Chapitre 2 : Types de Prompts (Zero-shot, Few-shot)
🎯 Objectifs d'apprentissage
Après avoir terminé ce chapitre, vous serez capable de :
- Définir et appliquer le prompting zero-shot
- Définir et appliquer le prompting few-shot
- Déterminer quand utiliser chaque approche
- Créer des exemples efficaces pour l'apprentissage few-shot
📚 Introduction
L'une des décisions les plus importantes en ingénierie de prompt est de savoir s'il faut fournir des exemples. Ce chapitre explore les deux approches fondamentales : le prompting zero-shot (sans exemples) et le prompting few-shot (avec exemples).
Comprendre la terminologie
Avant de plonger dans le sujet, clarifions ces termes empruntés à l'apprentissage automatique :
| Terme | Signification en IA | Signification en prompting |
|---|---|---|
| Zero-shot | Le modèle effectue une tâche sans entraînement spécifique | Prompt sans exemples |
| One-shot | Le modèle apprend à partir d'un exemple | Prompt avec un exemple |
| Few-shot | Le modèle apprend à partir de quelques exemples | Prompt avec 2-5+ exemples |
Prompting Zero-Shot
Le prompting zero-shot signifie demander à l'IA d'effectuer une tâche sans fournir d'exemples.
Comment ça fonctionne
┌─────────────────────────────────────────────────────────────┐
│ PROMPTING ZERO-SHOT │
├─────────────────────────────────────────────────────────────┤
│ │
│ UTILISATEUR : "Traduisez 'Hello, how are you?' en français" │
│ │
│ L'IA s'appuie sur : │
│ • Connaissances pré-entraînées │
│ • Compréhension de la tâche à partir de l'instruction │
│ • Aucun exemple spécifique fourni │
│ │
│ IA : "Bonjour, comment allez-vous ?" │
│ │
└─────────────────────────────────────────────────────────────┘
Exemples Zero-Shot
Classification simple :
Classifiez le sentiment de cet avis comme positif,
négatif ou neutre :
"Le produit est arrivé à temps mais la qualité était
décevante. Je n'achèterai plus."
Sentiment :
Génération de texte :
Rédigez un courriel professionnel refusant une offre
d'emploi poliment tout en laissant la porte ouverte
pour de futures opportunités.
Extraction d'informations :
Extrayez la date, l'heure et le lieu de ce texte :
"La conférence aura lieu le 15 mars 2024,
à 9h dans la Grande Salle de Bal de l'Hôtel Hilton."
Quand utiliser le Zero-Shot
✅ Utilisez le zero-shot lorsque :
- La tâche est simple et bien définie
- L'IA a probablement de fortes capacités pré-entraînées pour la tâche
- Vous souhaitez des résultats rapides sans créer d'exemples
- Le format/style souhaité est standard
❌ Évitez le zero-shot lorsque :
- La tâche nécessite un formatage spécifique
- Vous avez besoin de cohérence sur de nombreux résultats
- La tâche est inhabituelle ou spécifique à un domaine
- Les résultats initiaux zero-shot sont incohérents
Prompting Few-Shot
Le prompting few-shot fournit des exemples qui démontrent le modèle d'entrée-sortie souhaité.
Comment ça fonctionne
┌─────────────────────────────────────────────────────────────┐
│ PROMPTING FEW-SHOT │
├─────────────────────────────────────────────────────────────┤
│ │
│ EXEMPLES FOURNIS : │
│ ┌─────────────────────────────────────────┐ │
│ │ Exemple 1 : Entrée → Sortie │ │
│ │ Exemple 2 : Entrée → Sortie │ │
│ │ Exemple 3 : Entrée → Sortie │ │
│ └─────────────────────────────────────────┘ │
│ │
│ NOUVELLE ENTRÉE : [Votre tâche réelle] │
│ │
│ L'IA apprend le modèle à partir des exemples et l'applique│
│ │
└─────────────────────────────────────────────────────────────┘
Exemple Few-Shot : Classification de sentiment
Classifiez le sentiment des critiques de films.
Critique : "Ce film était absolument fantastique ! Meilleur film que j'ai vu cette année."
Sentiment : Positif
Critique : "Jeu d'acteur terrible, intrigue ennuyeuse. Perte de temps totale."
Sentiment : Négatif
Critique : "C'était correct. Quelques bonnes parties, d'autres moins bonnes."
Sentiment : Neutre
Critique : "Les effets spéciaux étaient incroyables mais l'histoire était prévisible."
