Voilà un truc qui m’a scotché quand je l’ai découvert.
Tu peux rendre l’IA significativement meilleure en raisonnement — pas en utilisant un modèle plus cher, pas en payant un abonnement premium — juste en ajoutant cinq mots à ton prompt.
Ces cinq mots ? « Réfléchissons à ça étape par étape. »
Cette technique s’appelle Chain of Thought Prompting, et c’est probablement la technique la plus sous-estimée quand tu bosses avec l’IA.
Le problème : l’IA fonce tête baissée
Par défaut, l’IA essaie de sauter directement de la question à la réponse. Tu lui poses un problème de maths, elle te balance un chiffre. Tu demandes une analyse, elle te donne une conclusion.
Parfois, c’est nickel. Mais pour tout ce qui demande un vrai raisonnement — énigmes logiques, maths multi-étapes, analyse complexe, debugging — ce raccourci mène droit au mur.
L’IA sait qu’elle devrait montrer son travail. Elle… ne le fait juste pas. Sauf si tu lui demandes.
Ce que fait vraiment le Chain of Thought
Le Chain of Thought (CoT) Prompting force l’IA à montrer son processus de raisonnement avant de donner une réponse.
Au lieu de :
Question → Réponse
Tu obtiens :
Question → Étape 1 → Étape 2 → Étape 3 → Réponse
Ce changement simple a des effets profonds.
Quand l’IA doit articuler chaque étape, elle attrape ses propres erreurs. Elle considère des facteurs qu’elle aurait pu zapper. Elle construit vers les réponses au lieu de les deviner.
Les chercheurs de Google Brain ont publié un papier fondateur là-dessus en 2022. Ils ont découvert que le prompting CoT améliore dramatiquement la performance sur les tâches arithmétiques, le raisonnement de sens commun et la logique symbolique — sans entraînement supplémentaire.
Même IA. Même connaissance. Résultats bien meilleurs. Juste en lui demandant de « penser à voix haute ».
La version la plus simple : Zero-Shot CoT
Le moyen le plus facile d’utiliser Chain of Thought est franchement trivial.
Tu ajoutes juste « Réfléchissons à ça étape par étape » à ton prompt.
Sans CoT :
Une batte et une balle coûtent 1,10 € ensemble. La batte coûte 1 € de plus que la balle. Combien coûte la balle ?
L’IA répond souvent « 0,10 € » — ce qui est faux.
Avec CoT :
Une batte et une balle coûtent 1,10 € ensemble. La batte coûte 1 € de plus que la balle. Combien coûte la balle ? Réfléchissons à ça étape par étape.
Maintenant l’IA va raisonner :
- Appelons le prix de la balle « x »
- La batte coûte 1 € de plus, donc la batte vaut « x + 1 € »
- Ensemble ils coûtent 1,10 €, donc : x + (x + 1) = 1,10
- Ça donne 2x + 1 = 1,10
- Donc 2x = 0,10
- Par conséquent x = 0,05 €
La balle coûte 0,05 € (et la batte coûte 1,05 €).
Même question. Réponse correcte cette fois. Juste parce qu’on a demandé à l’IA de montrer son travail.
Few-Shot CoT : montre d’abord des exemples
Pour des résultats encore meilleurs, montre à l’IA un exemple du raisonnement que tu veux avant de poser ta question.
C’est ce qu’on appelle CoT « few-shot » — tu fournis un ou plusieurs exemples travaillés, puis tu poses ta vraie question.
Exemple de prompt :
Q : Roger a 5 balles de tennis. Il achète 2 autres boîtes de balles de tennis.
Chaque boîte contient 3 balles de tennis. Combien de balles de tennis a-t-il maintenant ?
R : Travaillons à travers ça étape par étape.
- Roger commence avec 5 balles de tennis
- Il achète 2 boîtes, chacune avec 3 balles
- Ça fait 2 × 3 = 6 nouvelles balles
- Total : 5 + 6 = 11 balles de tennis
Q : La cantine avait 23 pommes. Elle en a utilisé 20 pour faire le déjeuner et en a acheté
6 de plus. Combien de pommes a-t-elle ?
R :
L’IA va maintenant suivre le même format étape par étape pour la nouvelle question.
Few-shot CoT demande plus d’effort à mettre en place, mais c’est plus fiable — surtout pour les problèmes complexes ou inhabituels où « réfléchissons étape par étape » ne déclencherait pas forcément la bonne approche.
