Intelligence artificielle — Chapitre 07 — Cours 01/15

Comprendre le zero-shot prompting

Lorsque vous demandez à une intelligence artificielle de résumer un document, de rédiger un courriel ou d’expliquer une notion, vous ne lui fournissez pas nécessairement un exemple de la réponse souhaitée.

Vous décrivez simplement la tâche à accomplir et les conditions à respecter.

Cette manière de formuler une demande correspond au zero-shot prompting.

Exemple simple

Explique ce qu’est une adresse IP à une personne débutante. Utilise un vocabulaire simple. Donne un exemple concret. Limite ta réponse à 200 mots.

Le prompt indique ce qu’il faut faire, mais ne contient aucun exemple de réponse à reproduire.

Dans ce cours, vous allez comprendre pourquoi cette technique fonctionne souvent, comment l’utiliser correctement et dans quelles situations il peut être préférable de fournir des exemples.

À retenir dès le départ

Zero-shot signifie ici « sans exemple de démonstration dans le prompt ».

Cela ne signifie pas que l’IA n’a jamais rencontré d’exemples similaires pendant son entraînement.

1. Objectifs pédagogiques

À la fin de ce cours, vous serez capable de :

Définir le zero-shot prompting.
Expliquer le sens de l’expression « zero-shot ».
Reconnaître un prompt zero-shot.
Distinguer une instruction d’un exemple de démonstration.
Comprendre pourquoi une IA peut répondre sans exemple fourni.
Identifier les situations adaptées à cette technique.
Rédiger des prompts zero-shot précis.
Reconnaître les limites de cette approche.
Choisir entre zero-shot et prompting avec exemples.
Évaluer la qualité d’une réponse obtenue.

2. Qu’est-ce que le zero-shot prompting ?

Le zero-shot prompting est une technique qui consiste à demander à un modèle d’intelligence artificielle d’accomplir une tâche sans lui fournir, dans le prompt, d’exemple démontrant comment cette tâche doit être réalisée.

L’utilisateur décrit directement le résultat recherché.

Résume le texte suivant en cinq phrases. Conserve les informations essentielles. N’ajoute aucune information extérieure au document. TEXTE : [Texte à résumer]

Cette consigne est un prompt zero-shot.

Elle contient une tâche, des contraintes et une donnée à traiter, mais aucun exemple de résumé déjà réalisé.

Attention à une confusion fréquente

Un prompt zero-shot peut être long, détaillé et structuré.

Le mot « zero » ne signifie pas qu’il ne contient aucune instruction. Il indique l’absence d’exemples de démonstration de la tâche.

3. Pourquoi cette technique porte-t-elle ce nom ?

Le terme anglais shot désigne ici un exemple utilisé pour montrer au modèle comment effectuer une tâche.

Dans le vocabulaire du prompting :

Zero-shot : aucun exemple de démonstration fourni.
One-shot : un exemple de démonstration fourni.
Few-shot : quelques exemples de démonstration fournis.

Ces termes décrivent une manière de présenter la tâche au modèle.

Technique	Nombre d’exemples	Principe
Zero-shot	0	Décrire directement la tâche.
One-shot	1	Montrer une réalisation attendue.
Few-shot	Quelques-uns	Montrer plusieurs réalisations représentatives.

Il n’existe pas de nombre universel d’exemples définissant précisément la limite supérieure du few-shot. L’idée essentielle est d’en utiliser un petit ensemble pour guider la tâche.

4. Comment une IA peut-elle répondre sans exemple ?

Les modèles de langage sont entraînés à partir de grandes quantités de données et apprennent des régularités linguistiques, des associations et différentes formes de tâches.

Ils peuvent ainsi reconnaître de nombreuses instructions courantes :

résumer ;
traduire ;
classer ;
reformuler ;
expliquer ;
comparer ;
extraire des informations.

Lorsque vous écrivez « Résume ce texte », le modèle peut généralement interpréter cette instruction sans qu’il soit nécessaire de lui montrer auparavant un résumé terminé.

Il utilise ses capacités acquises pendant l’entraînement et les informations disponibles dans la conversation.

Point important

Le zero-shot ne signifie pas « apprendre une nouvelle tâche à partir de rien ».

Le modèle utilise des connaissances et des capacités déjà acquises. Il ne reçoit simplement pas d’exemple de démonstration supplémentaire dans la demande.

5. Comprendre le fonctionnement étape par étape

1 — L’UTILISATEUR FORMULE UNE DEMANDE

Il indique la tâche, le contexte et les contraintes nécessaires.

↓

2 — LE MODÈLE INTERPRÈTE LES INSTRUCTIONS

Il utilise les informations présentes et ses capacités acquises.

↓

3 — LE MODÈLE GÉNÈRE UNE RÉPONSE

Il produit un résultat correspondant à son interprétation de la demande.

