1. Décrire vs Montrer : la différence fondamentale
Imaginez que vous demandez à un nouveau collaborateur d'écrire une fiche produit pour votre site. Deux approches :
Approche 1 : Décrire
"Écris une fiche produit avec un titre, une accroche, 3 bénéfices clés, des spécifications techniques et un appel à l'action."
Le collaborateur a une consigne. Mais il va chercher dans 1000 variations possibles.
Approche 2 : Montrer
"Voici un exemple de fiche produit qu'on a publié la semaine dernière (collez-la). Écris une fiche similaire pour ce nouveau produit."
Le collaborateur a un modèle exact. Il calibre tout par alignement avec l'exemple.
Avec un humain, l'approche 2 marche 10 fois mieux. Avec une IA, c'est exactement pareil. C'est ce qu'on appelle le prompting démonstratif (ou few-shot prompting dans le jargon technique).
⚡ LA RÈGLE D'OR DU CHAPITRE
Pour calibrer une sortie au plus juste, ne décrivez pas. Montrez.
2. Zero-shot, One-shot, Few-shot : le vocabulaire
Le jargon technique du prompting distingue 3 modes selon le nombre d'exemples que vous donnez :
| Mode | Exemples donnés | Quand utiliser |
|---|---|---|
| Zero-shot | Aucun exemple | Brainstorming, créativité, recherche d'idées originales |
| One-shot | Un seul exemple | Format simple à calibrer (email type, court résumé) |
| Few-shot | 2 à 5 exemples | Format complexe ou nuancé (catégorisation, style très précis) |
Plus vous donnez d'exemples, plus l'IA se fige sur ce style. C'est l'effet recherché pour des sorties calibrées. Mais c'est aussi le piège qui tue la créativité.
3. Quand utiliser le Prompting Démonstratif : 4 cas typiques
-
✅ Cas 1 : reproduction de format strict
Exemple PME : vous publiez chaque semaine 3 fiches produit avec une structure identique. Donnez un exemple de fiche existante. L'IA reproduira la structure exacte.
-
✅ Cas 2 : calibrage de ton signature
Exemple PME : votre cabinet a un ton particulier (chaleureux, direct, technique). Donnez 2 ou 3 emails-types qui incarnent ce ton. L'IA produira du nouveau contenu avec le même ton.
-
✅ Cas 3 : classification ou catégorisation
Exemple PME : trier des avis clients en 4 catégories (positif/négatif/question/spam). Donnez 2 exemples de chaque catégorie. L'IA classifiera les nouveaux avis avec précision.
-
✅ Cas 4 : transformation de format
Exemple PME : transformer des notes brutes de réunion en compte-rendu structuré. Donnez un exemple "notes brutes → compte-rendu structuré". L'IA reproduira la transformation.
4. Quand ne PAS utiliser le Prompting Démonstratif : 4 cas typiques
Donner un exemple quand il ne faut pas est le piège le plus fréquent. Voici les cas où le pilier E doit rester vide :
-
❌ Cas 1 : brainstorming ou recherche d'idées
Vous voulez 10 noms de produit, 10 angles d'article, 10 idées d'offre commerciale. Donner un exemple va bloquer l'IA dans la même veine. Le résultat sera 10 variations de votre exemple, pas 10 idées vraiment originales.
-
❌ Cas 2 : créativité et angle inattendu
Vous voulez un slogan publicitaire surprenant, une accroche LinkedIn qui dérange, un angle éditorial différenciant. L'exemple cadre l'imagination, vous voulez qu'elle s'envole.
-
❌ Cas 3 : analyse libre d'un document
Quand vous voulez un avis, une critique, des points faibles d'un document. Donner un exemple d'analyse précédente va biaiser le regard de l'IA. Vous risquez d'obtenir une analyse "calquée" plutôt qu'une vraie analyse.
-
❌ Cas 4 : sujet où vous n'avez pas de "modèle parfait" en tête
Si vous-même hésitez sur ce que vous voulez vraiment, ne donnez pas d'exemple bancal. L'IA reproduirait votre hésitation. Mieux vaut zero-shot et plusieurs propositions à choisir.
⚡ RÈGLE BIS DU CHAPITRE
Exemple = précision. Pas d'exemple = exploration. Choisissez en fonction de votre objectif.
5. Comment construire un bon exemple démonstratif
Si vous décidez d'utiliser le prompting démonstratif, voici les 5 règles pour construire un exemple efficace :
-
1. L'exemple doit être ce que vous voulez VRAIMENT
Pas un brouillon, pas un essai. L'IA va l'imiter à fond. Donnez un exemple qui représente votre standard de qualité.
-
2. L'exemple doit être complet
Pas un extrait. Donnez l'exemple en entier (intro + corps + conclusion + signature). L'IA reproduit la structure complète.
-
3. Encadrez l'exemple en bloc de code Markdown
Triple backtick avant et après l'exemple. Évite que l'IA confonde votre exemple avec votre instruction (rappel chapitre 10).
-
4. Anonymisez si l'exemple contient des données sensibles
Pas de nom client, pas d'email, pas de chiffres confidentiels. Variables [VARIABLES] obligatoires (rappel chapitre 6).
