Les techniques nommées, jugées
- Ce qu'était réellement chaque technique de prompting célèbre, en une ligne
- Lesquelles le modèle fait désormais à votre place, et lesquelles le harnais prend en charge
- Les trois techniques aujourd'hui activement déconseillées par les recommandations officielles des fournisseurs
- Là où les fournisseurs se contredisent ouvertement — et comment trancher pour votre propre charge de travail
Ouvrez n'importe quel guide de prompt engineering et vous tombez sur une liste de techniques nommées : Chain-of-Thought, Tree of Thoughts, Self-Consistency, ReAct, Reflexion, Least-to-Most. Presque toutes ont été publiées entre 2022 et 2023, pour des modèles qui ne savaient pas raisonner à moins qu'on les y force.
Cette contrainte a disparu. Les modèles de pointe d'aujourd'hui raisonnent en interne avant de répondre, et les harnais d'agents bouclent sur les outils tout seuls. Donc la plupart de ces techniques n'ont pas été réfutées — elles ont été absorbées, soit par le modèle, soit par le harnais. Quelques-unes sont désormais de francs pièges.
Cette page nomme chacune d'elles, dit à quoi elle servait, et rend son verdict.
La seule chose qui a changé
Chaque verdict ci-dessous découle du même basculement : le raisonnement a quitté votre prompt pour passer dans la passe avant du modèle lui-même. Les trois grands fournisseurs le disent désormais dans leur propre documentation.
| Fournisseur | Ce que disent leurs recommandations actuelles |
|---|---|
| Anthropic | La réflexion étendue « automatise le raisonnement structuré », et lorsqu'elle est disponible elle est « généralement préférable au prompting manuel de chain of thought ». |
| OpenAI | « Évitez les prompts de chain-of-thought : puisque ces modèles raisonnent en interne, leur demander de “think step by step” ou d'“explain your reasoning” est inutile. » |
| Si vous utilisiez « du prompt engineering complexe (comme le chain of thought) pour forcer Gemini 2.5 à raisonner », utilisez plutôt le niveau de réflexion du modèle. |
Le tableau des verdicts
| Technique | Ce qu'elle était | Verdict |
|---|---|---|
| Instruction claire et spécifique | Énoncer l'objectif, le public, le format, les contraintes | ✅ Toujours l'essentiel du jeu |
| Contrat de sortie | « Réponds uniquement avec le JSON » / forme exacte | ✅ Toujours essentiel |
| Chaînage de prompts / décomposition | Découper une tâche difficile en plusieurs appels | ✅ Toujours essentiel |
| Autorisation de s'abstenir | « Dis que tu ne sais pas plutôt que de deviner » | ✅ Toujours essentiel |
| Contexte + motivation | Expliquer pourquoi une contrainte compte | ✅ A gagné en valeur |
| Méta-prompting / APE | Faire écrire ou améliorer le prompt par un modèle | ✅ Sous-estimé, bien vivant |
| Chain-of-Thought | « Réfléchis étape par étape » avant de répondre | 🔁 Passé dans le modèle |
| Least-to-Most | Résoudre d'abord les sous-problèmes faciles, dans l'ordre | 🔁 Passé dans le modèle |
| ReAct | Alterner Thought: / Action: / Observation: | 🔁 Passé dans le harnais |
| Reflexion | Autocritique, puis nouvelle tentative en gardant la leçon | 🔁 Passé dans la couche mémoire |
| Tree of Thoughts | Ramifier, évaluer, revenir en arrière sur des réponses partielles | 🔁 Passé dans le harnais |
| Exemples few-shot | Montrer 3 à 5 exemples résolus | ⚠️ Contesté — les fournisseurs divergent |
| Rôle / persona | « Tu es un fiscaliste senior avec 20 ans d'expérience… » | ⚠️ Rétrogradé, gardez la version mince |
| Self-Consistency | Échantillonner N réponses, vote majoritaire | ⚠️ Situationnel, à payer N× |
| Échafaudage XML lourd | Baliser chaque partie de chaque prompt | ⚠️ Désormais optionnel, plus par défaut |
| Graph of Thoughts | Graphe arbitraire d'étapes de raisonnement | 🧪 Recherche, aucun fournisseur ne le recommande |
| Réglage de la température | Monter ou baisser la créativité | ⛔ Rejeté d'emblée sur les modèles actuels |
| Pression émotionnelle / pourboire | « C'est très important pour ma carrière » | ⛔ Aucun guide fournisseur actuel ne l'approuve |
| Répétition d'instruction / MAJUSCULES | Le dire trois fois, et fort | ⛔ Retiré |
Le reste de cette page explique les lignes intéressantes.