↓

4 — L’UTILISATEUR VÉRIFIE LE RÉSULTAT

Il contrôle l’exactitude, la pertinence et le respect des contraintes.

La démarche est simple : aucune démonstration préalable n’est nécessaire dans le prompt.

Cela ne dispense pas de formuler des instructions précises.

6. Premier exemple : demander une définition

Une personne souhaite comprendre le fonctionnement d’un serveur informatique.

Explique ce qu’est un serveur informatique. Public : adulte débutant. Commence par une définition simple. Présente ensuite deux exemples d’utilisation. Évite les termes techniques non expliqués.

Pourquoi s’agit-il d’un prompt zero-shot ?

La consigne définit le sujet, le public et la structure de la réponse.

Elle ne montre pas d’exemple de définition déjà rédigée que l’IA devrait reproduire.

Résultat attendu

Une explication accessible du rôle d’un serveur, accompagnée de deux situations concrètes, par exemple l’hébergement d’un site web et le partage de fichiers.

Le résultat exact peut varier selon le modèle et la formulation.

7. Deuxième exemple : résumer un document

Une responsable administrative doit présenter les décisions prises pendant une réunion.

À partir du compte rendu ci-dessous, prépare une synthèse destinée à l’équipe. Présente : 1. Les décisions prises. 2. Les actions à réaliser. 3. Les responsables mentionnés. 4. Les échéances indiquées. Si une information manque, écris « non précisé ». N’invente aucune décision. COMPTE RENDU : [Texte du document]

Le document constitue une source de données.

Il ne constitue pas automatiquement un exemple de la forme attendue.

Distinction essentielle

Fournir un texte à résumer ne transforme pas une consigne zero-shot en few-shot.

Le texte est la matière à traiter. Un exemple de démonstration serait un autre texte accompagné de son résumé attendu.

8. Troisième exemple : effectuer un calcul

Une entreprise souhaite calculer l’évolution de son chiffre d’affaires.

Les données sont les suivantes :

Chiffre d’affaires N-1 : 80 000 €.
Chiffre d’affaires N : 92 000 €.

Calcule l’évolution du chiffre d’affaires. Données : N-1 : 80 000 €. N : 92 000 €. Présente : 1. La variation en euros. 2. Le taux de variation en pourcentage. 3. Les formules utilisées. 4. Une conclusion en une phrase. Arrondis le pourcentage à deux décimales.

Correction du calcul

Variation en euros : 92 000 – 80 000 = 12 000 € Taux de variation : (92 000 – 80 000) ÷ 80 000 × 100 = 12 000 ÷ 80 000 × 100 = 15 %

Le chiffre d’affaires augmente de 12 000 €, soit 15 %.

Le prompt est zero-shot car il donne des données et des instructions, mais aucun calcul déjà résolu servant de démonstration.

9. Quatrième exemple : classer des informations

Une entreprise souhaite classer des messages reçus selon leur sujet.

Classe chaque message dans une seule catégorie : – Facturation ; – Livraison ; – Assistance technique ; – Autre. Présente un tableau avec : – numéro du message ; – catégorie ; – justification courte. Messages : 1. « Je n’ai pas reçu ma facture. » 2. « Ma commande est arrivée endommagée. » 3. « Je ne parviens pas à me connecter à mon compte. » Utilise uniquement les informations fournies.

Le modèle reçoit les catégories possibles et les messages à classer.

Il ne reçoit pas de démonstration associant un autre message à sa catégorie.

Message	Catégorie attendue	Justification
1	Facturation	Le client mentionne une facture absente.
2	Livraison	Le problème concerne l’état de la commande reçue.
3	Assistance technique	Le client rencontre un problème de connexion.

Le fait de fournir une liste de catégories n’est pas, à lui seul, une démonstration few-shot.

10. Cinquième exemple : rédiger un courriel professionnel

Un fournisseur doit être informé d’une erreur dans une livraison.

Rédige un courriel professionnel à un fournisseur. Situation : Une commande de 20 cartons a été passée. Seulement 18 cartons ont été livrés. Objectif : Signaler l’écart et demander une vérification. Ton : Courtois et factuel. Format : – objet ; – formule d’appel ; – explication ; – demande ; – formule de politesse. N’invente ni numéro de commande ni date de livraison.

Le prompt précise suffisamment la tâche pour permettre une première rédaction sans modèle de courriel.

La réponse devra néanmoins être relue avant envoi.

11. Un prompt zero-shot peut-il contenir beaucoup de détails ?

Oui.

La distinction entre zero-shot et few-shot ne repose pas sur la longueur du prompt.

Elle repose sur la présence ou l’absence d’exemples de démonstration.

Prompt court

Explique le cloud.

Zero-shot, mais peu précis.

Prompt détaillé

Explique le cloud à un adulte débutant. Définis le terme. Explique où sont stockées les données. Présente deux avantages et deux limites. Donne un exemple de sauvegarde. Termine par trois points à retenir.

