Lorsque des données sont manquantes
Fait partie de la section Techniques de prompting du Journey AI Prompts de Coddy. Leçon 13 sur 24.
Les prompts d’extraction demandent souvent quelque chose que le texte ne contient tout simplement pas. Un petit modèle comble alors le manque d’une manière ou d’une autre : une chaîne vide, un espace réservé ou, pire encore, une valeur inventée. Un programme qui lit le JSON ne peut distinguer aucun de ces éléments de données réelles.
Extract the hotel name, city and nightly price from this review: "Loved our stay at Hotel Mira, great breakfast!" Return only a JSON object with the keys "hotel", "city" and "price".{"hotel": "Hotel Mira", "city": "", "price": ""}
Ajoutez une phrase, Utilisez null pour tout élément que l’avis ne mentionne pas, et le même prompt renvoie {"hotel": "Hotel Mira", "city": null, "price": null}. En JSON, null signifie qu’il n’y a pas de valeur : le code peut le vérifier et poser la question au client, au lieu d’enregistrer une ville vide ou un prix inventé.
Défi
MoyenLa conversation montre déjà une extraction incorrecte : le message ne donne jamais de prix, mais l’IA en a inventé un. Avec une seule relance, demandez à nouveau le JSON en traitant correctement le prix manquant.
La réponse de l’IA doit :
- Être un objet JSON contenant product, color et price
- Avoir price défini sur null
Cette leçon comprend un petit quiz. Commencez la leçon pour y répondre et suivre votre progression.
Toutes les leçons de Techniques de prompting
3Sortie structurée
Créer des tableaux à partir de texteExtraire les données au format JSONLorsque des données sont manquantesRemplir un modèleRécapitulatif : sortie structurée