Few-shot prompting : définition complète en IA pour les PME

Le few-shot prompting est une technique de prompt engineering qui consiste à fournir au modèle de langage quelques exemples concrets de la tâche attendue, dans le prompt lui-même, avant de lui demander de produire une réponse. Le « few » signifie « quelques » — typiquement 2 à 5 exemples. Le modèle comprend alors le pattern et le format attendu, sans qu'il soit nécessaire d'entraîner ou de fine-tuner le modèle.

Ce que ça change pour une PME

Le few-shot prompting est le levier le plus puissant et le plus sous-utilisé en PME :

• Rédaction d'emails : donner 2 exemples d'emails de prospection qui ont fonctionné → le LLM en produit un 3ème au même ton, avec la même structure ;
• Extraction de données : montrer 3 factures annotées → le LLM extrait montant, fournisseur, date de la 4ème automatiquement ;
• Classification : donner 5 tickets support avec leur catégorie → le LLM classe les suivants sans intervention humaine.

Pourquoi c'est puissant

Le few-shot prompting coûte quelques tokens supplémentaires (le coût des exemples dans le prompt) mais élimine le fine-tuning dans la majorité des cas. C'est le meilleur rapport coût/qualité pour une PME : pas besoin de dataset d'entraînement, pas de compétence ML, pas de cycle d'itération long. Quelques exemples bien choisis dans le prompt, et la qualité de sortie passe de « approximatif » à « exploitable directement ». En direction IA externalisée, on identifie les meilleurs exemples existants dans votre activité et on les intègre dans les prompts.