Nous avons tous entendu l'expression selon laquelle une image vaut mille mots. Grâce aux avancées des technologies d'IA, cette idée est devenue plus tangible que jamais. La vision par ordinateur est un domaine interdisciplinaire de l'IA, de l'IA générative, de l'apprentissage profond et de l'apprentissage automatique qui exploite la puissance pour identifier des objets, lire du texte et analyser des motifs à partir d'images et de vidéos. Elle transforme efficacement le contenu visuel en informations riches et exploitables. De nombreuses opérations sur le terrain des services publics nécessitent déjà la capture d'images ou de vidéos dans le cadre de leurs flux de travail de collecte de données. Cela permet à la vision par ordinateur d'améliorer le flux de travail sans perturber considérablement les processus actuels. Alors que l'adoption de la vision par ordinateur continue de croître dans divers secteurs, son application réussie dans ArcGIS Survey123 dépend fortement d'un facteur critique : des prompts bien conçus.<\/P>
Pourquoi la conception des prompts est-elle importante ?<\/STRONG><\/P>Travailler avec la vision par ordinateur revient à travailler avec n'importe lequel de vos collègues, vous devez fournir au LLM (large language model) des instructions claires et détaillées, appelées prompts, pour effectuer les inspections d'actifs et produire les résultats détaillés que vous recherchez. Éviter l'ambiguïté est essentiel car cela empêche la vision par ordinateur d'interpréter elle-même le prompt ou de retourner des résultats génériques.<\/P>Dans certains cas, des prompts mal conçus peuvent entraîner des résultats incohérents, des informations non pertinentes ou même trompeuses. Lors des inspections sur le terrain, cela peut signifier des problèmes de maintenance manqués, des rapports inexacts ou un gaspillage de ressources. Discutons des moyens d'améliorer nos compétences en rédaction de prompts.<\/P>Définir des objectifs spécifiques<\/STRONG><\/P>La première étape pour concevoir des prompts efficaces pour la vision par ordinateur est de définir clairement et spécifiquement ce que vous souhaitez que la vision par ordinateur fasse. Nous suggérons d'utiliser les quatre W (qui, quoi, où et pourquoi) lors du démarrage de la conception de vos prompts. Cela vous aidera à recueillir les informations essentielles pour définir la demande et clarifier l'objectif que vous souhaitez que la vision par ordinateur atteigne. Vous voudrez inclure des détails contextuels sur le type d'actif, l'environnement dans lequel se trouve l'actif, ainsi que toute réglementation ou politique d'entreprise motivant ce besoin. Par exemple, un prompt basique pour les inspections de maintenance pourrait ressembler à ceci :<\/P>"Identifier les problèmes de maintenance des actifs dans cette image,"<\/P>Grâce à une conception soignée du prompt, nous pouvons transformer la demande pour qu'elle soit plus précise concernant le spécifique<\/P>"Décrivez l'état du compteur de gaz. Incluez des détails sur toute rouille, corrosion ou dommage présent sur le composant du compteur de gaz faisant partie de l'ensemble du compteur de gaz. Ceci fait partie de l'inspection du tuyau de gaz exposé qui a lieu tous les trois ans."<\/P>Utiliser un langage simple et direct<\/STRONG><\/P>Les industries s'appuient souvent sur des acronymes spécialisés et du jargon pour communiquer rapidement. Cependant, ces termes peuvent être ambigus, car un même acronyme peut représenter différents concepts selon le contexte ou le département. Par exemple, PM peut signifier maintenance préventive en gestion d'actifs et chef de projet en opérations. Pour garantir que la vision par ordinateur comprenne parfaitement votre demande, il est essentiel d'utiliser un langage clair et descriptif dans vos prompts. Au lieu de compter sur des abréviations ou du jargon spécifique à l'industrie, écrivez en toutes lettres les noms complets des éléments, processus ou conditions. Par exemple, plutôt que de demander à la vision par ordinateur "vérifier le statut PM", spécifiez "vérifier le statut de maintenance préventive du transformateur." Les termes techniques peuvent être clarifiés en fournissant une brève définition lors de leur première apparition dans votre prompt. Cette approche minimise les mauvaises interprétations et aide la vision par ordinateur à fournir des résultats précis et exploitables.<\/P>
