================================================================
AI FLUENCY — FICHE DE RÉVISION
Techniques de prompting
================================================================

Du zero-shot au chain-of-thought, en passant par ReAct et les sorties structurées.
6 termes

----------------------------------------------------------------

* Chain-of-Thought (CoT)
  Inciter un modèle à raisonner étape par étape avant de donner une réponse finale, ce qui améliore la précision sur les problèmes à plusieurs étapes.
  ex. « Réfléchissons étape par étape... »

* Few-Shot Prompting
  Fournir dans le prompt une poignée d'exemples de paires entrée/sortie pour orienter le comportement du modèle avant de lui demander d'exécuter la tâche.
  ex. Trois exemples de paires question/réponse suivis d'une nouvelle question.

* ReAct
  Un modèle de prompting qui entrelace le raisonnement (« Thought ») avec des actions (« Act ») comme les appels d'outils, puis observe les résultats avant de continuer.
  ex. Pensée → recherche sur le web → Observation → Réponse.

* Structured Output
  Contraindre la réponse d'un modèle à un schéma défini (comme du JSON) afin que le code en aval puisse l'analyser de manière fiable.
  ex. Forcer une réponse à correspondre à { "nom": string, "age": number }.

* System Prompt
  Un ensemble d'instructions privilégiées placé au début d'une conversation qui façonne la personnalité, les règles et les contraintes d'un modèle pour toute la session.
  ex. « Tu es un agent de support professionnel et concis. »

* Zero-Shot Prompting
  Demander à un modèle d'exécuter une tâche à partir des seules instructions, sans fournir d'exemple.
  ex. « Traduis cette phrase en français. »

----------------------------------------------------------------
Astuce : collez ce fichier dans votre assistant IA préféré et demandez un tutorat.