Passé dans le modèle
Chain-of-Thought
Wei et al. (2022) ont montré qu'un modèle invité à produire des étapes de raisonnement intermédiaires résolvait bien plus de problèmes de maths et de logique. Kojima et al. (2022) ont ensuite découvert qu'on pouvait déclencher l'essentiel de cet effet avec cinq mots — « Let's think step by step. » Pendant quatre ans, ce fut l'astuce la plus rentable du prompting.
Les modèles de pointe le font désormais sans qu'on le leur demande, et y consacrent un budget que vous contrôlez via l'effort ou le niveau de réflexion plutôt que par des phrases dans votre prompt. Voir Réflexion étendue et effort et Réglage de l'effort.
L'instruction n'est donc plus gratuite. Elle coûte des tokens, elle ajoute une instruction que le modèle doit respecter en plus de la vraie, et sur un modèle à réflexion elle peut pousser le raisonnement dans la réponse visible — exactement là où vous n'en vouliez pas.
Habitude de 2023 — ne la reportez pas
You are an expert mathematician with 20 years of experience. This is very important to my career, so please take a deep breath and work through this step by step, explaining your reasoning carefully before giving the final answer. Let's think step by step. Are there infinitely many primes p with p mod 4 == 3?
Version 2026 — même question, rien de gaspillé
Are there infinitely many primes p with p mod 4 == 3? Give the proof sketch, then the one-line answer. If the result is open, say so.
Le second prompt est plus court, ne contient aucune instruction que le modèle doive concilier avec une autre, et dépense son budget sur la preuve plutôt que sur la narration. La profondeur du raisonnement vient du réglage d'effort de la requête, pas de la formulation.
Gardez le Chain-of-Thought manuel quand : vous êtes sur un petit modèle ou un modèle local sans mode réflexion (voir Exécuter des modèles en local), ou que vous avez spécifiquement besoin du raisonnement dans la sortie visible pour qu'un humain puisse l'auditer.
Least-to-Most
Zhou et al. (2022) — faire énumérer les sous-problèmes au modèle, puis les résoudre dans l'ordre. Même histoire que pour le Chain-of-Thought : c'est un plan, et planifier est désormais la première chose qu'un modèle à réflexion fait de lui-même. Reste utile comme habitude humaine lorsque vous décomposez le travail sur plusieurs appels, ce qui n'est rien d'autre que du chaînage de prompts.
Passé dans le harnais
ReAct
Yao et al. (2022) alternaient raisonnement et appels d'outils en faisant émettre au modèle du texte dans un format fixe Thought: / Action: / Observation: que votre code analysait avec des expressions régulières.
Relisez cette description : c'est un contournement par protocole textuel pour une API qui n'avait pas d'appels d'outils. L'API en a maintenant. L'utilisation native des outils, plus la réflexion entre les appels d'outils, c'est ReAct — implémenté par le fournisseur, typé et streamé. Bricoler le protocole textuel à la main en 2026 revient à réintroduire un parseur qui peut casser sur un deux-points égaré.
La seule chose à retenir de ReAct : l'idée que le modèle doit pouvoir réfléchir au résultat d'un outil avant de choisir le suivant. C'est désormais une fonctionnalité de plateforme, pas un prompt.
Tree of Thoughts
Yao et al. (2023) ont généralisé le Chain-of-Thought en une recherche : générer plusieurs étapes candidates, les noter, garder les branches prometteuses, revenir en arrière depuis les impasses.
Comme prompt (« explore trois approches en parallèle, puis choisis »), c'est faible — un modèle dans une seule fenêtre de contexte jouant le rôle d'un arbre de recherche produit surtout trois paragraphes similaires suivis d'un choix assuré. Comme architecture, ça prospère, sous d'autres noms :
Voilà Tree of Thoughts avec les branches en tant que véritables agents parallèles et l'évaluateur en tant que véritable étape de notation. Construisez-le avec des sous-agents ou des équipes d'agents, et notez-le avec des evals — pas avec un paragraphe habile.