Toujours zero-shot, mais mieux encadré.

Un prompt détaillé peut donc rester parfaitement compatible avec cette technique.

12. Distinguer instructions, données et démonstrations

Cette distinction est fondamentale pour reconnaître correctement les techniques de prompting.

Élément fourni	Fonction	Exemple
Instruction	Indique ce qu’il faut faire.	« Classe les messages par catégorie. »
Donnée	Fournit la matière à traiter.	« Je n’ai pas reçu ma facture. »
Contrainte	Fixe une règle.	« Une seule catégorie par message. »
Démonstration	Montre un cas déjà traité.	« Message : … → Catégorie : Facturation. »

Point de vigilance

Une donnée peut ressembler à un exemple, sans être une démonstration.

Pour identifier un exemple few-shot, demandez-vous si le prompt montre une tâche déjà réalisée afin de guider la réalisation d’un nouveau cas.

13. Exemple : une donnée n’est pas forcément une démonstration

Considérons cette demande :

Traduis en anglais la phrase suivante : « Le colis sera expédié demain. »

Il s’agit d’une demande zero-shot.

La phrase française est une donnée à traduire.

Elle ne montre pas comment traduire une autre phrase.

Comparons avec une démonstration

Exemple : Français : Bonjour. Anglais : Hello. À traduire : Français : Le colis sera expédié demain. Anglais :

Cette seconde demande contient une démonstration de traduction.

Elle correspond donc à une approche one-shot.

14. Dans quelles situations le zero-shot est-il adapté ?

Le zero-shot est particulièrement utile lorsque la tâche est suffisamment courante ou clairement définie.

Situation	Utilisation possible
Définir une notion	Demander une explication adaptée à un niveau.
Résumer un document	Préciser les informations à conserver.
Reformuler un texte	Indiquer le ton et les éléments à préserver.
Traduire	Préciser la langue cible et le contexte.
Extraire des informations	Définir les champs à relever.
Effectuer un calcul simple	Fournir les données et la formule si nécessaire.
Produire une première ébauche	Définir le sujet, le public et le format.

Le choix dépend aussi du modèle utilisé et du niveau de fiabilité exigé.

15. Premier avantage : la simplicité

Le zero-shot ne nécessite pas de préparer des exemples complets.

L’utilisateur peut directement exprimer son besoin.

Situation

Une personne souhaite comprendre la différence entre mémoire vive et stockage.

Explique la différence entre la mémoire RAM et le stockage SSD. Utilise une comparaison simple. Donne un exemple d’utilisation pour chaque élément.

Cette approche est rapide à préparer et facile à modifier.

16. Deuxième avantage : une consigne plus légère

Les exemples de démonstration occupent de la place dans le prompt.

Lorsqu’ils ne sont pas nécessaires, les éviter peut réduire la longueur de la demande.

Cela peut présenter un intérêt :

pour des échanges rapides ;
pour des tâches simples ;
pour limiter le volume de texte transmis ;
pour faciliter la lecture et la maintenance du prompt.

Il ne faut toutefois pas sacrifier les informations nécessaires uniquement pour raccourcir la consigne.

17. Troisième avantage : éviter de reproduire un exemple mal choisi

Un exemple de démonstration peut influencer fortement la réponse.

Si cet exemple contient une erreur, un biais ou une présentation inadaptée, le modèle peut reproduire certains de ces défauts.

Une approche zero-shot évite de dépendre d’un exemple particulier.

Nuance importante

Cela ne signifie pas que le zero-shot élimine les biais ou les erreurs.

Le modèle conserve ses propres limites, et une instruction mal rédigée peut toujours conduire à un mauvais résultat.

18. Première limite : l’ambiguïté du résultat attendu

Sans démonstration, le modèle doit interpréter les instructions pour déterminer comment présenter sa réponse.

Si la demande est vague, plusieurs résultats peuvent être possibles.

Demande vague

Analyse ce document.

Le type d’analyse n’est pas défini.

Demande encadrée

Analyse ce document. Relève : – les objectifs ; – les décisions ; – les risques ; – les informations manquantes. Présente quatre sections distinctes.

Les critères sont plus explicites.

La première solution consiste souvent à améliorer les instructions, avant même d’ajouter des exemples.

19. Deuxième limite : les formats inhabituels

Certaines tâches exigent un format très particulier.

Il peut s’agir :

d’une structure propre à une entreprise ;
d’un modèle d’importation informatique ;
d’une classification interne ;
d’un style éditorial très spécifique ;
d’une présentation comportant des règles complexes.

Dans ces situations, une description textuelle peut parfois suffire.

Mais un exemple correctement choisi peut rendre le résultat attendu plus concret.

20. Troisième limite : les classifications ambiguës

Imaginons qu’une entreprise souhaite classer les réclamations en trois niveaux :

faible ;
moyen ;
élevé.

Ces termes peuvent être interprétés différemment selon les situations.

