# Comment demander à ChatGPT de réfléchir étape par étape?

Date: 2023-10-18 · Author: Robert Scales · https://guidetoartificialintelligence.com/fr/apprendre/demander-chatgpt-reflechir-etape-par-etape/

**Answer:** Ajoutez une consigne toute simple à votre message, comme « Résous ceci étape par étape, puis donne la réponse finale sur une ligne à part », et, pour les problèmes plus difficiles, dites à ChatGPT quelles doivent être les étapes. C’est payant pour les énigmes, les calculs et les décisions qui comportent plusieurs éléments, et cela apporte peu aux questions simples ou aux tâches de pure rédaction.

Quand une question comporte plusieurs parties qui dépendent les unes des autres, ChatGPT peut se précipiter vers une réponse et se tromper avec une assurance totale. Lui demander de réfléchir étape par étape le ralentit. Il écrit d’abord le raisonnement intermédiaire, puis la conclusion, et vous pouvez lire chaque ligne de ce raisonnement.

L’idée vient de la recherche sur ce qu’on appelle le **raisonnement par étapes** (*chain-of-thought prompting*) : amener un modèle de langage à montrer la chaîne de petites étapes qui mènent à une réponse. En 2022, une équipe de l’Université de Tokyo et de Google a constaté qu’une seule courte phrase, « Réfléchissons étape par étape », suffisait à déclencher ce comportement dans un grand modèle, sans aucun exemple résolu. *ChatGPT : Le Guide Pour Débutant* range la même habitude parmi ses techniques de contexte : demandez à ChatGPT de résoudre un problème par étapes, ou de peser le pour et le contre, quand vous voulez une réponse plus réfléchie. Voici comment le faire dans une conversation de tous les jours.

## Trois façons de le formuler

Vous n’avez besoin d’aucune syntaxe particulière. N’importe laquelle de ces formules fonctionne, de la plus légère à la plus forte :

1. **La consigne courte.** Ajoutez « Réfléchis étape par étape » ou « Résolvons ceci étape par étape » à la fin de votre question.
2. **Les étapes plus une réponse nette.** « Résous ceci une étape à la fois. Ensuite, écris la réponse finale sur une ligne à part, en commençant par “Réponse :”. » Le raisonnement reste visible, mais le résultat est facile à trouver.
3. **Des étapes que vous définissez.** Pour une tâche que vous connaissez bien, nommez vous-même les étapes : « D’abord, énumère les faits donnés. Ensuite, dis ce que chaque indice élimine. Puis vérifie ta réponse avec chacun des indices. » Vous donnez votre méthode à ChatGPT, au lieu de seulement lui demander d’en avoir une.

La troisième version est souvent la plus fiable. L’équipe de Tokyo et de Google a rapporté que des exemples de raisonnement résolus et rédigés avec soin battaient encore sa simple consigne, et nommer les étapes est une façon légère de donner ce genre d’indications.

## Un exemple concret : une énigme d’horaire

Voici un petit problème de logique, d’abord posé de la façon rapide.

```prompt
Maya, Leo et Sam prennent chacun un quart de travail : lundi, mercredi ou vendredi.
Leo ne peut pas travailler le lundi. Leo ne travaille pas le vendredi. Maya ne travaille pas le mercredi.
Le quart de Sam est plus tard dans la semaine que celui de Maya.
Qui travaille quel jour? Réponds seulement avec les noms et les jours.
```

« Seulement avec les noms et les jours » force une réponse instantanée. Un modèle qui répond ainsi peut tomber juste, ou placer Sam le mercredi sans remarquer qu’il ne reste alors aucun jour valide pour Leo. Voici maintenant la même énigme avec des étapes définies :

```prompt
Maya, Leo et Sam prennent chacun un quart de travail : lundi, mercredi ou vendredi.
Leo ne peut pas travailler le lundi. Leo ne travaille pas le vendredi. Maya ne travaille pas le mercredi.
Le quart de Sam est plus tard dans la semaine que celui de Maya.

Résous ceci étape par étape : prends chaque indice à tour de rôle, dis ce qu’il élimine,
puis donne l’horaire. Enfin, vérifie l’horaire avec chacun des indices
et écris le résultat sur une ligne à part qui commence par « Réponse : ».
```