Sentiment :
Exemple Few-Shot : Extraction de données
Extrayez les informations sur le produit à partir des descriptions.
Description : "Apple MacBook Pro 14 pouces, puce M3, 16 Go RAM, 512 Go SSD, Gris sidéral - 1 999 $"
Produit : MacBook Pro 14 pouces
Marque : Apple
Caractéristiques : puce M3, 16 Go RAM, 512 Go SSD
Couleur : Gris sidéral
Prix : 1 999 $
Description : "Samsung Galaxy S24 Ultra, 256 Go, Noir Titane, Débloqué - 1 299,99 $"
Produit : Galaxy S24 Ultra
Marque : Samsung
Caractéristiques : 256 Go, Débloqué
Couleur : Noir Titane
Prix : 1 299,99 $
Description : "Casque sans fil Sony WH-1000XM5 à réduction de bruit, Argent - 349 $"
Produit :
Marque :
Caractéristiques :
Couleur :
Prix :
Exemple Few-Shot : Format personnalisé
Convertissez les notes de réunion en format d'éléments d'action.
Notes : "John mettra à jour le site web d'ici vendredi. Sarah doit revoir la proposition de budget. L'équipe doit planifier une réunion de suivi la semaine prochaine."
Éléments d'action :
• [ ] John : Mettre à jour le site web (Échéance : vendredi)
• [ ] Sarah : Revoir la proposition de budget
• [ ] Équipe : Planifier une réunion de suivi (Échéance : semaine prochaine)
---
Notes : "Le marketing doit préparer la campagne du T2 d'ici le 1er mars. L'équipe de développement doit corriger le bug de connexion dès que possible. Lisa coordonnera avec le fournisseur à propos des prix."
Éléments d'action :
• [ ] Marketing : Préparer la campagne du T2 (Échéance : 1er mars)
• [ ] Équipe de développement : Corriger le bug de connexion (Priorité : dès que possible)
• [ ] Lisa : Coordonner avec le fournisseur à propos des prix
---
Notes : "Tom doit terminer le rapport. L'équipe de design créera de nouvelles maquettes. Nous devrions informer les clients du retard."
Éléments d'action :
Comparaison : Zero-Shot vs Few-Shot
| Aspect | Zero-Shot | Few-Shot |
|---|---|---|
| Exemples nécessaires | Aucun | 2-5+ |
| Temps de configuration | Minimal | Plus d'effort |
| Cohérence | Variable | Plus élevée |
| Utilisation de tokens | Moins élevée | Plus élevée (les exemples coûtent des tokens) |
| Idéal pour | Tâches standard | Formats personnalisés, cas particuliers |
| Courbe d'apprentissage | Plus faible | Nécessite une bonne sélection d'exemples |
Comparaison visuelle
ZERO-SHOT :
┌─────────────────────────────────────┐
│ Tâche : Classifier le sentiment │
│ │
│ Entrée : "Super produit !" │
│ │
│ → L'IA utilise des connaissances générales │
│ │
│ Sortie : Positif │
└─────────────────────────────────────┘
FEW-SHOT :
┌─────────────────────────────────────┐
│ Tâche : Classifier le sentiment │
│ │
│ Exemple 1 : "J'adore !" → Positif │
│ Exemple 2 : "Je déteste !" → Négatif│
│ Exemple 3 : "C'est correct" → Neutre│
│ │
│ Entrée : "Super produit !" │
│ │
│ → L'IA apprend le modèle à partir des exemples │
│ │
│ Sortie : Positif │
└─────────────────────────────────────┘
Meilleures pratiques pour les exemples Few-Shot
1. Diversité des exemples
Incluez des exemples qui couvrent différents scénarios :
✓ BON : Exemples diversifiés
- Avis positif (court)
- Avis négatif (détaillé)
- Avis neutre (sentiments mitigés)
✗ MAUVAIS : Exemples homogènes
- Avis positif
- Un autre avis positif
- Encore un avis positif
2. Format cohérent
Maintenez la même structure pour tous les exemples :
✓ BON : Format cohérent
Entrée : "texte" → Catégorie : [résultat]
Entrée : "texte" → Catégorie : [résultat]
Entrée : "texte" → Catégorie : [résultat]
✗ MAUVAIS : Format incohérent
Entrée : "texte" → Catégorie : [résultat]
"texte" est : [résultat]
[résultat] pour "texte"
3. Exemples représentatifs
Choisissez des exemples qui représentent des cas d'utilisation réels :
✓ BON : Réaliste
"La livraison était en retard mais la qualité du produit est excellente" → Mixte
✗ MAUVAIS : Artificiel
"Produit bon. Heureux. Acheter encore." → Positif
4. Délimiteurs clairs
Séparez clairement les exemples :
✓ BON : Séparation claire
Exemple 1 :
Entrée : [texte]
Sortie : [résultat]
---
Exemple 2 :
Entrée : [texte]
Sortie : [résultat]
---
Traitez maintenant :
Entrée : [nouveau texte]
Sortie :
Combien d'exemples ?
