Chain of thought : bien doser le raisonnement de l’IA

Le chain of thought est utile lorsqu’une tâche gagne à détailler les étapes intermédiaires. Mais avec un modèle de raisonnement, n’ajoutez pas systématiquement « réfléchis étape par étape » à chaque prompt. La technique présentée en 2022 s’appuyait sur des exemples résolus pour guider le modèle vers une réponse ; les modèles de raisonnement actuels peuvent effectuer ce travail en interne, sans l’afficher. Pour un usage métier, précisez les éléments justificatifs et le résultat attendus, puis ajustez l’effort de raisonnement si la tâche le justifie.

Qu’est-ce que le chain of thought ?

Le chain of thought, ou prompting par chaîne de pensée, consiste à fournir à un modèle de langage des étapes intermédiaires à suivre, ou à lui demander de les produire, au lieu de se limiter à la réponse finale. Un grand modèle de langage, ou LLM, génère du texte à partir des instructions et du contexte que vous lui donnez. Le CoT est une façon de structurer cet échange.

Jason Wei et ses coauteurs ont présenté la technique sous ce nom dans Chain-of-Thought Prompting Elicits Reasoning in Large Language Models, dont la première version a été soumise le 28 janvier 2022. Les exemples de leur prompt associaient un problème, une courte explication et sa réponse. Le modèle reprenait ensuite ce schéma pour un nouveau problème. Il s’agissait de guider un modèle existant par un prompt, sans le réentraîner pour chaque tâche. Article de recherche original.

Imaginez un analyste qui apprend à rapprocher les mouvements de stock. Lui montrer uniquement le stock final masque la méthode ; lui présenter le stock initial, les expéditions, les réceptions et le solde obtenu rend le calcul explicite. C’est l’idée à l’origine de la technique.

Avec un modèle de raisonnement moderne, une distinction s’impose : le brouillon de l’analyste et la note remise à son responsable sont deux choses différentes. Vous pouvez laisser au modèle davantage de latitude pour travailler en interne tout en lui demandant une réponse finale courte.

À quoi sert le prompting par chaîne de pensée ?

L’objectif est d’aider à résoudre un problème dont les opérations intermédiaires comptent. Pour un modèle qui tire parti de démonstrations explicites, un exemple résolu peut montrer quelles quantités combiner ou quelle règle appliquer.

En pratique, la question est de savoir si le résultat gagne en exactitude et devient plus facile à vérifier. Une explication plus longue ne garantit ni l’un ni l’autre. Considérez ce prompt comme une piste d’amélioration à évaluer sur votre propre tâche.

Chain of thought prompting : des exemples pour les tâches métier

Utilisez un exemple résolu pour montrer une méthode ; formulez une exigence de sortie pour préciser ce que la personne chargée de la vérification doit voir. Ces objectifs peuvent se recouper, mais ils correspondent à deux raisons différentes de demander des étapes.

Un exemple de prompt chain of thought, avant et après

Voici un prompt de rapprochement de stock conçu pour illustrer un usage métier, et non repris de l’article de recherche. Les calculs servent à expliquer la méthode : ce ne sont pas les résultats d’un test de modèle.

Avant : une démonstration limitée à la réponse

Question d’exemple : Le stock initial est de 12 unités. Vous en expédiez 5 et en recevez 3. Combien en reste-t-il ?

Réponse d’exemple : 10 unités.

Nouvelle question : Le stock initial est de 18 unités. Vous en expédiez 7 et en recevez 4. Combien en reste-t-il ?

Après : la même démonstration, avec les étapes intermédiaires

Question d’exemple : Le stock initial est de 12 unités. Vous en expédiez 5 et en recevez 3. Combien en reste-t-il ?

Réponse d’exemple : Stock restant = stock initial − expéditions + réceptions = 12 − 5 + 3 = 10 unités.

Nouvelle question : Le stock initial est de 18 unités. Vous en expédiez 7 et en recevez 4. Combien en reste-t-il ?

Ce qui change, c’est la méthode présentée dans l’exemple. La nouvelle question conserve la même bonne réponse dans les deux cas : 15 unités. Ce prompt ne prouve pas qu’un modèle répondra correctement ; il montre le fonctionnement du CoT few-shot. « Few-shot » désigne le fait de fournir des exemples dans le prompt, une seule démonstration étant la forme minimale de ce schéma.