Classe les incidents en faible, moyen ou élevé.

Ce prompt est zero-shot, mais les critères sont insuffisants.

Première correction possible

Classe les incidents selon ces critères : Élevé : Interruption totale d’un service essentiel. Moyen : Service partiellement disponible avec gêne importante. Faible : Dysfonctionnement mineur sans interruption du service. Indique le critère utilisé pour chaque classement.

Cette version reste zero-shot : elle définit des règles, mais ne fournit pas de cas déjà classé.

Si les situations restent ambiguës, des démonstrations peuvent ensuite être ajoutées.

21. Quatrième limite : les tâches nécessitant des connaissances absentes

Une IA ne peut pas déduire de manière fiable des informations qu’elle ne possède pas.

Par exemple :

Explique pourquoi les ventes de mon entreprise ont diminué le mois dernier.

Sans chiffres, données commerciales ou éléments de contexte, le modèle ne peut pas établir les causes réelles.

Correction

À partir du tableau fourni, calcule les variations des ventes. Identifie les catégories en baisse. Propose des hypothèses à vérifier. Distingue clairement les constats chiffrés des causes possibles. Ne présente aucune hypothèse comme certaine.

La qualité du prompt dépend également de la qualité des données disponibles.

22. Cinquième limite : la variabilité des réponses

Une même consigne peut produire des réponses différentes selon le modèle, ses paramètres et le contexte de l’échange.

Deux réponses peuvent être toutes les deux pertinentes sans être identiques.

En revanche, pour une tâche professionnelle répétitive, des variations importantes peuvent poser problème.

Bonne pratique

Si vous avez besoin de résultats homogènes, définissez précisément les rubriques, les critères et les règles de sortie.

Lorsque cela ne suffit pas, envisagez des exemples structurés et des contrôles supplémentaires.

23. Le zero-shot est-il toujours moins performant que le few-shot ?

Non.

Il n’existe pas de règle universelle selon laquelle fournir davantage d’exemples améliore toujours la réponse.

Selon la tâche et le modèle :

le zero-shot peut suffire ;
un exemple peut clarifier un format ;
plusieurs exemples peuvent améliorer une classification ;
des exemples mal choisis peuvent dégrader le résultat ;
un prompt trop long peut introduire des ambiguïtés.

Le choix doit être guidé par les résultats observés.

Ne pas confondre complexité et qualité

Un prompt plus complexe n’est pas nécessairement meilleur.

La technique la plus appropriée est celle qui permet d’obtenir un résultat satisfaisant avec un niveau de contrôle adapté.

24. Comparer zero-shot et few-shot sur une même tâche

Prenons une classification de messages clients.

Version zero-shot

Classe le message suivant dans une catégorie : – Facturation ; – Livraison ; – Assistance technique. Message : « Je n’arrive plus à accéder à mon espace client. » Indique uniquement la catégorie.

La catégorie attendue est « Assistance technique ».

Version few-shot

Classe les messages selon les exemples suivants. Exemple 1 : Message : « Ma facture comporte une erreur. » Catégorie : Facturation Exemple 2 : Message : « Le colis n’est pas arrivé. » Catégorie : Livraison Exemple 3 : Message : « L’application ne démarre plus. » Catégorie : Assistance technique Nouveau message : « Je n’arrive plus à accéder à mon espace client. » Catégorie :

Les deux versions peuvent aboutir au même classement.

La différence porte sur la manière de guider le modèle.

25. Comment rédiger un bon prompt zero-shot ?

Une méthode simple consiste à réunir cinq éléments.

1 — OBJECTIF

Quelle tâche doit être accomplie ?

↓

2 — CONTEXTE

Quelles informations sont nécessaires ?

↓

3 — DONNÉES

Quel contenu faut-il traiter ?

↓

4 — FORMAT

Comment présenter le résultat ?

↓

5 — CONTRÔLES

Quelles règles et limites doivent être respectées ?

Ces éléments ne sont pas tous nécessaires dans chaque demande.

Ils constituent une méthode de préparation, pas une structure obligatoire.

26. Modèle de prompt zero-shot réutilisable

OBJECTIF [Décrire précisément la tâche.] CONTEXTE [Présenter les informations utiles.] DONNÉES [Insérer les informations à traiter.] PUBLIC [Indiquer le destinataire si nécessaire.] FORMAT [Définir la structure de la réponse.] CONTRAINTES [Préciser les règles à respecter.] CONTRÔLE [Indiquer les éléments à vérifier.] Si une information indispensable manque, demande une clarification ciblée. N’invente aucune donnée absente.

Ce modèle ne contient aucune démonstration de tâche déjà réalisée.

Il reste donc un modèle de prompt zero-shot.

27. Application professionnelle : créer une fiche de procédure

Une entreprise souhaite préparer une procédure de sauvegarde de fichiers.

