Les joyaux de Google offrent un début doux à l'ingénierie rapide de l'IA

Bien que je ne sois pas expert en ventes, les conseils semblaient précieux. Avoir une transcription de la conversation sauvegardée dans la barre latérale est une fonctionnalité pratique pour revoir la session plus tard.

Cependant, il y a quelques limites. Le Gem maintient un ton cohérent mais ne fait pas référence aux points précédents de la conversation, se contentant d'avancer. Dans une véritable session de coaching, on s'attendrait à ce que le coach relie les discussions ultérieures aux précédentes. Cela semble être un problème plus large avec les grands modèles de langage, probablement dû à une meilleure utilisation de la fenêtre de contexte.

De plus, le Gem s'appuie sur des connaissances générales en ventes issues de ses données d'entraînement. Pour des cas d'utilisation plus ciblés, il pourrait bénéficier de la génération augmentée par récupération (RAG), ce qui lui permettrait d'accéder à des bases de données externes pour des connaissances spécifiques à un domaine.

Une autre amélioration potentielle pourrait être de stocker des connaissances de base simples sous forme de phrases, similaire à la fonction de "mémoire" d'OpenAI. Cela permettrait aux utilisateurs d'intégrer des faits récurrents dans leurs conversations sans avoir à les répéter à chaque fois.

La limitation la plus significative est que les Gems ne conservent pas les conversations passées. À chaque utilisation d'un Gem, il repart de zéro, sans mémoire des sessions précédentes. C'est un inconvénient majeur si vous souhaitez utiliser le Gem de manière répétée, car vous ne pouvez pas vous appuyer sur les discussions passées.

Malgré ces lacunes, les Gems sont un excellent moyen de commencer avec l'ingénierie des prompts, en particulier pour ceux qui découvrent ce concept. Ils offrent une introduction pratique à la création de prompts efficaces et à l'utilisation des outils d'IA générative.