Reflexion
Shinn et al. (2023) faisaient écrire à l'agent un court post-mortem verbal après une tentative échouée, puis reportaient cette note dans la tentative suivante — apprendre sans toucher aux poids.
L'idée était juste et elle a gagné. Elle a simplement cessé de vivre dans le prompt : elle vit désormais dans la couche mémoire. Voir Mémoire et édition du contexte et Managed Agent Memory Stores. La version moderne de « réfléchis à ton échec », c'est un agent qui écrit une leçon dans un stockage durable qui survit à la compaction.
Faites quand même la version bon marché à la main : après une mauvaise exécution, demandez au modèle ce qui, dans le prompt ou dans le jeu d'outils, l'a induit en erreur, puis corrigez cela. Le fruit d'une réflexion a sa place dans votre prompt système, pas dans le tour suivant.
Graph of Thoughts
Besta et al. (2023) ont remplacé l'arbre par un graphe arbitraire — fusionner des branches, raffiner des nœuds sur place, boucler. Recherche réellement intéressante ; aucun fournisseur ne la recommande, aucun harnais courant ne l'implémente, et le coût en tokens est brutal. Connaissez le nom ; ne construisez pas dessus jusqu'à ce que quelque chose change.
Contesté : les exemples few-shot
C'est le point honnête. Les trois fournisseurs donnent trois réponses différentes, par écrit, à l'heure actuelle :
| Fournisseur | Recommandation sur les exemples |
|---|---|
| OpenAI | « Essayez d'abord le zero-shot… Les modèles de raisonnement n'ont souvent pas besoin d'exemples few-shot pour produire de bons résultats. » |
| Anthropic | « Commencez par un exemple (one-shot). N'ajoutez d'autres exemples (few-shot) que si la sortie ne correspond toujours pas à vos besoins. » |
| « Les prompts sans exemples few-shot risquent d'être moins efficaces » — et recommande d'en inclure systématiquement. |
Ne réglez pas cela en choisissant le fournisseur que vous préférez. Le désaccord est réel et il reflète de vraies différences dans la façon dont ces modèles ont été entraînés. Réglez-le par une ablation sur votre propre tâche — c'est un travail de 20 minutes et il bat les conseils de n'importe qui, y compris ceux de cette page.
- Rassemblez 20 entrées réelles avec des sorties de référence. Pas 3 — 3 ne permettent pas de distinguer un écart de 15 % du bruit. Voir /docs/foundations/evals.
- Instruction, contraintes, contrat de sortie. Aucun exemple.
- Choisissez l'entrée que votre version zero-shot a le plus mal traitée, et montrez-en la sortie idéale.
- Couvrez les formes sur lesquelles votre tâche varie réellement — pas quatre versions du cas facile.
- Même modèle, mêmes réglages, une seule variable modifiée. Relevez les tokens autant que la qualité.
- Si le one-shot égale le zero-shot, déployez le zero-shot : moins de tokens, moins de verrouillage de motif, rien à maintenir.
Le mode de défaillance qui mérite un nom : trop d'exemples provoquent un verrouillage de motif (pattern lock), où le modèle reproduit la forme de surface de vos exemples sur des entrées qui demandaient une autre forme. Si les sorties paraissent étrangement uniformes, retirez des exemples avant d'ajouter des instructions. Plus de détails dans Le few-shot bien fait.
Rétrogradé : rôles et personas
« Tu es un fiscaliste senior de classe mondiale avec 20 ans d'expérience dans un cabinet de premier plan » était la pratique standard. Les recommandations actuelles d'Anthropic sont plus brutales : « Des rôles trop spécifiques peuvent limiter l'utilité de l'IA. »
La partie utile d'un rôle n'a jamais été la biographie — c'était le vocabulaire et le public. Gardez cela, jetez le CV :
- ⛔ « Tu es un ingénieur 10x légendaire qui n'écrit jamais de bugs. »
- ✅ « Relis ce code pour un service Python 3.12 qui tourne dans Lambda. Signale tout ce qui échouerait lors de démarrages à froid concurrents. »
Le second apprend au modèle quelque chose qu'il ne savait pas. Le premier lui dit d'être confiant, ce qui est l'exact opposé de ce qu'on attend d'un relecteur. Voir Prompts système et Rôles.