-
5. 2 ou 3 exemples valent mieux qu'1 pour les sujets nuancés
Si la nuance compte (différents tons selon situation), donnez 2 ou 3 exemples qui couvrent les variations. L'IA généralise mieux le pattern.
6. Exemple complet : classification d'avis clients
Voici un cas concret de prompting démonstratif réussi. Mission : classer des avis clients d'une PME en 4 catégories.
PROMPT CADRE + DÉMONSTRATIF
## CONTEXTE PME e-commerce, équipe service client de 3 personnes. Volume : 50 avis clients par jour à trier. ## ACTEUR Tu es un analyste service client expérimenté. ## DEMANDE Classe chaque avis client dans une de ces 4 catégories : POSITIF / NEGATIF / QUESTION / SPAM. ## RÉSULTAT ATTENDU Format : tableau Markdown avec 2 colonnes (Avis, Catégorie). Une ligne par avis. ## EXEMPLES (few-shot) ``` Avis : Super produit, livraison rapide, je recommande ! Catégorie : POSITIF Avis : Comment fonctionne la garantie sur ce produit ? Catégorie : QUESTION Avis : Article cassé à l'arrivée, déçu et personne ne répond depuis 2 jours. Catégorie : NEGATIF Avis : Visit my crypto trading site for amazing offers!!! Catégorie : SPAM ``` ## AVIS À CLASSER [Liste des 50 avis du jour ici]
Résultat : classification précise des 50 avis du premier coup, avec une cohérence parfaite avec vos 4 exemples. Sans les 4 exemples, l'IA inventerait ses propres frontières entre catégories et serait moins prévisible.
7. Le piège de la sur-conformité (et comment l'éviter)
Quand vous donnez un exemple, l'IA peut "sur-coller" : reproduire trop fidèlement, jusqu'à des éléments non pertinents (longueur exacte, structure de phrases identique, choix de mots semblables). Le risque : vos sorties deviennent toutes identiques.
3 techniques pour éviter la sur-conformité :
-
→ Donnez 2-3 exemples au lieu d'1 seul
L'IA généralise le pattern au lieu de copier 1 exemple unique. Le résultat est plus créatif tout en restant calibré.
-
→ Précisez explicitement "varie le style"
Ajoutez : "Reproduis la structure et le ton, mais varie les tournures de phrases pour ne pas être répétitif".
-
→ Demandez plusieurs versions
"Génère 3 versions différentes en variant le ton de chaleureux à plus formel". Vous choisissez la meilleure.
📝 EXERCICE DU CHAPITRE 11
Le test démonstratif sur votre métier
Cet exercice prend 15 minutes et vous fait sentir l'effet du démonstratif.
- Choisissez une tâche reproductible de votre métier (fiche produit, email-type, compte-rendu, etc.).
- Test 1 (zero-shot) : demandez la tâche en CADRE complet sans pilier E. Notez le résultat.
- Test 2 (one-shot) : refaites la même demande avec 1 exemple en bloc de code (un livrable réussi de votre archive). Notez le résultat.
- Test 3 (few-shot) : refaites avec 3 exemples variés. Notez le résultat.
- Comparez les 3 sorties. Lequel est le plus utilisable directement pour vous ?
Ce que vous allez constater : pour les tâches reproductibles, le test 3 (few-shot) gagne presque toujours. Pour les tâches créatives, le test 1 (zero-shot) gagne. Vous savez maintenant quand utiliser quel mode.
📋 TEMPLATE · CADRE + DÉMONSTRATIF
Pour vos tâches reproductibles
Template prêt à copier qui combine CADRE complet + 2 exemples démonstratifs.
## CONTEXTE [Votre rôle, votre entreprise, votre situation] ## ACTEUR [Rôle expert pertinent à attribuer à l'IA] ## DEMANDE [Verbe d'action + objet de la tâche] ## RÉSULTAT ATTENDU - Longueur : [X mots] - Structure : [intro + sections + conclusion] - Ton : [formel / chaleureux / direct] - Format : Markdown ## EXEMPLES DÉMONSTRATIFS Voici 2 exemples qui représentent ma qualité attendue. Reproduis la STRUCTURE et le TON, mais varie les tournures pour éviter la répétition. ``` [EXEMPLE 1 COMPLET avec [VARIABLES] anonymisées] ``` ``` [EXEMPLE 2 COMPLET avec une légère variation de ton ou de situation] ``` ## NOUVELLE TÂCHE [Le cas spécifique sur lequel tu dois travailler maintenant]
Pourquoi ça marche : vous combinez la rigueur de CADRE (4 piliers structurés) avec la précision du démonstratif (2 exemples calibrés). L'IA produit du sur-mesure aligné sur votre standard, sans recopier servilement.
🎯 CE QUE VOUS DEVEZ RETENIR DU CHAPITRE 11
- Décrire vs Montrer : montrer un exemple bat décrire, quand le résultat doit être calibré.
- Zero-shot / One-shot / Few-shot : 0, 1 ou 2-5 exemples selon le besoin.
- Quand utiliser : reproduction de format, calibrage de ton, classification, transformation.
- Quand éviter : brainstorming, créativité, analyse libre, sujet où vous hésitez vous-même.
- Bon exemple : représentatif de votre standard, complet, en bloc de code Markdown, anonymisé.
- Anti sur-conformité : 2-3 exemples au lieu d'1, "varie le style", demander plusieurs versions.