prompt engineering IA<\/a>.<\/p>\n <\/div>\n \n\n\n\n<\/p>Personnaliser les résultats du modèle<\/h3> Le réglage des réponses du modèle vous permet d’affiner la façon dont le modèle interprète les invites, en l’optimisant pour des tâches, des tonalités ou des besoins de performance spécifiques. Appuyez sur le bouton Contrôles <\/strong>pour accéder aux paramètres qui ajustent le comportement, le style et l’efficacité de la réponse, y compris :<\/p>\nStreamer la réponse de la conversation<\/strong>. Permet la diffusion en continu des réponses en temps réel, le modèle affichant le texte au fur et à mesure qu’il est généré plutôt que d’attendre l’intégralité de la sortie.<\/li>\n\n\n\nSeed<\/strong>. Garantit des résultats cohérents en générant la même réponse à chaque fois pour des invites identiques, ce qui est utile pour tester et comparer les configurations.<\/li>\n\n\n\nSéquence d’arrêt<\/strong>. Définit des mots ou des phrases spécifiques qui terminent la réponse à un point naturel, comme la fin d’une phrase ou d’une section.<\/li>\n\n\n\nTempérature<\/strong>. Contrôle la créativité des réponses. Des valeurs plus faibles rendent les réponses plus ciblées et prévisibles, tandis que des valeurs plus élevées augmentent la créativité et la variabilité.<\/li>\n\n\n\nMirostat<\/strong>. Équilibre le flux des réponses, ce qui permet au modèle de rester cohérent pendant les sorties plus longues, en particulier pour les messages-guides détaillés.<\/li>\n\n\n\nPénalité de fréquence<\/strong>. Réduit la répétition des mots, encourageant un choix de mots plus varié.<\/li>\n\n\n\nLongueur du contexte<\/strong>. Définit la quantité d’informations que le modèle retient dans chaque réponse pour un déroulement plus fluide de la conversation.<\/li>\n\n\n\nNb max de tokens (num_predict)<\/strong>. Limite la longueur de la réponse, utile pour garder les réponses concises.<\/li>\n<\/ul>\n
\n\t\t\t\n\t\t\t\t<\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div>Dans le même menu, vous pouvez également personnaliser les Vannes<\/strong>, qui comprennent des outils et des fonctions personnalisés, et le Prompt système<\/strong>, qui définit le ton et le comportement du modèle. Ces fonctions sont expliquées plus en détail dans la section consacrée aux fonctions de collaboration<\/strong>.<\/p>En outre, le mode Playground<\/strong>, accessible dans le coin supérieur droit, vous permet d’expérimenter différents paramètres et types d’invites. Dans l’onglet Chat<\/strong>, vous pouvez tester des configurations conversationnelles :<\/p>\nInstructions système<\/strong>. Définir le rôle du modèle ou établir des instructions spécifiques pour son comportement.<\/li>\n\n\n\nMessage de l’utilisateur<\/strong>. Saisissez des questions ou des commandes directement pour le modèle.<\/li>\n<\/ul>Par exemple, si les instructions du système sont “Vous êtes un conseiller financier” et que vous saisissez une question dans le champ utilisateur, le modèle répondra de ce point de vue.<\/p>
\n
\n\t\t\t\n\t\t\t\t<\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div>Dans le même temps, l’onglet Complétions <\/strong>invite le modèle à générer des réponses en continuant à partir de vos données. Par exemple, si vous tapez “L’apprentissage automatique est”, le modèle complétera l’énoncé en expliquant l’apprentissage automatique.<\/p>\n\t\t\t\n\t\t\t\t<\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>Accéder aux documents et aux pages web<\/h3> Ollama et Open WebUI prennent en charge la génération augmentée par récupération (RAG), une fonction qui améliore les réponses des modèles d’intelligence artificielle en recueillant des informations en temps réel à partir de sources externes telles que des documents ou des pages web.<\/p>
Ce faisant, le modèle peut accéder à des informations actualisées et spécifiques au contexte pour des réponses plus précises.<\/p>
Open WebUI vous permet de télécharger des documents aux formats DOC<\/strong>, PDF<\/strong>, TXT <\/strong>et RTF<\/strong>. Cliquez sur le bouton +<\/strong> dans le champ d’invite et sélectionnez Téléverser des fichiers<\/strong>. Choisissez le document que vous souhaitez télécharger, puis tapez une instruction pour le modèle, par exemple :<\/p>“Veuillez résumer le contenu du fichier ci-joint en 50 mots.”<\/p>\n\t\t\t\n\t\t\t\t<\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>Si vous souhaitez que le modèle navigue sur le web, vous pouvez connecter Open WebUI à SearchApi, une interface de programmation d’applications (API) qui récupère des informations en fonction des résultats de la recherche. Suivez les étapes suivantes pour la configurer :<\/p>
\nAllez sur le site officiel de SearchAPI<\/a> et créez un nouveau compte.<\/li>\n\n\n\nDans le tableau de bord, copiez votre clé API.<\/li>\n\n\n\n Revenez à Open WebUI, puis allez dans votre profil → Panneau d’administration<\/strong>.<\/li>\n<\/ol>\n