Situationnel : la self-consistency
Wang et al. (2022) — échantillonner N fois la même question et retenir la réponse majoritaire. Ça marche, et ça marche toujours. Le problème, c'est la facture : N× tokens et N× latence pour une seule réponse.
Sur un modèle de pointe, augmenter l'effort ou le budget de réflexion sur un appel achète généralement plus de précision par token que trois appels bon marché suivis d'un vote. La self-consistency reste le bon outil quand :
- La réponse est courte et vérifiable (un nombre, une étiquette, un oui/non), si bien que le vote est bien défini.
- Vous êtes sur un modèle bon marché ou local où trois appels coûtent encore moins qu'un appel de pointe.
- Vous avez besoin d'un signal de confiance — un partage 3-0 et un partage 2-1 ne disent pas la même chose, et c'est difficile à obtenir autrement.
C'est le mauvais outil pour les essais, le code, et tout ce où « majoritaire » n'a pas de sens.
Retiré
- Réglage de la température. Pas seulement déconseillé — rejeté. Sur les modèles Claude de pointe actuels, une valeur non par défaut de
temperature,top_poutop_krenvoie une erreur 400 à chaque requête. Google « recommande fortement de conserver le paramètre de température à sa valeur par défaut de1.0» pour tous les modèles Gemini 3, en avertissant que la baisser « peut conduire à un comportement inattendu, comme des boucles ou des performances dégradées ». Façonnez le comportement avec le prompt et le réglage d'effort. Quels modèles exposent quels boutons est une cible mouvante — vérifiez Modèles et tarifs et Contrôles d'échantillonnage. - Pression émotionnelle. Li et al. (2023) ont bel et bien mesuré des gains avec « c'est très important pour ma carrière » sur les modèles de l'époque 2023, et la variante de la promesse de pourboire a beaucoup circulé. Aucun guide fournisseur actuel ne recommande l'une ou l'autre. Traitez l'effet mesuré comme une propriété des modèles sur lesquels il a été mesuré, pas comme une loi du prompting — et notez que personne n'a publié de réplication sur un modèle de pointe.
- Répétition d'instruction et MAJUSCULES. Ceinture et bretelles pour des modèles qui laissaient tomber les instructions placées au milieu de longs prompts. Reformuler la demande après un très long document reste pertinent (Long contexte) ; le dire trois fois dans un prompt de 200 tokens ne fait que dépenser du contexte et créer des conflits à résoudre.
- Préremplir le tour de l'assistant. C'était la méthode fiable pour imposer un format de sortie à Claude. Retiré — les modèles actuels renvoient une erreur 400 sur un dernier tour assistant prérempli. Utilisez un contrat de sortie ou la sortie structurée.
Comment trancher pour n'importe quelle technique
Toute la page se compresse en ce diagramme. Une technique nommée est une hypothèse sur l'endroit où une capacité doit vivre — dans le prompt, dans le modèle ou dans le harnais. Quand la capacité se déplace, le domicile de la technique se déplace avec elle.
Testez-vous
0/4- Les techniques nommées sont des hypothèses sur l'endroit où une capacité doit vivre — dans le prompt, dans le modèle ou dans le harnais. Quand la capacité se déplace, la technique aussi.
- Le Chain-of-Thought manuel et le Least-to-Most sont passés dans le modèle : utilisez l'effort et le niveau de réflexion plutôt que la formulation.
- ReAct et Tree of Thoughts sont passés dans le harnais : utilisation native des outils, sous-agents parallèles et un véritable évaluateur.
- Reflexion est passé dans la couche mémoire : écrivez la leçon dans un endroit durable, pas dans le tour suivant.
- Le few-shot est réellement contesté entre fournisseurs — faites une ablation sur 20 de vos propres cas plutôt que de faire confiance à un guide.
- Le réglage de la température et la pression émotionnelle sont retirés. Gardez le cadrage de rôle mince : vocabulaire et public, jamais le CV.
Suite
- Les fondamentaux sur lesquels reposent toutes les techniques ci-dessus → Les bases du prompting
- Trancher la question du few-shot pour votre propre tâche → Le few-shot bien fait
- Le contrôle du raisonnement qui a remplacé « think step by step » → Réflexion étendue et effort
- Porter un prompt chez un autre fournisseur sans tout réapprendre → Traduction de prompts entre IA