Certaines choses sont pénibles à décrire et triviales à montrer : un style d’écriture maison, un format de données biscornu, l’échelle exacte de gravité de votre triage de tickets. Le few-shot saute la description : vous mettez deux ou trois exemples résolus dans le prompt, et le modèle copie le schéma. (Demander sans aucun exemple s’appelle le zero-shot — le mode par défaut.)

L’analogie

Former un nouveau collègue en montrant d’anciens dossiers. Vous ne lui tendez pas un mémo de 10 pages sur « notre ton dans les e-mails » — vous lui montrez trois e-mails qui étaient exactement justes et vous dites « comme ça ». Les humains généralisent bien mieux à partir d’exemples qu’à partir de règles. Les modèles aussi : c’est littéralement comme ça qu’ils ont tout appris.

Le principe

Classe chaque message client. Catégories : BUG, FACTURATION, AUTRE.

<exemple>
Message : « J'ai été débité deux fois ce mois-ci »
→ FACTURATION | urgence : haute
</exemple>
<exemple>
Message : « Le bouton export ne fait rien depuis mardi »
→ BUG | urgence : moyenne
</exemple>

Message : « Comment ajouter un collègue à mon espace ? »
→

Les règles qui font que ça marche :

• Les exemples battent les adjectifs. Un vrai « → FACTURATION

  urgence : haute » définit votre format mieux que trois phrases à son sujet.

• Couvrez les bords, pas seulement le milieu. Incluez le cas piégeux (un message à la fois bug et facturation) — c’est là que le zero-shot échoue.
• 2 à 5 exemples, c’est le bon compte. Au-delà, le rendement décroît pendant que le coût grimpe.
• Un formatage cohérent. Le modèle copie tout de vos exemples, y compris les incohérences.

Un exemple concret

Une équipe qui extrait les lignes de factures fournisseurs a d’abord décrit son format (« dates en ISO, montants sans symbole monétaire, quantités entières… ») — 14 règles, et toujours 20 % de sorties mal formées. Remplacé par 3 factures d’exemple avec leurs extractions attendues : les sorties mal formées tombent sous 3 %, et le prompt est devenu plus court.

💶 Le gain en tokens

• Les exemples vivent dans la partie stable du prompt — les mêmes à chaque appel. Placés avant l’entrée variable, ils profitent du prompt caching : après le premier appel, vos 800 tokens d’exemples sont relus jusqu’à ~90 % moins cher. Décrire les mêmes règles en prose coûte à peu près autant sans marcher aussi bien.
• Moins de sorties mal formées = moins de reprises, et chaque reprise re-facture tout le contexte (voir les fondamentaux).
• C’est l’alternative bon marché au fine-tuning : enseigner un format par l’exemple coûte quelques centaines de tokens en cache par appel — pas une campagne d’entraînement.

Le piège classique

Les exemples biaisés. Si tous vos exemples sont FACTURATION, le modèle sur-prédit FACTURATION ; s’ils sont tous courts, il gère mal les entrées longues. Vos exemples sont un mini jeu d’entraînement — équilibrez-les comme tel, et quand une catégorie échoue en production, ajoutez un exemple résolu de ce cas (votre jeu d’éval vous dira lequel).