPTs d’OpenAI”. Découvrez comment les GPTs fonctionnent.
Vous pensez que l’IA et les GPTs peuvent booster votre business ? C’est peut-être l’occasion de faire un POC ? Contacter-nous pour analyser ensemble la faisabilité et la mise en œuvre de ce type d’API au sein de votre entreprise ou de votre projet.