Extraction : demander le champ et sa source

Pour extraire un numéro de facture en comptabilité fournisseurs, commencez par une instruction directe :

Renvoie le numéro de facture exactement tel qu’il est écrit, ainsi que la ligne source qui le contient. S’il est absent, renvoie null. Ne déduis pas de numéro à partir d’autres identifiants.

Une longue explication sur la façon dont le modèle a repéré un libellé n’apporte pas grand-chose. La ligne source permet de vérifier l’extraction. Si la tâche s’étend au rapprochement de bons de commande et de factures incohérents, un effort de raisonnement plus important peut devenir pertinent.

Décision : demander la règle appliquée

Pour examiner une demande de remboursement au service client, précisez les éléments attendus pour vérifier la décision :

Applique uniquement la politique de remboursement fournie. Renvoie la recommandation, la clause applicable, les faits concernant le client qui la justifient et toute information manquante qui empêche de trancher. Reste concis dans la justification.

Ce prompt définit les justificatifs utiles sans demander une transcription du raisonnement interne. Conservez les règles réutilisables et les consignes de sortie dans votre prompt système, en les séparant clairement des documents propres au dossier.

Le chain of thought zero-shot, sans exemple préalable

Le CoT zero-shot demande un raisonnement intermédiaire sans fournir d’exemple résolu. Takeshi Kojima et ses coauteurs l’ont étudié dans Large Language Models are Zero-Shot Reasoners, dont la première version a été soumise le 24 mai 2022, en utilisant la formule « Let's think step by step. ». Article de recherche sur le CoT zero-shot.

Appliqué au calcul de stock, le prompt devient :

Le stock initial est de 18 unités. Vous en expédiez 7 et en recevez 4. Combien en reste-t-il ? Réfléchissons étape par étape.

Cette formule donne une consigne générale au lieu de montrer une méthode précise. Elle aide à comprendre l’histoire de la technique, mais ce n’est pas une commande universelle qui améliore tous les modèles actuels.

Ces variantes reposent d’ailleurs sur des mécanismes différents. Le CoT few-shot fournit des démonstrations détaillées. Le CoT zero-shot fournit une consigne sans démonstration. L’Auto-CoT utilise un modèle pour construire des démonstrations à partir de questions variées ; ce n’est pas un autre nom pour le travail interne d’un modèle de raisonnement. Article de recherche sur l’Auto-CoT.

Pour les tâches métier, commencez par une consigne claire, puis examinez les échecs. Ajoutez des exemples lorsque ce qui manque est une méthode, un cas limite ou le format de sortie attendu.

Ce que changent les modèles de raisonnement

Avec un modèle doté de capacités de raisonnement natives, votre rôle consiste surtout à définir la tâche, les contraintes et le livrable. Le réglage du raisonnement détermine l’ampleur du travail interne que le modèle peut effectuer. Les consignes sur l’explication finale déterminent ce que reçoit l’utilisateur.

Les recommandations ci-dessous ont été vérifiées dans les documentations en ligne d’OpenAI, d’Anthropic et de Google le 18 octobre 2026. Les réglages varient selon le modèle et l’API : il n’existe donc pas de paramètre universel de « budget de réflexion » à copier chez tous les fournisseurs.

OpenAI : des prompts de raisonnement directs

Les recommandations d’OpenAI pour ses modèles de raisonnement indiquent que demander un raisonnement étape par étape est inutile, car ces modèles raisonnent en interne, et peut parfois dégrader leurs performances. Commencez par l’objectif, le contexte pertinent, les contraintes et un format de sortie clair. Bonnes pratiques pour les modèles de raisonnement.

Ce conseil ne s’applique pas à tous les modèles d’OpenAI. Le guide de prompting de GPT-4.1 le présente comme un modèle sans raisonnement natif et indique qu’une consigne explicite de résolution par étapes peut être utile, au prix d’une sortie plus longue et d’une latence accrue. Choisissez l’approche adaptée au modèle que vous utilisez réellement. Guide de prompting de GPT-4.1.