\n\t\t\t\n\t\t\t\t<\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div>\nNaviguer vers Paramètres → Recherche Web<\/strong>.<\/li>\n\n\n\nActivez la Recherche Web <\/strong>pour activer la fonction.<\/li>\n\n\n\nDans Moteur de recherche web<\/strong>, sélectionnez searchapi <\/strong>dans la liste déroulante.<\/li>\n\n\n\nCollez la clé API que vous avez copiée précédemment.<\/li>\n\n\n\n Saisissez votre moteur de recherche préféré, tel que google<\/strong>, bing <\/strong>ou baidu<\/strong>. S’il n’est pas renseigné, SearchApi utilise par défaut Google<\/strong>.<\/li>\n<\/ol>\n
\n\t\t\t\n\t\t\t\t<\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div>\nCliquez sur Enregistrer<\/strong>.<\/li>\n<\/ol>Une fois le processus de configuration terminé, revenez à l’interface de chat, cliquez sur le bouton +<\/strong> dans le champ de message et activez la recherche web<\/strong>. Vous pouvez maintenant demander au modèle d’accéder à des informations directement sur le web. Par exemple :<\/p>“Trouvez les dernières nouvelles sur les énergies renouvelables et résumez les points les plus importants.”<\/p>
Utiliser les fonctions de collaboration<\/h3> Pour les équipes qui souhaitent collaborer, Open WebUI vous permet de gérer plusieurs utilisateurs. Pour ajouter un nouvel utilisateur :<\/p>
\nAllez dans le Panneau d’administration → Utilisateurs → Ajouter un utilisateur<\/strong>.<\/li>\n\n\n\nSaisissez le rôle du nouvel utilisateur – Utilisateur <\/strong>ou Administrateur <\/strong>– ainsi que son nom, son adresse électronique et son mot de passe.<\/li>\n<\/ol>\n
\n\t\t\t\n\t\t\t\t<\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div>Une fois l’opération terminée, communiquez les informations d’identification à l’utilisateur pour qu’il puisse se connecter. Veuillez noter que les utilisateurs qui ne sont pas administrateurs ne peuvent pas accéder à l’espace de travail et au panneau d’administration.<\/p>
Ensuite, explorez l’espace de travail via la barre latérale gauche. Dans l’onglet Modèles<\/strong>, vous pouvez créer de nouveaux modèles basés sur des modèles existants, importer des modèles personnalisés de la communauté Open WebUI et supprimer des modèles téléchargés.<\/p>\n\t\t\t\n\t\t\t\t<\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>Pour créer un modèle personnalisé, cliquez sur Créer un modèle <\/strong>et renseignez des informations telles que le nom, l’ID et le modèle de base. Vous pouvez également ajouter une invite système personnalisée pour guider le comportement du modèle, par exemple en lui demandant d’agir comme un conseiller financier et d’éviter les questions sans rapport avec le sujet.<\/p>\n
\n\t\t\t\n\t\t\t\t<\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div>Des options avancées sont également disponibles pour définir des paramètres, ajouter des suggestions d’invite et importer des ressources de connaissances. Une fois la configuration terminée, cliquez sur Enregistrer et créer<\/strong>.<\/p>Si vous n’avez pas encore créé de ressources de connaissances et que vous souhaitez entraîner votre nouveau modèle, allez dans l’onglet Connaissances<\/strong>. Cliquez sur le bouton +<\/strong> et suivez les instructions pour importer votre ensemble de données. Une fois téléchargé, revenez à votre nouveau modèle et importez les connaissances que vous venez d’ajouter.<\/p>\n
\n\t\t\t\n\t\t\t\t<\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div>Vous pouvez ajouter des personnalisations similaires dans les onglets Prompts <\/strong>et Outils.<\/strong> Si vous ne savez pas comment commencer, importez plutôt des préréglages créés par la communauté.<\/p>Travailler avec des modèles multimodaux<\/h3> Enfin, nous montrerons comment travailler avec des modèles multimodaux, qui peuvent générer des réponses basées sur du texte et des images. Ollama supporte plusieurs modèles multimodaux, dont LlaVa<\/a>, BakLLaVA<\/a> et MiniCPM-V<\/a>.<\/p>Dans cet exemple, nous utiliserons LlaVa<\/strong>. Après l’avoir téléchargé à partir du panneau de sélection des modèles, vous pouvez l’utiliser pour diverses tâches. Par exemple, vous pouvez télécharger une image et poser au modèle des questions à son sujet, telles que “Qu’y a-t-il dans cette image ?”.<\/p>\n
\n\t\t\t\n\t\t\t\t<\/path>\n\t\t\t<\/svg>\n\t\t<\/button><\/figure>\n<\/div>Vous pouvez également l’utiliser pour créer des légendes descriptives pour vos images. En outre, le modèle peut identifier des objets dans une image. Par exemple, si vous téléchargez une photo de chats, vous pouvez demander au modèle : “Combien de chats y a-t-il dans cette image ?”.<\/p>
\n
\n\t\t\t\n\t\t\t\t
![\"Le](\"https:\/\/imagedelivery.net\/LqiWLm-3MGbYHtFuUbcBtA\/wp-content\/uploads\/sites\/46\/2025\/03\/gerer-vps-interface-03-21-2025_05_27_PM.png\/w=1024,h=1024,fit=scale-down\")