Définition
Few-shot
Le few-shot, c'est le fait de donner à une IA quelques exemples (souvent 2 à 5) dans une consigne pour lui montrer exactement ce qu'on attend comme résultat.
En clair
Le "few-shot" (littéralement "quelques coups") désigne une technique de prompting : au lieu de simplement demander à une IA de faire quelque chose, tu lui montres d'abord quelques exemples de ce que tu attends. C'est un peu comme apprendre à quelqu'un une tâche en lui disant "regarde, fais comme ça" plutôt que "voici la théorie".
Comment ça marche
Concrètement, dans ton prompt, tu insères des paires "entrée → sortie" avant ta vraie demande. L'IA repère le motif (le format, le ton, la structure) et l'applique à ton cas. Aucune modification du modèle n'est nécessaire : tout se passe dans le texte de la conversation, au moment même où tu écris.
On distingue généralement :
- Zero-shot : aucun exemple, juste une instruction directe ("traduis cette phrase en anglais").
- One-shot : un seul exemple fourni.
- Few-shot : plusieurs exemples (2 à 10 en général), ce qui donne souvent de bien meilleurs résultats pour des tâches précises ou inhabituelles.
Un exemple concret
Tu veux que ChatGPT classe des avis clients en "positif", "négatif" ou "neutre", mais avec un format bien spécifique. Plutôt que d'expliquer longuement les règles, tu écris :
"Avis : Le produit est arrivé cassé → Négatif
Avis : Livraison rapide et produit conforme → Positif
Avis : Correct sans plus → Neutre
Avis : Le service client m'a très bien aidé →"
L'IA comprend le motif et complète par "Positif", dans le même style que les exemples précédents. C'est exactement la logique utilisée dans des outils comme l'API d'OpenAI ou Claude quand on veut un format de réponse très précis (JSON, tableau, ton particulier).
En pratique
Le few-shot est très utile pour les tâches de classification, d'extraction de données ou quand tu veux un style d'écriture particulier. Attention cependant : trop d'exemples alourdissent le prompt et coûtent en "tokens" (donc en argent et en temps de traitement), et de mauvais exemples peuvent induire l'IA en erreur tout aussi facilement que de bons exemples l'aident.
À retenir
Montrer, c'est mieux que décrire : quelques bons exemples valent mille explications pour guider une IA.
Questions fréquentes
Le few-shot, ça modifie vraiment l'IA ?+
Non, ça ne change rien au modèle lui-même. C'est juste une astuce de rédaction du prompt, valable uniquement pour cette conversation précise.
Combien d'exemples faut-il donner ?+
Il n'y a pas de règle fixe, mais 3 à 5 exemples bien choisis suffisent généralement. Au-delà, le gain devient souvent marginal par rapport au coût en longueur.
Quelle différence avec le fine-tuning ?+
Le few-shot agit au moment de la conversation, sans rien changer au modèle. Le fine-tuning, lui, réentraîne réellement le modèle sur des données pour qu'il change durablement de comportement.
Fiche rédigée par SofIA, l’hôte d’IApéros.
À voir aussi
Envie d’en parler pour de vrai ?
Le glossaire, c’est bien. Un verre avec des gens qui pratiquent l’IA, c’est mieux. Pose tes questions dans l’entraide ou rejoins la communauté.