Anthropic : régler la réflexion et l’effort avant d’imposer chaque étape

Le guide de prompting de Claude publié par Anthropic privilégie des consignes générales de réflexion plutôt qu’un enchaînement d’étapes de raisonnement rédigé à la main. Des exemples résolus peuvent toujours servir à montrer une approche. Le CoT manuel reste une solution de repli lorsque la réflexion est désactivée sur les modèles concernés ; certains modèles plus récents peuvent refuser de détailler leur raisonnement interne par écrit. Bonnes pratiques de prompting pour Claude.

En pratique, choisissez d’abord un niveau d’effort adapté à votre charge de travail, puis ajustez le prompt si le comportement du modèle le nécessite encore. Une demande simple peut recevoir une réponse directe, et le réglage de l’effort ne garantit pas l’affichage d’un bloc de réflexion. Pilotage de la réflexion.

Google : la réflexion interne n’exige généralement pas de plan affiché

Le guide de prompting de Gemini indique que les séries Gemini 2.5 et Gemini 3 produisent une réflexion interne : il est donc généralement inutile de leur demander de restituer un plan ou des étapes de raisonnement détaillées. Le guide précise aussi qu’une simple consigne invitant à réfléchir davantage peut aider sur les problèmes difficiles, en consommant plus de tokens de réflexion. Cette recommandation dépend de la tâche ; elle ne promet pas qu’ajouter cette formule améliore toutes les réponses. Stratégies de conception des prompts Gemini.

Pour retrouver la valeur d’un champ, le guide de Google recommande une réflexion minimale ou faible lorsque ces niveaux sont disponibles. Réservez les niveaux d’effort plus élevés aux tâches complexes, comme la planification en plusieurs étapes. La réflexion dans Gemini.

Niveau d’effort et budget de réflexion : quelle différence ?

Un niveau d’effort oriente la profondeur du travail du modèle. Un budget de tokens fixe une enveloppe consacrée à la réflexion dans les configurations qui le permettent. Aucun de ces réglages n’indique au modèle quels éléments justificatifs doivent figurer dans la réponse finale.

Il s’agit de noms de champs à repérer dans votre intégration, pas d’un format de configuration commun. Consultez la référence d’OpenAI sur le raisonnement, le guide de la réflexion dans Claude et la référence Gemini Generate Content avant de les modifier.

Facturation : OpenAI indique que les tokens de raisonnement sont facturés comme des tokens de sortie, même si les tokens de raisonnement bruts ne sont pas visibles dans l’API. Précisions du fournisseur sur la facturation.

Les tokens sont les unités que le modèle traite et génère ; notre guide sur les tokens en IA explique la différence entre le texte visible et la consommation de tokens. Une réponse courte peut tout de même mobiliser un travail interne conséquent.

Quand demander des étapes visibles ?

Demandez des étapes visibles lorsqu’elles font partie du livrable utile. En finance, il peut être nécessaire de voir la formule et les valeurs qui y sont substituées. Au service client, la personne qui vérifie une décision peut avoir besoin de la clause applicable et des faits correspondants. Un analyste métier peut vouloir les hypothèses, les références aux sources et le calcul qui étayent une recommandation.

Formulez une demande concrète :

Renvoie la recommandation, les références aux sources qui l’étayent, les principales hypothèses et une explication concise. Présente les calculs nécessaires pour reproduire le résultat. Signale les éléments justificatifs manquants.

Cette explication peut être évaluée par une personne. Elle n’exige pas de restituer chaque pensée interne, chaque piste abandonnée ou chaque état intermédiaire privé.

Les résumés de réflexion proposés par les fournisseurs constituent un autre type de sortie. OpenAI expose des résumés de raisonnement pour les modèles compatibles, et non les tokens de raisonnement bruts ; Anthropic décrit le texte de réflexion de Claude comme un résumé, et non comme la chaîne de pensée brute. Utilisez ces résumés comme des éléments de diagnostic, pas comme un compte rendu complet du calcul effectué. Résumés d’OpenAI, Restitution de la réflexion dans Claude.

Si vous développez l’application, définissez des champs qu’elle peut valider. Si vous l’utilisez dans un processus métier, définissez les éléments qu’une personne peut vérifier. Lorsqu’une décision dépend d’un solde actuel ou du statut d’une commande, utilisez un outil pour récupérer cette donnée. Le function calling relie le modèle à ces opérations externes ; lui demander de raisonner plus longtemps ne lui fournit pas l’enregistrement manquant.