Quand Chain of Thought cartonne
Le CoT n’est pas une baguette magique pour tout. C’est là qu’il claque vraiment :
Maths et Logique
Tout ce qui a plusieurs étapes. Problèmes à énoncé, calculs, déductions logiques.
Essaie : « Calcule les intérêts composés sur 10 000 € à 5 % sur 3 ans. Pense à chaque année étape par étape. »
Debugging de Code
Comprendre ce que le code fait mal nécessite de tracer l’exécution.
Essaie : « Voici mon code [colle le code]. Il donne le mauvais résultat. Parcours étape par étape ce qui se passe quand j’appelle cette fonction. »
Analyse et Prise de Décision
Les décisions complexes ont plusieurs facteurs. CoT aide à les peser systématiquement.
Essaie : « Je dois choisir entre ces trois offres d’emploi [détails]. Pense aux avantages et inconvénients de chacune étape par étape avant d’en recommander une. »
Compréhension de Documents
Les longs documents avec information implicite nécessitent un raisonnement attentif.
Essaie : « D’après ce contrat [colle le texte], détermine qui est responsable si la livraison est en retard. Parcours les clauses pertinentes étape par étape. »
Quand éviter le CoT
Pas tout ne bénéficie du raisonnement étape par étape :
- Questions simples : « Quelle est la capitale de la France ? » ne demande pas de raisonnement.
- Écriture créative : Les histoires et le contenu bénéficient plus d’exemples et de guidance de ton que d’étapes logiques.
- Tâches rapides : Si tu as juste besoin d’une liste ou d’une simple reformulation, CoT ajoute de la longueur inutile.
- Modèles légers : CoT fonctionne mieux avec les modèles puissants. Les petits modèles d’IA peuvent produire des chaînes de raisonnement incohérentes.
Utilise CoT pour les problèmes qui impliquent du raisonnement. Zappe-le pour tout le reste.
Cinq prompts CoT prêts à copier
Prends-les directement :
1. Problème de Maths
[Ton problème ici]
Résous ça étape par étape. Montre ton travail pour chaque calcul
avant de donner la réponse finale.
2. Aide au Debugging
Voici mon code :
[colle le code]
Voici l'erreur :
[colle l'erreur]
Parcours ce que le code fait étape par étape, identifie où
ça merde, puis explique la correction.
3. Analyse de Décision
Je dois choisir entre : [option A] et [option B]
Contexte : [ta situation]
Analyse ça étape par étape :
1. Liste les avantages et inconvénients de chaque option
2. Considère ma situation spécifique
3. Identifie les compromis clés
4. Fais une recommandation avec le raisonnement
4. Analyse de Document
D'après ce document :
[colle le document]
Réponds à cette question : [ta question]
Parcours les sections pertinentes étape par étape avant
de donner ta réponse finale. Cite des passages spécifiques qui
appuient ta conclusion.
5. Explication Complexe
Explique [sujet complexe] à quelqu'un qui comprend [son background].
Décompose ça étape par étape :
1. Commence par ce qu'il sait déjà
2. Construis jusqu'au nouveau concept
3. Utilise des analogies où c'est utile
4. Termine par comment tout se connecte
Niveau avancé : Self-Consistency
Pour les problèmes à enjeux élevés, il y a une technique plus sophistiquée : l’auto-cohérence.
Au lieu de générer une seule chaîne de raisonnement, tu demandes à l’IA de résoudre le problème plusieurs fois (avec du hasard) puis tu prends la réponse la plus courante.
C’est comme demander à cinq experts de travailler indépendamment sur un problème. Si quatre arrivent à la même conclusion, c’est probablement correct.
C’est plus compliqué à faire manuellement mais ça vaut le coup pour les décisions critiques.
L’essentiel
Chain of Thought Prompting est l’une de ces rares techniques à la fois simple et puissante.
Pour les tâches de raisonnement — maths, logique, debugging, analyse — ça fait souvent la différence entre les mauvaises et les bonnes réponses. Et ça coûte juste quelques mots supplémentaires dans ton prompt.
La prochaine fois que tu es frustré par le raisonnement de l’IA, essaie ces mots magiques :
« Réfléchissons à ça étape par étape. »
Tu pourrais être surpris du résultat.