🟢 En clair — plutôt que de décrire le ton que vous voulez (« sois chaleureux mais
bref »), montrez-le avec 2-3 exemples. L’IA imite ce qu’elle voit bien mieux qu’elle
ne suit une description abstraite.
Demanderiez-vous à quelqu’un de trier des factures sans jamais lui montrer un exemple ? En
IA, partir sans exemple s’appelle le Zero-Shot (zéro exemple). Ça suffit pour les
tâches simples. Mais dès que vous voulez un ton ou un format très précis, la
technique reine est le Few-Shot Prompting (quelques exemples).
La méthode : intégrez 2 ou 3 exemples « entrée → sortie attendue » dans votre message.
Exemple :
Email client agressif → Réponse : calme et professionnelle.
Email client confus → Réponse : demande de clarification polie.
Email client satisfait → Réponse : remerciement chaleureux et bref.
Pourquoi ça marche : l’IA est une championne de l’imitation. Lui montrer des
exemples est le moyen le plus fiable pour qu’elle adopte exactement le ton et la
structure voulus.
🧩 Exemple concret — vous voulez classer des avis clients par sentiment, toujours au
même format.
Prompt faible (zero-shot, format flou) :
Quel est le sentiment de cet avis : « Livraison rapide mais boîte abîmée » ?
Prompt amélioré (few-shot, format imposé par l’exemple) :
Classe le sentiment. Réponds au format « Sentiment : … | Raison : … ».
« Top produit, je recommande ! » → Sentiment : Positif | Raison : satisfaction
« Jamais reçu, aucune réponse au SAV. » → Sentiment : Négatif | Raison : livraison + SAV
« Livraison rapide mais boîte abîmée » →
Le second garantit un format réutilisable (parsable, exportable) ; le premier laisse
l’IA répondre comme elle veut.
✅ En résumé
Zero-shot = aucun exemple ; suffisant pour les tâches simples.
Few-shot = 2-3 exemples « entrée → sortie » pour fixer le ton et le format.
L’IA est une championne de l’imitation : montrer vaut mieux que décrire.
Few-shot pour le style, Chain-of-Thought (leçon suivante) pour le raisonnement.