Approfondissement · module 77 de 100
Workflows multimodaux
Combine texte, image et documents en un seul workflow.
Après cette leçon
Tu conçois un workflow simple qui utilise plusieurs types d'entrées.
En image · Travailler ensemble vers un même résultat
Plusieurs sources vers une seule liste d'actions
Utilise une image fictive ou autorisée comme première source.
Fournis le texte correspondant séparément et de manière identifiable.
Combine les informations et compare les actions avec les deux sources.
Partie 1 de 3 · Photo d'un tableau blanc
Ta préférence pour moins de mouvement est prise en compte. Choisis chaque partie toi-même.
Qu'est-ce que le multimodal ?
Le modèle peut traiter simultanément du texte, des images et des documents.
Exemple pratique
Une photo d'un tableau blanc + notes → liste d'actions structurée.
Contrôle
Vérifie à la fois le texte et l'interprétation des images.
Nouvel exemple d'exercice
De l'explication à un résultat utilisable.
Un workflow multimodal combine des sources, mais doit maintenir visibles les différences entre texte, image et tableau.
Situation d'exercice fictiveUne affiche fictive indique le vendredi à 19 heure. Le texte d'accompagnement dit le vendredi à 20 heure. Le lieu est le même dans les deux sources. Personne n'a désigné de version définitive.
Voir une résolution possible
Voici comment faire
Crée un aperçu avec deux heures de début et leur source. Signale le conflit et demande quelle version s'applique. Tu peux déjà nommer le lieu commun, mais ne publie pas une heure de début choisie par toi-même.
Pourquoi cela fonctionne
Plusieurs sources n'ajoutent pas seulement des informations ; elles peuvent aussi se contredire. Le modèle ne doit pas résoudre silencieusement un tel conflit.
Rends cela un peu plus difficile
Ajoute une photo floue avec un numéro de salle illisible. Comment gardes-tu séparés la perception, l'incertitude et la confirmation nécessaire ?
Entraîne-toi davantage, à ton rythme. Tu n'as rien à envoyer. Cela ne compte pas comme une évaluation automatique.
Ton lieu de travail · apprendre par la pratique
Crée quelque chose. Regarde ce qui change.
Vérification de la connexion IA en cours… Tu peux déjà consulter l'exemple écrit.
Présente ta mission à Ende.
Lis la réponse, change une seule chose et compare.
Version précédente
Nouvelle version
Tu gardes le contrôle
Que veux-tu améliorer dans ta prochaine tentative ?
Uniquement sur cet appareil. Les réponses de l’IA restent uniquement dans la mémoire de cette page. Il s'agit d'un auto-contrôle, pas d'une note.
Pourquoi cette approche fonctionne
Plusieurs sources n'ajoutent pas seulement des informations ; elles peuvent aussi se contredire. Le modèle ne doit pas résoudre silencieusement un tel conflit.
Une étape de plus
Ajoute une photo floue avec un numéro de salle illisible. Comment gardes-tu séparés la perception, l'incertitude et la confirmation nécessaire ?
Un prompt pour commencer
Décris un workflow dans lequel tu combines une image et un texte court pour arriver à un résultat exploitable.
Applique-le
Tu lis une facture fictive à partir d'une photo. Un montant est flou et le total calculé est erroné.
Quelle approche correspond le mieux à cette situation ?
- Utilise le total car le modèle répond avec assurance.
- Remplis le montant flou de manière à ce que la somme soit correcte.
- Vérifie les valeurs lues et refais le calcul ; laisse le montant illisible vide.
Avec JavaScript, tu peux contrôler ton approche et recevoir un feedback immédiat.
Teste ta compréhension
Quel est l'avantage des workflows multimodaux ?
- Tu peux traiter différents types d'informations en une seule étape.
- C'est toujours plus précis.
- Cela ne fonctionne qu'avec du texte.
S'entraîner davantage
Esquisse un workflow multimodal pour une de tes tâches.
Photo d'une facture + question « quel est le montant total ? » → réponse vérifiée.