Rédige une procédure destinée à des employés débutants. Sujet : Sauvegarder un document dans un dossier partagé. Objectif : Permettre à un employé de réaliser l’opération sans assistance. Structure : 1. Prérequis. 2. Étapes numérotées. 3. Vérification du résultat. 4. Erreurs fréquentes. Utilise un vocabulaire simple. Ne suppose pas qu’un logiciel précis est installé. Si l’outil de stockage est indispensable pour donner les étapes exactes, demande lequel est utilisé.

La consigne prévoit une procédure, mais aussi la possibilité d’une clarification.

Cette précaution évite d’inventer des menus ou des boutons propres à un logiciel inconnu.

28. Application professionnelle : préparer un tableau comparatif

Une entreprise reçoit trois offres de fournisseurs.

Compare les trois offres fournies. Critères : – prix HT ; – délai annoncé ; – durée de garantie ; – prestations incluses. Présente un tableau comparatif. Indique « non précisé » lorsqu’une information manque. Ne classe pas les fournisseurs tant que les critères de priorité ne sont pas définis. OFFRES : [Coller les trois offres]

Le prompt peut être utilisé sans exemple de tableau déjà rempli.

Les colonnes attendues sont définies directement dans la consigne.

29. Application professionnelle : extraire des informations

Une équipe administrative souhaite relever certaines informations dans un courriel.

Lis le courriel ci-dessous. Extrais : – le nom de l’expéditeur, s’il est indiqué ; – l’objet de la demande ; – la date mentionnée ; – l’action demandée ; – le niveau d’urgence explicitement indiqué. Présente un tableau à deux colonnes : Information | Valeur. Si une information manque, écris « non précisé ». COURRIEL : [Texte]

Il s’agit d’une extraction structurée en zero-shot.

Le prompt définit les champs à relever, sans fournir d’exemple d’extraction déjà effectuée.

30. Application professionnelle : produire un contenu pédagogique

Une formatrice souhaite créer une première explication sur la sécurité des mots de passe.

Prépare une fiche pédagogique sur les mots de passe. Public : Adultes débutants. Objectifs : – comprendre l’utilité d’un mot de passe ; – identifier les principales mauvaises pratiques ; – connaître les avantages d’un gestionnaire de mots de passe. Structure : 1. Définition. 2. Risques courants. 3. Bonnes pratiques. 4. Exemple concret. 5. Trois questions de compréhension. Explique les termes techniques. N’affirme pas qu’une méthode garantit une sécurité absolue.

Cette consigne montre qu’un prompt zero-shot peut également servir à créer des supports pédagogiques structurés.

31. Comment vérifier la réponse obtenue ?

Une réponse doit être évaluée selon les critères définis dans la demande.

Critère	Question de contrôle
Pertinence	La réponse traite-t-elle la tâche demandée ?
Complétude	Les éléments essentiels sont-ils présents ?
Exactitude	Les faits et les calculs sont-ils corrects ?
Format	La structure demandée est-elle respectée ?
Clarté	Le public peut-il comprendre le résultat ?
Fiabilité	Les données manquantes sont-elles signalées ?

Pour les tâches sensibles, une vérification indépendante peut être nécessaire.

32. Quand faut-il envisager d’ajouter des exemples ?

Plusieurs signes peuvent indiquer qu’une démonstration serait utile :

la réponse ne respecte pas un format inhabituel ;
la classification reste ambiguë ;
le style attendu est difficile à décrire ;
les résultats varient excessivement ;
les règles écrites ne suffisent pas à montrer le résultat souhaité.

Il est alors possible de tester une version one-shot ou few-shot.

Cette évolution doit être évaluée sur des cas représentatifs plutôt que supposée meilleure par principe.

33. Les erreurs fréquentes en zero-shot prompting

Erreur	Conséquence possible	Correction
Objectif vague	Réponse hors sujet.	Préciser l’action.
Contexte absent	Interprétation incorrecte.	Fournir les informations utiles.
Format non défini	Présentation inadaptée.	Indiquer les rubriques.
Données insuffisantes	Hypothèses ou inventions.	Fournir les données ou signaler leur absence.
Contraintes contradictoires	Résultat incohérent.	Arbitrer les priorités.
Absence de contrôle	Erreurs non détectées.	Vérifier le résultat.
Confiance excessive	Utilisation d’informations fausses.	Valider les éléments importants.

34. Choisir une technique proportionnée à la tâche

Le zero-shot constitue souvent un bon point de départ.

Mais le choix dépend des exigences réelles.

LA TÂCHE EST-ELLE CLAIREMENT DÉFINIE ?

Objectif, données et résultat attendu sont identifiables.

↓

ESSAYER UNE CONSIGNE ZERO-SHOT

Rédiger les instructions sans démonstration.

↓

ÉVALUER LE RÉSULTAT

Contrôler la qualité sur un ou plusieurs cas.

↓

SI LE RÉSULTAT EST INSUFFISANT

Clarifier la consigne, ajouter des critères ou tester des exemples.