Quand le chain of thought devient contre-productif

Évitez les prompts de raisonnement élaborés pour une simple recherche d’information ou une extraction à format imposé. Renvoyer un identifiant de compte connu ne devrait pas exiger une argumentation. Le texte supplémentaire augmente ce que votre application doit analyser et ce que la personne chargée de la vérification doit lire.

La latence est une autre limite. Le raisonnement explicite allonge la sortie, tandis qu’un effort natif plus élevé peut retarder la réponse utile. OpenAI documente ce compromis entre longueur de sortie et latence pour GPT-4.1, et Google recommande une réflexion plus légère pour les tâches simples. En pratique, commencez par un prompt direct et ne le complexifiez que si vos évaluations le justifient. Guide GPT-4.1, Recommandations sur la réflexion dans Gemini.

Le manque d’information relève d’un autre problème. Si la politique applicable n’a jamais été fournie, demander un raisonnement plus long ne résout rien. Récupérez cette politique et identifiez sa version. Si l’entrée est trop volumineuse, revoyez ce qui entre dans la fenêtre de contexte, l’espace de travail disponible du modèle, avant d’essayer d’augmenter la réflexion.

Une méthode rigide peut aussi être inadaptée. Un exemple de stock qui traite les réceptions et les expéditions ne dit rien des retours, des marchandises endommagées ou du stock réservé. Gardez des exemples représentatifs et autorisez le modèle à signaler une règle manquante.

Ce que les résultats d’origine prouvent — et ce qu’ils ne prouvent pas

Le benchmark d’origine établit un résultat historique sur une tâche définie, pas une promesse de gain de précision pour votre activité. L’article de Wei et al. présenté à NeurIPS 2022 rapporte un taux de bonnes réponses de 17.9% avec un prompting standard et de 56.9% avec le chain of thought prompting pour PaLM 540B sur GSM8K, un benchmark de problèmes mathématiques rédigés en langage naturel. Le protocole utilisait huit démonstrations détaillées. Ces chiffres proviennent du tableau 1 de la version de l’article datée du 10 janvier 2023. Article et résultats.

Ces chiffres ne permettent pas d’estimer le gain pour l’extraction de factures, les recommandations de remboursement ou un modèle de raisonnement actuel. Le modèle, le benchmark et le dispositif de prompting comptent tous. Ces résultats expliquent l’intérêt suscité par la technique ; mesurez ensuite les performances sur la tâche que vous comptez mettre en production.

Quelles promesses du chain of thought faut-il relativiser ?

Une explication convaincante ne constitue pas une piste d’audit complète. Dans une étude publiée le 3 avril 2025, Anthropic a observé des cas où les modèles utilisaient des indices fournis sans mentionner leur influence dans leurs explications. Les expériences portaient sur des scénarios contrôlés, avec des modèles et des tâches précis ; elles ne mesuraient pas l’ensemble des workflows métier. Elles montrent néanmoins pourquoi une justification ne doit pas être considérée comme une preuve de la manière dont la réponse a été produite. Recherche d’Anthropic sur la fidélité des explications.

Pour pouvoir auditer une décision, conservez les documents fournis, les données récupérées, les résultats des outils, les règles appliquées et la sortie finale. Vérifiez les citations dans les sources et refaites les calculs lorsque c’est possible. Une explication rédigée par le modèle peut aider à comprendre la recommandation, mais elle ne remplace pas ces éléments.

L’autre exagération consiste à dire que les modèles de raisonnement rendent la conception des prompts inutile. Ils changent ce qu’il faut préciser. L’objectif métier, le périmètre des sources autorisées, la gestion des exceptions et le format de sortie restent de votre ressort.

Que changer dans votre workflow cette semaine ?

Agissez dès maintenant si la consigne « réfléchis étape par étape » accompagne systématiquement toutes vos requêtes. Côté développement, testez son retrait sur les extractions courantes et comparez, sur les mêmes cas, des prompts qui décrivent directement la tâche. Côté métier, remplacez les demandes de raisonnement exhaustif par un livrable précis à vérifier : éléments justificatifs, calculs, hypothèses et recommandation concise.

