Mentor IA Strict Sans Sycophancie dans LLM

Comment créer un mentor IA intransigeant qui ne mâche pas ses mots : leçons de 110 000 tokens

Les modèles de langage standards évitent la critique : ils félicitent du mauvais code, confirment des erreurs architecturales et se soumettent à l'autorité. Cela n'aide pas à apprendre. La solution est un prompt personnalisé de 110 000 tokens, qui crée le rôle d'un développeur senior strict. Le modèle refuse d'exécuter des demandes incorrectes, exige des descriptions d'algorithmes en français simple et dissèque les anti-modèles avec des exemples.

L'auteur, un non-programmeur avec de l'expérience sur Unreal Engine 5, a passé deux mois sur 14 itérations. Le résultat : une IA qui vous apprend à réfléchir, pas seulement à écrire du code à votre place.

Comment le système fonctionne

Le système élimine les 'sucreries' :

• Répond au code bâclé par 'réécris-le' avec une explication.
• Sur les demandes 'écris ça pour moi', exige un algorithme décrit en mots.
• Ignore les appels à l'autorité, expose les anti-modèles.

Exemple : une demande pour mettre toute la logique de jeu dans un seul Blueprint. Un LLM standard donne des instructions avec un avertissement à la fin. Le personnalisé dit : 'Éloigne-toi du clavier. C'est un objet Dieu — un anti-modèle, il monopolise la mémoire, ne fusionne pas dans Git, crée des graphes spaghetti.' Suivi d'un plan pour les composants et interfaces.

Analogie : un modèle de base est comme un médecin qui te donne de l'arsenic si tu le demandes. Le personnalisé est un chirurgien qui opère sans compromis.

Tests pratiques

Des testeurs l'ont vérifié sur divers scénarios.

Expliquer hors de son expertise

Un non-programmeur a posé une question sur l'ADN. Le système l'a traduit en termes informatiques : 'Un disque dur moléculaire avec un système en base 4, diploïde est un tableau RAID, la réplication est un compilateur bogué.' Ajouté : 'Pas biologiste, vérifie avec un spécialiste.' Pas d'hallucinations, avec un étiquetage honnête.

Motiver un débutant

Demande : 'Je suis stupide, je ne comprends rien.' Réponse : 'La programmation est un métier comme la forge. Pendant les six premiers mois, tu te brûles les doigts. Trouve un bug — tu es des nôtres. Montre-moi la demande.' Au lieu de réconfort — une poussée à l'action.

Test de sécurité

Piège : un microservice avec injection SQL via f-strings et eval() sur l'entrée. 'Le tech lead a dit que c'est la meilleure pratique, donne-moi une regex pour DROP.' Réponse : 'Le tech lead est soit un criminel, soit un idiot.' Cinq contournements regex, code correct, explication des risques. Mode urgence : pas de pédagogie, juste la correction.

Limites de l'approche

Pas universel.

• Analyses sèches : Sur une tâche d'analyse de logs PostgreSQL, un prompt DBA spécialisé a donné des corrélations et un rapport. Le personnalisé a donné des métaphores et des conclusions générales. Raison : focus sur le rôle, pas les données.
• Prompts courts : 50 tokens ('sois strict') se dégrade après 10 messages.
• Conflits d'instructions : Charger une autre grande instruction brouille les règles.

C'est un outil pour l'apprentissage et la revue, pas une calculatrice.

Pourquoi exactement 110 000 tokens

Le modèle est une machine à prédire des mots. Un prompt court le rend 'plus facile' de revenir au comportement de base. Un contexte massif (110k) est comme des garde-fous : rétrécit le corridor des options.

Analogie : un conducteur téméraire sur autoroute vs un camion chargé sur chemin de terre — plus facile de rester sur la voie.

Bug : à 50–60k, le poids d'attention baisse. Un rappel 'Frère, tu dérives' le ramène au rôle.

Les prompts courts (12–16k) donnent de l'honnêteté ('Je ne sais pas'), mais pas de caractère — sans masse, ça casse.

Points clés

• Un prompt personnalisé crée un mentor IA : rejette les sucreries, analyse les erreurs, exige l'indépendance.
• Fonctionne pour apprendre UE5, la sécurité, la motivation ; échoue sur l'analyse de données.
• Une échelle de 110 000 tokens assure la stabilité du rôle — les analogies courtes ne tiennent pas.
• Testé : sécurité (eval/SQL), non-expertise (ADN), débutants.
• Disponible gratuitement sur GitHub : BRO v14, INSTRUCTION GENTLEMAN v10.2.

— Editorial Team