Principe pratique

Commencez par la méthode la plus simple qui permet d’obtenir un résultat satisfaisant.

Ajoutez de la complexité lorsqu’elle répond à un problème observé.

35. Cas pratique guidé : analyser une réclamation

Une entreprise reçoit le message suivant :

Message client fictif

« Bonjour, j’ai reçu ma commande ce matin, mais il manque deux articles. Pouvez-vous vérifier et me dire quand je pourrai les recevoir ? »

Étape 1 — Définir l’objectif

Identifier le problème et préparer une réponse adaptée.

Étape 2 — Définir les informations à extraire

Motif de la réclamation.
Éléments factuels.
Informations manquantes.
Action à envisager.

Étape 3 — Construire le prompt

Analyse la réclamation client ci-dessous. Présente : 1. Le problème signalé. 2. Les faits confirmés par le message. 3. Les informations à vérifier. 4. Une proposition de réponse professionnelle. Ne suppose pas que les articles ont déjà été expédiés. Ne promets aucune date de livraison inconnue. MESSAGE : « Bonjour, j’ai reçu ma commande ce matin, mais il manque deux articles. Pouvez-vous vérifier et me dire quand je pourrai les recevoir ? »

Étape 4 — Vérifier les éléments attendus

Élément	Résultat attendu
Problème	Deux articles manquants.
Fait connu	La commande a été reçue le matin du message.
Information manquante	Référence de commande, articles concernés et état de préparation.
Action	Vérifier le dossier avant de confirmer une solution.

Étape 5 — Conclusion

La consigne permet d’obtenir une analyse structurée sans fournir d’exemple de réclamation déjà traitée.

Il s’agit donc d’un cas de zero-shot prompting.

36. Exercice pratique 1 — Reconnaître un prompt zero-shot

Application

Examinez les trois prompts suivants.

A. Explique ce qu’est un routeur en cinq phrases. B. Exemple : Français : Merci. Anglais : Thank you. Traduis : Français : À bientôt. Anglais : C. Classe le message suivant en « livraison » ou « facturation » : « Je n’ai pas reçu mon colis. »

Travail demandé :

Identifiez les prompts zero-shot.
Identifiez le prompt comportant une démonstration.
Justifiez chaque réponse.

Afficher la correction détaillée

Prompt A

Zero-shot.

Il demande une explication et précise une longueur, sans fournir d’exemple de réponse.

Prompt B

One-shot.

La traduction de « Merci » en « Thank you » sert de démonstration avant la nouvelle traduction.

Prompt C

Zero-shot.

Le message constitue une donnée à classer, pas un exemple déjà classé.

Bilan

Les prompts A et C sont zero-shot. Le prompt B utilise un exemple de démonstration.

37. Exercice pratique 2 — Améliorer une consigne

Application

Situation

Une responsable souhaite préparer une synthèse de réunion.

Fais un bon résumé de cette réunion.

Travail demandé :

Identifiez les informations manquantes.
Proposez un prompt zero-shot amélioré.
Expliquez pourquoi il reste zero-shot.

Afficher la correction détaillée

1. Informations manquantes

Le compte rendu ou les notes.
Le public destinataire.
Les éléments à extraire.
Le format de présentation.

2. Proposition

À partir des notes de réunion ci-dessous, prépare une synthèse destinée à l’équipe. Présente : 1. Les décisions. 2. Les actions. 3. Les responsables. 4. Les échéances. Si une information manque, indique « non précisé ». N’invente aucune décision. NOTES : [Insérer les notes]

3. Justification

Le prompt contient des instructions et des données à traiter, mais aucun exemple de synthèse déjà réalisée.

Il reste donc zero-shot.

38. Exercice pratique 3 — Construire une classification

Entraînement

Une entreprise reçoit les messages suivants :

« Je souhaite modifier mon adresse de livraison. »
« Le montant de ma facture est incorrect. »
« Le logiciel affiche un message d’erreur. »

Elle utilise trois catégories : Livraison, Facturation et Assistance technique.

Travail demandé :

Rédigez un prompt zero-shot de classification.
Définissez le format de réponse.
Classez les trois messages.
Indiquez comment traiter un message ambigu.

Afficher la correction détaillée

1. Prompt proposé

Classe les messages clients dans une seule catégorie : – Livraison ; – Facturation ; – Assistance technique. Présente un tableau avec : – numéro ; – catégorie ; – justification. Si un message est ambigu, signale-le au lieu d’inventer une information. MESSAGES : [Insérer les messages]

2. Classement

Message	Catégorie	Justification
1	Livraison	Modification d’adresse de livraison.
2	Facturation	Erreur de montant sur une facture.
3	Assistance technique	Dysfonctionnement du logiciel.

3. Message ambigu

Si un message concerne plusieurs catégories ou manque de précision, la réponse doit signaler l’ambiguïté et demander une clarification si nécessaire.

