Blog · 16 novembre 2026 · 7 min de lecture

Zero-shot : écrire un prompt ChatGPT sans exemple

Le zero-shot, c’est demander une tâche sans donner d’exemple. Comment bien le formuler, un avant/après concret, et le moment où un exemple devient nécessaire.

Pas d’exemple. Vérifiez le résultat. Ajoutez-en un.

Chaque fois que vous demandez quelque chose à ChatGPT sans lui montrer d’exemple de ce que vous attendez, vous faites du « zero-shot » : zéro exemple, juste une instruction. C’est la manière la plus courante d’utiliser un assistant IA, et c’est souvent suffisant. Le problème n’est pas l’absence d’exemple en soi — c’est de ne pas savoir quand elle commence à coûter en qualité de réponse.

Ce que « zero-shot » veut dire précisément

Le terme vient de la documentation technique des modèles eux-mêmes. Le guide de prompt engineering d’OpenAI distingue une instruction donnée seule (zero-shot) d’une instruction accompagnée d’un ou plusieurs exemples du résultat voulu (few-shot). La documentation d’Anthropic sur le prompt engineering fait la même distinction : plus la tâche est ambiguë ou personnelle, plus un exemple réduit l’écart entre ce que vous vouliez et ce que le modèle a produit.

Concrètement, tous les modèles grand public fonctionnent en zero-shot par défaut. Vous ne « choisissez » pas ce mode, vous l’utilisez chaque fois que vous tapez une demande sans y joindre un exemple de bonne réponse.

Quand le zero-shot suffit, et quand il ne suffit plus

  • Il suffit pour les tâches dont le format est déjà standard : résumer un texte en trois points, traduire une phrase, corriger une faute. Le modèle sait déjà à quoi ressemble une bonne réponse.
  • Il ne suffit plus quand le résultat doit respecter un ton précis, une structure maison ou une convention que vous seul connaissez — la documentation de Claude sur le prompt engineering recommande justement d’ajouter un ou deux exemples dès que la tâche sort du standard.
  • Il ne suffit plus non plus quand plusieurs essais zero-shot donnent des résultats qui se contredisent sur la forme : c’est le signal que le modèle comble les trous à votre place, faute d’un exemple pour les remplir correctement.

Un avant/après concret

Prompt zero-shot : « Rédige un message pour refuser une demande de congé. » Résultat : un texte poli et générique, le genre que n’importe quelle entreprise pourrait envoyer — ce qui, justement, le rend peu convaincant pour un vrai destinataire.

Même tâche, avec un exemple du ton attendu : « Rédige un message pour refuser une demande de congé. Voici un message que j’ai déjà envoyé dans un cas similaire, reprends ce ton direct mais pas froid : [exemple collé ici]. » Le modèle n’invente plus un ton à votre place : il copie celui que vous lui avez montré. C’est la logique du few-shot — un exemple, pas une liste d’instructions supplémentaires sur le ton à adopter.

Trois exercices à faire cette semaine

  1. Reprenez une tâche d’écriture répétitive et lancez-la deux fois : une fois en zero-shot, une fois en collant un exemple de bonne réponse que vous avez déjà écrite vous-même.
  2. Comparez les deux résultats sur la forme seule (longueur, ton, structure), pas sur le fond.
  3. Gardez l’exemple qui a fonctionné dans un fichier à part, pour ne pas le retaper la prochaine fois.

Cette logique d’exemple plutôt que d’instruction supplémentaire est détaillée pas à pas dans le tutoriel interactif d’Anthropic sur le prompt engineering, qui fait progresser l’exercice du zero-shot vers le few-shot sur des cas concrets.

Les quatre éléments qui rendent un prompt complet — rôle, tâche, forme attendue, données réelles — sont détaillés dans Formation prompt IA, qui montre où l’exemple vient s’ajouter à ces quatre éléments plutôt que les remplacer. Pour la question plus simple de la formulation elle-même, Comment parler à ChatGPT y répond directement. IA prompt gratuit montre où se situent les limites de la version gratuite si vous testez beaucoup de variantes de prompts. Sur une tâche visuelle plutôt qu’un texte, Prompt ChatGPT pour une photo applique la même logique d’exemple à une description d’image. Pour un premier pas complet avec l’outil, Comment utiliser ChatGPT reprend ces mêmes principes sur un exemple de bureau.

Savoir formuler une demande, avec ou sans exemple, fait partie des compétences dont la valeur augmente : le baromètre PwC des emplois IA mesure une prime salariale de 62 % pour les travailleurs qui maîtrisent l’IA, contre 57 % l’année précédente.

C’est exactement ce que Coursium fait pratiquer, par petites leçons sur votre téléphone. Commencez ici — ou lisez d’abord à propos de Coursium.