Geb AI
RÉDACTION DE PROMPTS

Tirez plus de Geb AI

Des prompts éprouvés que vous pouvez copier, adapter et utiliser. Chaque modèle explique pourquoi il fonctionne pour développer la compétence, pas juste le prompt.

Trois techniques reviennent en pharmacie clinique : contexte patient explicite, classement plutôt que liste, et demande du mécanisme. Geb donne de meilleures réponses quand vous montrez votre raisonnement clinique dans la requête.

Modèle 1 · Dépistage des interactions médicamenteuses avec contexte patient

Analyse ce profil médicamenteux pour les interactions cliniquement significatives. Patient : {{age}} ans, {{sex}}, conditions clés : {{conditions}}. Médicaments : {{med_list}}. CLASSE les interactions Majeure/Modérée/Mineure avec mécanisme pour chacune. Signale les risques cumulatifs (QTc, saignement, sédation additifs). Suggère des paramètres de surveillance précis avec leur calendrier.
Variables :{{age}}{{sex}}{{conditions}}{{med_list}}
Pourquoi ça marche

Trois techniques en jeu : (1) le contexte patient explicite resserre l'analyse, (2) CLASSER force la priorisation au lieu d'une liste plate, (3) demander le mécanisme livre le POURQUOI, pas seulement le QUOI. La demande de risques cumulatifs attrape ce que les vérificateurs par paire manquent.

Modèle 2 · Diagnostic différentiel d'effets indésirables

La patiente a commencé {{drug}} {{dose}} il y a {{duration}}. Nouveaux symptômes : {{symptoms}}. ATCD : {{pmh}}. Analyse la probabilité que chaque symptôme soit un effet indésirable plutôt qu'une autre cause. Donne le mécanisme. Suggère des solutions de rechange dans la même classe et dans une classe différente avec compromis en une ligne.
Variables :{{drug}}{{dose}}{{duration}}{{symptoms}}{{pmh}}
Pourquoi ça marche

Demander probabilité + mécanisme + solutions de rechange donne un portrait clinique complet. La contrainte « compromis en une ligne » garde la réponse exploitable, pas encyclopédique.

Modèle 3 · Guide de conseil au patient en n'importe quelle langue

Crée un guide de conseil étape par étape pour {{device_or_med}} en {{language}}. Niveau de lecture : 6e année. Inclus : actions numérotées, 3 questions de vérification de la compréhension, signes d'alerte avec marche à suivre. Format : feuillet d'une page.
Variables :{{device_or_med}}{{language}}
Pourquoi ça marche

Niveau de lecture + questions de vérification + liste de signes d'alerte sont des standards en pharmacie intégrés à la requête. La contrainte de format (« feuillet d'une page ») contrôle la longueur et la structure d'un coup.

Modèle 4 · Lettre d'appel d'autorisation préalable

Rédige une lettre d'appel d'autorisation préalable. Patient : {{age}} ans avec {{diagnosis}}. L'assureur a refusé {{drug}}, citant {{denial_reason}}. Le patient a essayé sans succès : {{failed_treatments}}. Cite les dernières lignes directrices {{specialty}} (par exemple, {{guideline_name}}). Anticipe les objections fréquentes des évaluateurs et adresse-les dans le corps.
Variables :{{age}}{{diagnosis}}{{drug}}{{denial_reason}}{{failed_treatments}}{{specialty}}{{guideline_name}}
Pourquoi ça marche

L'instruction « anticiper les objections de l'évaluateur » est le coup gagnant — elle produit des lettres qui devancent le second refus typique. Citer des lignes directrices précises rend la lettre défendable.

Modèle 5 · Schéma de sevrage avec conseils

Génère un schéma de sevrage prudent pour {{drug}} {{dose}} pris depuis {{duration}}. Objectif : minimiser le syndrome de sevrage. Fournis : calendrier daté avec réductions de dose précises, symptômes attendus avec explication accessible au patient, quand ralentir vs maintenir, quand appeler le prescripteur.
Variables :{{drug}}{{dose}}{{duration}}
Pourquoi ça marche

Une sortie en calendrier donne au patient et au prescripteur quelque chose à consulter. Distinguer « ralentir » de « appeler le prescripteur » crée un chemin d'escalade clair.

Collez l'un de ces prompts dans Geb AI et voyez le résultat.

Ouvrir Geb AI