Dernière mise à jour 08-12-2026
Catégorie:
Reviews:
Join thousands of AI enthusiasts in the World of AI!
mshumer/gpt-prompt-engineer - GitHub
mshumer/gpt-prompt-engineer est une boîte à outils open source d'ingénierie des prompts qui génère, teste et classe des prompts candidats pour une tâche que vous définissez. Vous décrivez le cas d'utilisation, fournissez des cas de test, et les notebooks créent plusieurs variantes de prompts, les exécutent sur chaque cas de test, et trient les résultats avec un système de notation ELO commençant à 1200. Il est livré sous forme de notebooks Jupyter que vous pouvez exécuter dans Google Colab ou localement.
La plupart des outils de prompt vous aident à écrire un prompt à la fois. gpt-prompt-engineer traite la sélection de prompts comme un tournoi : des dizaines de candidats s'affrontent sur vos cas de test, et les scores ELO les plus élevés font ressortir les gagnants. Des notebooks séparés couvrent les tâches de classification, Claude 3 Opus avec des cas de test générés automatiquement, et la conversion Opus-to-Haiku pour une inférence moins coûteuse. Des journaux optionnels Weights & Biases et Portkey tracent chaque exécution.
Les ingénieurs en apprentissage machine, les ingénieurs en prompts et les développeurs en IA l'utilisent lorsqu'ils ont besoin d'un réglage reproductible des prompts plutôt que d'essais manuels et d'erreurs. Le dépôt compte 9,7 k étoiles GitHub et fonctionne avec vos propres clés d'API OpenAI ou Anthropic. Il est gratuit sous licence MIT.
Génère plusieurs propositions de prompts à partir d'une description de tâche et de cas de test fournis par l'utilisateur
Classe les prompts avec un système de notation ELO commençant à 1200 par proposition
Prend en charge les modèles GPT-4, GPT-3.5-Turbo et Claude 3 Opus
Le notebook de classification évalue les cas de test vrai/faux et affiche un tableau de résultats
Le notebook Claude 3 génère automatiquement des cas de test à partir des définitions de variables d'entrée
Le notebook de conversion Opus-to-Haiku réduit la latence et les coûts tout en préservant la qualité de sortie
Journalisation optionnelle avec Weights & Biases et Portkey pour le suivi des expériences
Automatise les tests de tournoi de prompts au lieu de réécritures manuelles ponctuelles.
Le classement ELO permet de comparer facilement des dizaines de propositions sur les mêmes cas de test.
Plusieurs notebooks couvrent la classification, Claude 3 et la conversion Opus-to-Haiku.
Nécessite vos propres clés API OpenAI ou Anthropic et la configuration du notebook.
La génération de nombreuses propositions de prompts peut devenir coûteuse à grande échelle.
Aucune interface utilisateur hébergée ; vous travaillez entièrement dans des notebooks Jupyter.
mshumer/gpt-prompt-engineer est-il gratuit à utiliser ?
Oui, mshumer/gpt-prompt-engineer est gratuit et open source sous licence MIT sur GitHub. Vous exécutez les notebooks Jupyter dans Google Colab ou localement et ne payez que votre propre utilisation de l'API OpenAI ou Anthropic.
Comment gpt-prompt-engineer classe-t-il les prompts ?
mshumer/gpt-prompt-engineer teste chaque prompt généré contre vos cas de test et les classe avec un système de notation ELO. Chaque prompt commence à 1200 points ELO et gagne ou perd des points en fonction des performances en duel sur vos entrées.
Quels modèles gpt-prompt-engineer prend-il en charge ?
mshumer/gpt-prompt-engineer prend en charge GPT-4, GPT-3.5-Turbo et Claude 3 Opus selon le notebook que vous exécutez. Le notebook de conversion Opus-to-Haiku associe la planification de Claude 3 Opus à la génération de Claude 3 Haiku pour réduire les coûts.
Comment exécuter mshumer/gpt-prompt-engineer ?
mshumer/gpt-prompt-engineer s'exécute sous forme de notebooks Jupyter hébergés sur GitHub. Ouvrez gpt_prompt_engineer.ipynb dans Google Colab, ajoutez votre clé API OpenAI, définissez une description de cas d'utilisation et des cas de test, puis appelez generate_optimal_prompt pour lancer le tournoi.
gpt-prompt-engineer gère-t-il les tâches de classification ?
Oui, mshumer/gpt-prompt-engineer inclut un notebook de version Classification qui évalue les prompts sur des cas de test vrai/faux. Chaque cas de test associe un prompt à une étiquette de sortie attendue, et le notebook affiche un tableau de scores par candidat.
Combien d'étoiles GitHub gpt-prompt-engineer a-t-il ?
mshumer/gpt-prompt-engineer compte environ 9 700 étoiles GitHub et 681 forks comme indiqué sur la page du dépôt. Le projet est maintenu par Matt Shumer et a reçu sa dernière mise à jour du README en octobre 2025.