<\/span><\/P> <\/P>Spécifier le format et la longueur du résultat<\/STRONG><\/P>Lors de la conception des prompts pour l'analyse par vision par ordinateur, il est important non seulement de considérer la précision des résultats mais aussi comment ces résultats s'intégreront dans votre système. ArcGIS Survey123 stockera les résultats dans un champ attributaire qui aura un type et une longueur définis.<\/P>Gardez cela à l'esprit lorsque vous concevez le prompt : les résultats retournés devront correspondre au type du champ et tenir dans la longueur spécifiée.<\/P>Voici quelques formats suggérés que vous pourriez ajouter à votre prompt :<\/P>"Fournissez un résumé concis en 500 caractères ou moins de..."<\/P>"Utilisez un mot pour décrire..."<\/P>"Comptez les transformateurs sur le poteau électrique et retournez le total sous forme d'entier."<\/P>Rendre les prompts fermés lorsque c'est possible<\/STRONG><\/P>Là où c'est approprié, créez des questions d'enquête fermées. Cette approche vous permet de définir un ensemble spécifique de réponses possibles et d'établir des critères clairs pour chaque condition d'actif dans votre prompt, ce qui conduit à des résultats plus cohérents et exploitables. Par exemple, vous pourriez instruire le système ainsi :<\/P>"Retournez Pass si l'opérateur porte un casque dur, un gilet haute visibilité et des lunettes de sécurité ou Fail si l'opérateur manque un ou plusieurs éléments parmi casque dur, gilet haute visibilité et lunettes de sécurité."<\/P>"Si un dommage a été détecté, catégorisez-le comme Mineur/Modéré/Critique selon la gravité du dommage."<\/P>En formulant les questions ainsi, vous minimisez l'ambiguïté et assurez que tant les systèmes de vision par ordinateur que les inspecteurs humains peuvent interpréter les réponses de manière cohérente. Cela conduit finalement à des données plus fiables et standardisées qui soutiennent une analyse robuste ultérieurement.<\/P>Gestion des erreurs<\/STRONG><\/P>Les erreurs sont inévitables. Il arrive qu'un actif ne soit pas centré sur la photo ou que celle-ci soit de mauvaise qualité rendant difficile la détermination du contenu. Vous devrez prendre cela en compte lors de la conception de votre prompt. Spécifiez une condition dans le prompt concernant ce qu'il faut faire si l'actif n'est pas présent. Cela évitera que des données soient générées lorsqu'elles ne devraient pas l'être.<\/P>Par exemple : "S'il n'y a pas de compteur de gaz sur la photo, retournez 'Pas de compteur de gaz sur la photo.'"<\/P>
<\/span><\/P> <\/P>Planifier les tests et ajustements<\/STRONG><\/P>Avant le déploiement en production de votre enquête activée par IA, il est recommandé de tester vos prompts afin d'évaluer leur précision et d'ajuster le prompt pour améliorer les résultats. Votre plan de test devrait inclure à la fois des entrées attendues et inattendues. Les entrées attendues peuvent être des photos issues d'inspections passées d'actifs. Les entrées inattendues peuvent consister en photos d'actifs incorrects, actifs non centrés sur la photo ou photos de mauvaise qualité.<\/P>Assurez-vous de comparer les résultats obtenus par la vision par ordinateur avec ceux fournis par les inspecteurs sur le terrain afin d'évaluer leur correspondance. S'il y a trop de variations, ajustez votre prompt et réessayez. Vous devrez peut-être expérimenter plusieurs itérations avant de trouver le prompt qui retourne les résultats souhaités.<\/P> <\/P>En conclusion, concevoir des prompts spécifiques et bien structurés n'est pas seulement une nécessité technique mais aussi un avantage stratégique pour les opérations sur le terrain des services publics. En définissant clairement vos objectifs, en éliminant toute ambiguïté et en testant rigoureusement vos prompts, les organisations libèrent tout le potentiel de la vision par ordinateur qui favorise une meilleure qualité des données, une efficacité opérationnelle accrue et une conformité réglementaire renforcée. À mesure que les technologies IA évoluent, un engagement envers l'excellence dans la conception des prompts garantit que votre organisation reste agile, sûre et prête à saisir les nouvelles opportunités. Faites du design des prompts une pratique collaborative continue et donnez à vos équipes les moyens d'être leaders dans la transformation numérique.<\/P>