4. Justification

Le prompt définit des catégories et des règles sans montrer de cas déjà classé.

39. Exercice pratique 4 — Choisir entre zero-shot et few-shot

Entraînement

Une entreprise souhaite créer des fiches produits selon une présentation interne très spécifique.

Le premier essai zero-shot respecte les informations demandées, mais pas l’organisation habituelle des fiches.

Travail demandé :

Expliquez pourquoi le zero-shot peut être insuffisant.
Proposez une première correction sans exemple.
Indiquez dans quel cas un exemple pourrait être utile.
Définissez un critère de validation.

Afficher la correction détaillée

1. Limite observée

La présentation interne est peut-être trop particulière pour être reproduite à partir d’instructions générales.

2. Première correction

Rédige une fiche produit. Respecte exactement cet ordre : 1. Nom du produit. 2. Utilisation. 3. Caractéristiques techniques. 4. Avantages vérifiables. 5. Précautions d’utilisation. Ne crée aucune caractéristique absente de la documentation. Ne modifie pas l’ordre des rubriques.

3. Utilité éventuelle d’un exemple

Si cette structure reste insuffisante, une fiche validée peut être fournie comme démonstration.

Le prompt devient alors one-shot si un seul exemple est utilisé.

4. Critère de validation

Vérifier que toutes les rubriques apparaissent dans l’ordre demandé, sans invention de caractéristiques.

40. Exercice pratique 5 — Cas professionnel complet

Synthèse

Situation

Vous travaillez dans une entreprise qui souhaite analyser les délais de traitement de ses demandes clients.

Les données fictives sont les suivantes :

Demande	Délai
A	2 jours
B	5 jours
C	3 jours
D	6 jours
E	4 jours

Travail demandé :

Rédigez un prompt zero-shot complet.
Demandez le calcul du délai moyen.
Demandez l’identification du délai le plus long et du plus court.
Définissez le format de réponse.
Prévoyez un contrôle des calculs.
Expliquez pourquoi la technique choisie est adaptée.

Afficher la correction détaillée

1. Prompt proposé

Agis comme un assistant en analyse de gestion. Analyse les délais de traitement des demandes clients. Données : A : 2 jours. B : 5 jours. C : 3 jours. D : 6 jours. E : 4 jours. Travail : 1. Calcule le délai moyen. 2. Identifie le délai le plus court. 3. Identifie le délai le plus long. 4. Calcule l’écart entre les deux. 5. Présente une conclusion courte. Format : – tableau récapitulatif ; – calculs ; – conclusion. Contraintes : – utilise uniquement les données fournies ; – présente les opérations ; – vérifie les résultats ; – n’invente aucune cause expliquant les délais.

2. Calcul du délai moyen

Total : 2 + 5 + 3 + 6 + 4 = 20 jours Nombre de demandes : 5 Moyenne : 20 ÷ 5 = 4 jours

3. Minimum et maximum

Délai minimum : 2 jours, demande A.
Délai maximum : 6 jours, demande D.

4. Écart

6 – 2 = 4 jours

5. Conclusion

Le délai moyen de traitement est de 4 jours. Les délais observés vont de 2 à 6 jours, soit un écart de 4 jours.

Les données ne permettent pas d’identifier les causes des différences de durée.

6. Pourquoi le zero-shot convient-il ?

Les calculs demandés sont clairement définis.

Les données sont fournies et le format est précisé.

Aucun exemple de calcul déjà réalisé n’est nécessaire pour comprendre la tâche.

41. Questions de compréhension — 20 questions

1. Que signifie zero-shot prompting ?

Formuler une tâche sans fournir d’exemple de démonstration dans le prompt.

2. Zero-shot signifie-t-il que le modèle n’a jamais vu d’exemples ?

Non. Il peut avoir appris des tâches similaires pendant son entraînement.

3. Un prompt zero-shot doit-il être court ?

Non. Il peut être détaillé et structuré.

4. Peut-on fournir un document dans un prompt zero-shot ?

Oui. Le document peut être une donnée à analyser.

5. Quelle différence existe-t-il entre donnée et démonstration ?

La donnée est le contenu à traiter ; la démonstration montre une tâche déjà réalisée.

6. Quelle technique utilise un seul exemple ?

Le one-shot prompting.

7. Quelle technique utilise quelques exemples ?

Le few-shot prompting.

8. Le zero-shot peut-il servir à résumer un texte ?

Oui, en précisant les informations à conserver et le format attendu.

9. Peut-il servir à classer des messages ?

Oui, si les catégories et les critères sont suffisamment clairs.

10. Quel est l’un de ses principaux avantages ?

Il évite de devoir préparer des exemples de démonstration.

11. Quel problème peut provoquer un objectif vague ?

Une réponse mal adaptée ou hors sujet.

12. Comment améliorer un prompt zero-shot ?

En précisant l’objectif, le contexte, les données, le format et les contraintes utiles.

