Few-shot prompting : des exemples qui guident vraiment le modèle

Le zero-shot (pas d\'exemple) marche pour des tâches simples. Dès que le format, le style ou la logique se complexifient, le few-shot — 2 à 5 exemples entrée/sortie — devient le levier le plus rentable. Voici comment le faire proprement.

1. Combien d\'exemples ?

2-3 pour des tâches à format fixe (JSON, classification, extraction).4-5 pour du style, du ton, ou du raisonnement multi-étapes. Au-delà, le coût en tokens augmente et le modèle peut « sur-apprendre » les exemples au détriment de la généralisation.

2. Choisir des exemples représentatifs, pas parfaits

Vos exemples doivent couvrir la diversité des cas réels : cas nominal, cas limite, cas ambigu. Un jeu d\'exemples trop « propre » fragilise le modèle face au bruit réel. Incluez au moins un exemple où l\'entrée est imparfaite (faute, incomplète) et montrez comment le modèle doit réagir.

3. Format cohérent = généralisation fiable

Exemple 1
        Entrée : [texte réaliste, pas trop court]
        Sortie : [format exact que vous voulez en production]

        Exemple 2
        Entrée : [variante : plus long, autre ton, donnée manquante]
        Sortie : [même format, gestion gracieuse du manque]

        Exemple 3
        Entrée : [cas limite : ambiguïté, jargon, langue mixte]
        Sortie : [même format, clarification ou refus explicite]

4. Ordre des exemples : du simple au complexe

Présentez d\'abord le cas le plus standard, puis montez en complexité. Le modèle « apprend » le pattern sur les premiers exemples et l\'applique aux suivants. Inverser l\'ordre (complexe d\'abord) dégrade souvent les performances.

5. Le piège du few-shot : fuite de contexte

Si vos exemples contiennent des données sensibles (noms clients, vraies métriques), elles deviennent partie du prompt envoyé au modèle. Anonymisez, ou utilisez des données synthétiques représentatives. C\'est une fuite de données silencieuse.

50+ templates few-shot par cas d\'usage (classification, extraction, génération, code) dans les packs de prompts.