Conservez le prompt qui fonctionne pendant que vous testez son remplaçant. Un modèle sans raisonnement natif qui exploite des démonstrations utiles n’est pas automatiquement obsolète. Passer à un modèle de raisonnement justifie une réévaluation ; cela ne prouve pas qu’il faut supprimer l’ancien workflow.

1. 1

   Choisir une tâche dont la réponse est vérifiable

   Prenez une tâche récurrente, comme l’extraction de champs de facture ou le rapprochement de stock. Définissez ce qui constitue une réponse correcte, les cas où il faut signaler une information manquante et ce que votre logiciel doit pouvoir analyser.

2. 2

   Ne comparer qu’un changement à la fois

   Gardez le même modèle et les mêmes cas d’entrée pour comparer un prompt direct à un prompt contenant un exemple résolu. Puis, sur un modèle de raisonnement, gardez le prompt fixe et faites varier un niveau d’effort pris en charge. Relevez l’exactitude des réponses, le comportement face aux justificatifs manquants, le temps de réponse et la consommation de tokens.

3. 3

   Ne conserver que les changements qui justifient leur complexité

   Privilégiez des vérifications déterministes pour les calculs et les champs exacts. Lorsqu’un jugement est nécessaire, utilisez une grille d’évaluation et une vérification humaine ; un LLM comme juge peut aider à évaluer à plus grande échelle, mais ses notes doivent elles aussi être calibrées. Mettez en production la version qui respecte vos exigences de qualité et de temps de réponse.

Dès lundi, prenez un prompt utilisé dans une tâche métier récurrente, précisez les justificatifs nécessaires à sa vérification et effectuez la comparaison ci-dessus. Conservez la configuration la plus simple qui passe vos contrôles.

Questions fréquentes sur le chain of thought prompting

Qu’est-ce que le chain of thought prompting ?

Il consiste à guider un modèle de langage avec des étapes intermédiaires ou des démonstrations détaillées avant la réponse finale. La technique few-shot d’origine montre une méthode ; le CoT zero-shot demande des étapes sans fournir d’exemples.

À quoi ressemble une chaîne de pensée ?

Dans un prompt d’IA, un calcul de stock détaillé en est un exemple : le stock initial moins les expéditions plus les réceptions donne le stock final. Fournir ce calcul avec un exemple résolu montre comment aborder une question similaire.

Quel exemple de prompt chain of thought peut-on utiliser ?

« Le stock initial est de 18 unités. Vous en expédiez 7 et en recevez 4. Combien en reste-t-il ? Réfléchissons étape par étape. » C’est une illustration du CoT zero-shot. Avec un modèle de raisonnement natif, vous pouvez plutôt demander le stock final et un calcul reproductible comme livrable.

Le chain of thought prompting est-il toujours pertinent ?

Oui, en particulier pour les modèles qui tirent parti de démonstrations explicites et pour les tâches où une explication détaillée est utile. Les modèles de raisonnement changent l’approche par défaut : commencez par des instructions claires et les réglages natifs du raisonnement, puis ajoutez des exemples ou des exigences d’explication lorsque cela aide.

Qui a inventé le chain of thought prompting ?

Jason Wei et ses coauteurs ont présenté la technique sous ce nom dans leur article de 2022, Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. Leurs travaux associaient des explications intermédiaires en langage naturel à des exemples dans le prompt ; ils s’appuyaient sur des recherches antérieures consacrées aux justifications et au prompting.

Quel est le principal avantage du chain of thought prompting ?

Il peut aider un modèle adapté à traiter un problème par des opérations intermédiaires au lieu de passer directement à la réponse. Le bénéfice pour votre workflow dépend du modèle et de la tâche ; une explication plus longue n’est pas, à elle seule, un indicateur de qualité.

Quelle différence entre prompt chaining et chain of thought prompting ?

Le prompt chaining répartit un workflow sur plusieurs appels au modèle, en transmettant le résultat de l’un au suivant. Le chain of thought prompting porte sur les étapes intermédiaires au sein d’une démonstration dans le prompt ou d’une réponse. Un workflow peut combiner les deux, mais ce sont des choix de conception distincts.

Pour des guides pratiques sur la création de workflows d’IA utiles, abonnez-vous à la newsletter.