Un lycéen de seulement 17 ans a conçu un "Prompt de niveau divin", améliorant considérablement les capacités de raisonnement de Claude 3.5, rivalisant avec le modèle o1 d'OpenAI, suscitant un vif débat dans la communauté. Après des tests par plusieurs développeurs, il a été constaté que ce prompt non seulement réussissait à reproduire Flappy Bird et le poker texan, mais offrait également d'excellents résultats sur Google Gemini après des améliorations. (Résumé : Bernstein a déclaré que les cryptomonnaies sont entrées dans l' "ère infinie" : le BTC dépassera les 200 000 d'ici la fin de l'année, les entreprises minières fusionnent avec l'IA, l'ETH deviendra le chouchou des institutions...) (Contexte : Sam Altman envisage 2025 : les premiers agents IA entreront massivement sur le marché du travail, et nous nous rapprochons de l'AGI...) Récemment, le lycéen de seulement 17 ans, Tu Jinhao, a rédigé un ensemble d'instructions qualifiées de "Prompt de niveau divin" qui a considérablement amélioré les capacités de raisonnement et de réflexion du modèle d'intelligence artificielle Claude 3.5, attirant une large attention. Ce prompt, en simulant le processus de pensée humain, permet à Claude 3.5 de montrer des capacités de raisonnement complexe et de résolution de problèmes comparables à celles du modèle o1 d'OpenAI. Tu Jinhao avait précédemment remporté la première place mondiale dans la catégorie IA du concours mondial de mathématiques d'Alibaba. Le prompt qu'il a conçu est appelé "Thinking Claude", visant à permettre au modèle Claude de passer par un processus de réflexion complet avant de répondre à des questions, rendant ses capacités de raisonnement plus proches de celles des humains. Principe de Thinking Claude Un ingénieur Python, Jie Ge, a analysé que ce prompt guide Claude à traiter chaque tâche en reformulant d'abord le problème, en analysant le contexte, en décomposant la tâche, en générant plusieurs hypothèses, et en s'auto-corrigeant et en vérifiant, pour finalement former des réponses cohérentes et approfondies. En détail, il a indiqué que les étapes comprennent : Compréhension préliminaire : reformuler le problème, comprendre son contexte et identifier les éléments connus et inconnus. Exploration de l'espace problématique : décomposer le problème en plusieurs parties, comprendre ses exigences et ses contraintes. Génération d'hypothèses : avant de choisir la méthode de résolution, proposer plusieurs hypothèses et perspectives différentes pour analyser. Processus de découverte naturelle : comme un détective, approfondir progressivement pour arriver à des conclusions plus éclairantes. Vérification et test : auto-évaluation, vérifier la cohérence logique et l'exhaustivité de l'analyse. Identification et correction des erreurs : identifier les lacunes dans la réflexion et les améliorer davantage. Intégration des connaissances : relier des informations provenant de différentes sources pour construire un cadre cognitif plus complet. Reconnaissance et analyse de modèles : rechercher des modèles spécifiques dans les informations et les appliquer à une recherche et un raisonnement plus approfondis. Les internautes utilisent Thinking Claude pour développer des jeux classiques L'émergence de ce prompt a suscité un large intérêt et des discussions dans les communautés d'IA et de programmation. De nombreux développeurs ont constaté que le prompt pouvait effectivement améliorer considérablement les performances du modèle Claude, lui permettant de montrer une plus grande logique et des caractéristiques proches de la pensée humaine lors de la gestion de tâches complexes. Certains internautes ont utilisé ce prompt pour développer avec succès le jeu classique Flappy Bird. De plus, d'autres ont créé un jeu de poker texan basé sur cela, intégrant une fonctionnalité de joueur IA pour offrir une expérience de jeu plus intelligente. Par ailleurs, le YouTuber "AI 转转转" a également transformé ce prompt en version Gemini et l'a testé dans Google AI Studio, obtenant également de meilleurs résultats. Méthode d'utilisation La méthode d'utilisation est également très simple, il suffit de copier le prompt de model_instruction de Thinking Claude ou Thinking-gemini (choisir la dernière version), puis de le coller dans le champ d'instructions système (System Instructions) de Claude ou Google AI Studio, vous pouvez alors tester et développer par le biais de conversations avec l'IA, les lecteurs intéressés peuvent expérimenter et réaliser leurs idées ! Dans l'ensemble, l'initiative innovante de Tu Jinhao démontre le potentiel de l'ingénierie des prompts dans le domaine de l'IA, suscitant l'intérêt des gens sur la façon d'optimiser les prompts pour améliorer les performances des modèles. Cependant, certains experts soulignent également que cette méthode d'amélioration des capacités du modèle par le biais de prompts peut avoir certaines limites, et que les capacités fondamentales du modèle restent des facteurs clés déterminants de ses performances. Reportages connexes Prévisions des prix BTC, ETH, SOL pour 2025 : quels sont les facteurs moteurs ? (CES 2025 arrive la semaine prochaine) Prévisions de Bank of America : NVIDIA annoncera son entrée sur le marché des PC IA ! Faible probabilité de lancement de CPU ; le fondateur d'a16z déclare "le projet n'a rien à voir avec a16z", la communauté clarifie qu'elle a évité l'infraction de marque "Un lycéen de 17 ans écrit un "Prompt de niveau divin" pour renforcer la capacité de raisonnement de Claude, rivalisant avec le modèle o1, comment cela a-t-il été réalisé ?" Cet article a été publié pour la première fois sur BlockTempo (Dongqu Dongqu - le média d'actualités blockchain le plus influent).