| Nombre | Nom | Cas d'utilisation |
|---|---|---|
| 0 | Zero-shot | Tâches standard, bien définies |
| 1 | One-shot | Démonstration de modèle simple |
| 2-3 | Few-shot | Le plus courant pour les tâches personnalisées |
| 4-5 | Few-shot | Tâches complexes ou nuancées |
| 6+ | Many-shot | Modèles hautement spécifiques |
Économie de tokens
Plus d'exemples = plus de tokens = coût plus élevé. Trouvez le nombre minimum d'exemples qui permet d'obtenir des résultats cohérents.
Avancé : Few-Shot avec chaîne de raisonnement
Combinez le few-shot avec des explications de raisonnement :
Résolvez ces problèmes de mots.
Problème : "Un magasin a 45 pommes. Ils en vendent 12 et reçoivent une livraison de 30. Combien de pommes ont-ils ?"
Raisonnement : Commencez avec 45, soustrayez 12 vendues (45-12=33), ajoutez 30 reçues (33+30=63)
Réponse : 63 pommes
Problème : "Si un train roule à 60 mph pendant 2,5 heures, quelle distance parcourt-il ?"
Raisonnement : Distance = Vitesse × Temps, donc 60 mph × 2,5 heures = 150 miles
Réponse : 150 miles
Problème : "Une recette nécessite 3 tasses de farine pour 12 biscuits. Combien de farine pour 20 biscuits ?"
Raisonnement :
Réponse :
Exercice pratique
Exercice : Convertir Zero-Shot en Few-Shot
Ce prompt zero-shot donne des résultats incohérents :
Convertissez ces messages informels en courriels professionnels.
Message : "hey peux-tu m'envoyer le rapport asap merci"
Votre tâche : Créez une version few-shot avec 2-3 exemples qui assure un formatage cohérent.
Voir la solution
Convertissez les messages informels en courriels professionnels.
Message : "hey peux-tu m'envoyer le rapport asap merci"
Courriel professionnel :
Objet : Demande de rapport
Bonjour [Nom],
J'espère que ce message vous trouve bien. Pourriez-vous
s'il vous plaît m'envoyer le rapport dès que possible ?
Merci pour votre aide.
Cordialement,
[Votre nom]
---
Message : "yo réunion demain est annulée au fait"
Courriel professionnel :
Objet : Avis d'annulation de réunion
Bonjour à tous,
Je voulais vous informer que la réunion de demain a été
annulée. Je m'excuse pour tout inconvénient. Nous
reprogrammerons et vous informerons de la nouvelle date.
Cordialement,
[Votre nom]
---
Message : "quelqu'un peut-il réparer l'imprimante elle est encore cassée"
Courriel professionnel :
Objet : Demande de maintenance de l'imprimante
Bonjour support informatique,
Je vous écris pour signaler que l'imprimante à [emplacement]
ne fonctionne pas correctement. Quelqu'un pourrait-il
s'il vous plaît examiner ce problème ? Merci pour votre aide.
Cordialement,
[Votre nom]
---
Message : "en retard pour l'appel client désolé"
Courriel professionnel :
Points clés à retenir
Résumé
- Le prompting zero-shot fonctionne sans exemples ; idéal pour les tâches standard
- Le prompting few-shot utilise des exemples pour démontrer des modèles ; idéal pour les formats personnalisés
- 2-3 exemples sont généralement suffisants pour la plupart des tâches
- Les exemples doivent être diversifiés, cohérents et représentatifs
- Plus d'exemples = coût plus élevé ; trouvez le nombre minimum efficace
- Le few-shot excelle dans les formats personnalisés, les cas particuliers et pour assurer la cohérence
Et après ?
Dans le prochain chapitre, nous explorerons les structures de prompt de base qui fournissent des cadres pour différents types de tâches.
← Précédent : Anatomie d'un Prompt | Suivant : Structures de Prompt de Base →