Une bonne réponse suit un chemin comme celui-ci (à titre d’illustration) :

| Étape | Raisonnement |
|---|---|
| 1 | Leo ne peut pas travailler le lundi ni le vendredi; Leo travaille donc le mercredi. |
| 2 | Maya ne travaille pas le mercredi; Maya travaille donc le lundi ou le vendredi. |
| 3 | Le quart de Sam est plus tard que celui de Maya; Maya ne peut donc pas avoir le vendredi. Maya travaille le lundi. |
| 4 | Il ne reste que le vendredi; Sam travaille donc le vendredi. |
| Vérification | Leo : ni lundi ni vendredi. Maya : pas mercredi. Sam après Maya. Tous les indices sont respectés. |
| Réponse | Maya lundi, Leo mercredi, Sam vendredi |

L’étape de vérification compte autant que les étapes elles-mêmes. Si une ligne de raisonnement est fausse, vous pouvez la pointer : « L’étape 3 est fausse parce que… » et demander à ChatGPT de reprendre à partir de là.

> **À essayer :** prenez une vraie décision qui comporte plusieurs conditions, comme choisir entre deux offres d’emploi ou planifier qui conduit quel jour dans un covoiturage. Posez la question une fois avec « réponds brièvement », puis de nouveau en demandant à ChatGPT d’énumérer chaque facteur, de le soupeser et de donner une recommandation sur une ligne à part. Comparez la facilité avec laquelle chaque réponse se vérifie.

## Quand est-ce que ça aide, et quand est-ce que ça n’aide pas?

Cela aide surtout quand une réponse dépend d’une chaîne de faits : les problèmes écrits d’arithmétique, les énigmes de logique, les horaires, les budgets, la comparaison d’options selon plusieurs critères ou la reconstitution d’une suite d’événements (« la facture a été envoyée, puis le prix a changé, puis… »). Dans les tests menés en 2022 par l’équipe de Tokyo et de Google, ajouter « Réfléchissons étape par étape » a fait passer le score d’un grand modèle sur un ensemble de problèmes d’arithmétique à plusieurs étapes de 17,7 % à 78,7 %. Les étapes vous donnent aussi quelque chose à vérifier, ce qui vaut souvent plus que le gain d’exactitude lui-même.

Cela aide peu, ou pas du tout, dans trois situations. La première est une simple recherche d’information, comme « Quelle est la capitale du Portugal? » ou « Que veut dire RCI? ». Il n’y a qu’une étape; en demander davantage ne fait qu’allonger la réponse. Un article antérieur de Google Research sur le raisonnement par étapes avait observé la même tendance : sur les problèmes à une seule étape, les gains étaient faibles, voire négatifs. La deuxième est la pure rédaction, comme une carte de remerciement ou une description de produit. Il n’y a pas de chaîne cachée à mettre au jour, et vous avez plutôt intérêt à décrire le ton, la longueur et le public. La troisième est la vérification des faits. Un raisonnement étape par étape peut être parfaitement logique et reposer quand même sur un fait faux, et une suite d’étapes assurée peut rendre une mauvaise réponse plus convaincante, pas moins.

Servez-vous donc de la consigne comme d’un outil, pas comme d’un réflexe. Sortez-la quand une question comporte plus d’un élément variable, définissez les étapes quand vous les connaissez, demandez une vérification finale, et lisez quand même chaque ligne avant de vous fier au résultat.

## Sources

- Large Language Models are Zero-Shot Reasoners: https://arxiv.org/abs/2205.11916v1
- Chain of Thought Prompting Elicits Reasoning in Large Language Models: https://arxiv.org/abs/2201.11903v3
- A Beginner's Guide to ChatGPT: https://www.amazon.com/dp/B0BZRRPXZW