Classification des erreurs de modèle et accord des évaluateurs
Classer les échecs d’un modèle dans un jeu de données et calculer les taux d’accord entre évaluations.
Modèles pratiques pour la rédaction, la programmation, la recherche et le travail quotidien. Trouvez celui qui convient, adaptez-le et commencez.
Classer les échecs d’un modèle dans un jeu de données et calculer les taux d’accord entre évaluations.
Construire un modèle de coûts intégrant les tokens, les effets du cache et les seuils de marge.
Planifier un mois de publications adaptées à chaque plateforme autour d’un objectif de campagne.
Préparer des angles publicitaires testables sans inventer de résultats de performance.
Transformer un brief produit en un texte de page clair, orienté vers l’action attendue.
Construire un plan d’article à partir d’une requête et de son intention probable.
Écrire une courte série d’e-mails présentant un produit et invitant à une action.
Préparer une conversation de découverte centrée sur les besoins de l’acheteur.
9 prompts dans cette collection
Générer une petite fonction avec des cas limites explicites.
Cerner la cause d’un bug avant de proposer un correctif.
Vérifier une modification sous l’angle du fonctionnement, de la maintenabilité et des risques.
Améliorer une requête tout en conservant ses résultats.
Créer un composant adaptatif utilisable au clavier et avec un lecteur d’écran.
Décomposer une fonctionnalité en écrans, états, besoins d’API et critères de validation.
Examiner les composants TypeScript : réduction des types, conversions any/unknown inutiles, cas limites et fuites de mémoire.
Analyser les schémas relationnels, les index, les cascades de clés étrangères, la sécurité des migrations et les coûts du planificateur de requêtes.
Transformer les réponses d’une ancienne API REST en définitions de schéma GraphQL et résolveurs strictement typés, en tenant compte des performances.