13. Faut-il toujours ajouter des exemples si une réponse est mauvaise ?

Non. Il faut d’abord identifier la cause du problème et éventuellement clarifier la consigne.

14. Le few-shot est-il toujours meilleur ?

Non. Son intérêt dépend de la tâche, des exemples et du modèle.

15. Une liste de catégories constitue-t-elle nécessairement une démonstration ?

Non. Elle peut simplement définir les réponses autorisées.

16. Pourquoi vérifier les réponses ?

Parce qu’une IA peut produire des informations ou des calculs incorrects.

17. Que faire lorsqu’une donnée indispensable manque ?

Demander une clarification ciblée ou signaler la limite de la réponse.

18. Dans quel cas un exemple peut-il aider ?

Lorsqu’un format inhabituel ou une classification difficile reste mal compris malgré des instructions précises.

19. Un prompt zero-shot peut-il contenir des formules ?

Oui. Une formule est une instruction de calcul, pas nécessairement une démonstration.

20. Comment choisir entre zero-shot et few-shot ?

En testant les approches sur des cas représentatifs et en comparant les résultats selon des critères définis.

42. Glossaire

Terme	Définition
Prompt	Consigne ou ensemble d’informations adressées à un modèle d’IA.
Prompting	Pratique consistant à concevoir et améliorer des prompts.
Zero-shot	Approche sans exemple de démonstration fourni dans le prompt.
One-shot	Approche utilisant une démonstration.
Few-shot	Approche utilisant quelques démonstrations.
Démonstration	Exemple montrant une tâche déjà réalisée.
Donnée	Information fournie pour être traitée.
Instruction	Indication précisant ce que le modèle doit faire.
Contexte	Informations nécessaires à la compréhension de la situation.
Contrainte	Règle que la réponse doit respecter.
Classification	Action consistant à attribuer une catégorie à un élément.
Extraction	Repérage d’informations dans une source.
Variabilité	Différences possibles entre plusieurs réponses.
Validation	Vérification de la conformité et de la fiabilité d’un résultat.

43. Les dix idées essentielles à retenir

Le zero-shot prompting ne fournit aucun exemple de démonstration.
Le modèle utilise ses capacités acquises pendant l’entraînement.
Un prompt zero-shot peut être long et détaillé.
Les données à traiter ne sont pas nécessairement des démonstrations.
Cette technique convient à de nombreuses tâches courantes.
Elle évite de préparer des exemples lorsque ceux-ci ne sont pas nécessaires.
Les instructions doivent rester claires et précises.
Les formats particuliers peuvent nécessiter un guidage supplémentaire.
Le few-shot n’est pas automatiquement meilleur.
Les résultats doivent être vérifiés avant utilisation importante.

À retenir

Le zero-shot prompting est une méthode simple et souvent efficace pour commencer une tâche avec une IA.

Sa réussite dépend surtout de la clarté de la demande, de la qualité des données et de l’adéquation entre la tâche et les capacités du modèle.

44. Ressources complémentaires

Pour approfondir les techniques de prompting :

OpenAI — Prompt Engineering : documentation sur la formulation et l’amélioration des instructions.
Google AI for Developers — Prompting Strategies : présentation des stratégies de prompting, notamment avec et sans exemples.
Anthropic — Prompt Engineering : principes de conception et d’évaluation des prompts.

Les méthodes et performances peuvent évoluer selon les modèles. Les documentations officielles permettent de consulter les recommandations propres à chaque fournisseur.

45. Passer à la pratique

Vous savez maintenant reconnaître une consigne zero-shot et construire une demande structurée sans fournir d’exemple de démonstration.

Pour progresser, entraînez-vous à :

identifier les données et les instructions ;
reformuler des demandes vagues ;
définir des formats de réponse ;
comparer les résultats de plusieurs prompts ;
repérer les situations nécessitant davantage de guidage.

Accéder aux exercices du chapitre →

46. Préparer le cours suivant

Dans ce premier cours, vous avez découvert comment demander à une IA d’accomplir une tâche sans lui montrer d’exemple.

Le cours suivant présente deux autres approches :

One-shot prompting : fournir une démonstration.
Few-shot prompting : fournir quelques démonstrations.

Vous apprendrez comment choisir les exemples, les présenter correctement et vérifier leur influence sur la réponse.

Progression du chapitre 07

1 cours sur 15 — Les bases du zero-shot prompting sont acquises.

Exercices du cours

Entraînez-vous avec 15 exercices progressifs. Ouvrez un exercice pour répondre, puis afficher sa correction.

Exercice 1Application Exercice 2Application Exercice 3Application Exercice 4Application Exercice 5Application Exercice 6Application Exercice 7Entraînement Exercice 8Entraînement Exercice 9Entraînement Exercice 10Entraînement Exercice 11Entraînement Exercice 12Entraînement Exercice 13Synthèse Exercice 14Synthèse Exercice 15Synthèse