Glossaire
Chain of thought, c'est quoi ?
Technique de prompting où on demande au LLM de raisonner étape par étape avant de conclure. Améliore la précision sur les tâches complexes.
Mis à jour le 22 juin 2026
Ce que c'est
Demander au modèle de raisonner étape par étape AVANT de conclure, au lieu de répondre d'un trait. Poser le calcul, lister les contraintes, puis trancher.
Pourquoi c'est important
Sur les tâches à plusieurs étapes (calcul, logique, arbitrage), ça améliore nettement la justesse : le modèle s'appuie sur son propre raisonnement intermédiaire. Le coût : une réponse plus longue, donc plus de tokens.
Exemples concrets
- « Détaille ton calcul avant de donner le total » réduit les erreurs d'arithmétique.
- Pour choisir entre 3 offres, lui faire lister les critères un par un avant de recommander.
Approfondir
prompting-atelierUn module saisir.ai qui fait manipuler ce concept, en 5 min, sans coder.
Termes liés
Questions fréquentes
- Chain of thought, c'est quoi ?
- Demander au modèle de raisonner étape par étape AVANT de conclure, au lieu de répondre d'un trait. Poser le calcul, lister les contraintes, puis trancher.
- À quoi ça sert ?
- Sur les tâches à plusieurs étapes (calcul, logique, arbitrage), ça améliore nettement la justesse : le modèle s'appuie sur son propre raisonnement intermédiaire. Le coût : une réponse plus longue, donc plus de tokens.
- Un exemple concret ?
- « Détaille ton calcul avant de donner le total » réduit les erreurs d'arithmétique.