Exemple concret
Je veux que Claude classe des emails. Je lui donne 3 exemples (input → catégorie) dans le prompt, il enchaîne sur les suivants.
Pourquoi ça compte
Quelques exemples bien choisis remplacent souvent une longue explication. Hack le plus rentable du prompt engineering.
Utile pour obtenir un format stable, classer des données ou imiter une structure.
À ne pas confondre
Prompt engineering : Le prompt engineering consiste à formuler une demande avec assez de contexte, d'exemples et de contraintes pour obtenir une réponse utile.
Chain of thought : La chain of thought désigne le raisonnement étape par étape que le modèle peut utiliser avant de répondre.
Erreurs fréquentes
- Donner 50 exemples : ça pollue le contexte et la qualité chute.
- Choisir des exemples non représentatifs (le modèle généralise mal).
- Oublier qu'un modèle de raisonnement a moins besoin d'exemples qu'un modèle classique.
Mini-checklist
- Je vérifie d'abord si le mot désigne un concept, un outil, un risque ou une métrique.
- Je le relie à un cas concret : Je veux que Claude classe des emails. Je lui donne 3 exemples (input → catégorie) dans le prompt, il enchaîne sur les suivants.
- Je garde en tête le piège principal : Donner 50 exemples : ça pollue le contexte et la qualité chute.
Questions rapides
C'est quoi Few-shot / Zero-shot en IA ?
En zero-shot, tu demandes à une IA sans exemple. En few-shot, tu donnes quelques exemples (entrée → résultat) avant ta demande pour fixer le format ou le ton. C'est un levier très rentable du prompt engineering.
Où vais-je croiser Few-shot / Zero-shot ?
Utile pour obtenir un format stable, classer des données ou imiter une structure.
Quel mot lire après Few-shot / Zero-shot ?
Commence par Prompt engineering, Chain of thought, Context engineering.