Section 10.2.4 : Chain-of-Thought — Raisonnement étape par étape
🎯 Objectif pédagogique
Maîtriser le Chain-of-Thought (CoT) prompting pour obtenir des raisonnements structurés et des réponses plus fiables sur des problèmes complexes nécessitant une réflexion multi-étapes. C'est la technique qui a le plus amélioré les capacités de raisonnement des LLM.
Le problème : les LLM et le raisonnement
Les LLM excellent en génération de texte mais peinent sur les problèmes nécessitant un raisonnement logique multi-étapes : calculs, résolution de problèmes, analyses comparatives, planification. La raison ? Ils prédisent le prochain token — ils ne "réfléchissent" pas naturellement étape par étape. Ils "pensent en écrivant", pas "pensent puis écrivent".
Le Chain-of-Thought prompting (Wei et al., Google Brain, 2022) résout ce problème de manière élégante : en demandant explicitement au modèle de montrer son raisonnement avant de donner sa réponse, on force une décomposition qui améliore radicalement la qualité.
Les 3 variantes du Chain-of-Thought
1. Zero-shot CoT : la méthode magique (la plus simple)
Ajoutez simplement une phrase "magique" à la fin de votre prompt. C'est la technique avec le meilleur ratio effort/résultat de tout le prompt engineering.
Sans CoT :
Si un train part à 14h de Paris à 300 km/h et qu'un autre part
à 14h30 de Lyon (450 km de Paris) à 250 km/h vers Paris,
à quelle heure se croisent-ils ?
→ "Ils se croisent à environ 15h." (souvent faux)
Avec CoT (zero-shot) :
Si un train part à 14h de Paris à 300 km/h et qu'un autre part
à 14h30 de Lyon (450 km de Paris) à 250 km/h vers Paris,
à quelle heure se croisent-ils ?
Réfléchis étape par étape avant de donner ta réponse.
→ Le modèle décompose :
1. Position du train 1 à 14h30 : 300 × 0.5 = 150 km de Paris
2. Distance restante entre les deux trains : 450 - 150 = 300 km
3. Vitesse de rapprochement : 300 + 250 = 550 km/h
4. Temps pour se croiser : 300 / 550 ≈ 0.545h ≈ 32 min 44 sec
5. Heure de croisement : 14h30 + 32min44s ≈ 15h03
Les phrases magiques du CoT (toutes fonctionnent, choisissez celle qui vous convient) :
| Phrase | Ton | Usage recommandé |
|---|---|---|
| "Réfléchis étape par étape" | Neutre | Usage général |
| "Avant de répondre, décompose le problème" | Directif | Problèmes complexes |
| "Montre ton raisonnement complet" | Académique | Analyses détaillées |
| "Pense à voix haute puis conclus" | Naturel | Brainstorming |
| "Let's think step by step" | Anglais (original) | En anglais, le plus efficace |
| "Identifie d'abord les données, puis raisonne, puis conclus" | Structuré | Problèmes quantitatifs |
2. Few-shot CoT : raisonnement guidé par l'exemple
Pour des problèmes récurrents, fournissez des exemples avec le raisonnement complet :
Résous ces problèmes de pricing SaaS en montrant ton raisonnement complet.
Problème : Un SaaS à 49€/mois a 200 clients. Si on augmente
le prix de 20%, on perd 15% des clients. Faut-il augmenter ?
Raisonnement :
- Revenu actuel : 49 × 200 = 9 800€/mois
- Nouveau prix : 49 × 1.2 = 58.8€ → arrondi à 59€/mois
- Clients restants : 200 × 0.85 = 170 clients
- Nouveau revenu : 59 × 170 = 10 030€/mois
- Différence : +230€/mois (+2.3%)
- Mais : 30 clients perdus = 30 contrats de moins pour le futur
- Conclusion : OUI financièrement à court terme, mais évaluer
l'impact sur le churn et le bouche-à-oreille.
Problème : Un freelance facture 500€/jour et travaille 20 jours/mois.
Un outil IA à 200€/mois lui fait gagner 2 jours/mois de travail
facturable. Faut-il l'adopter ?
Raisonnement :
3. CoT structuré : imposer une structure de raisonnement
Pour des analyses complexes, imposez les étapes :
Analyse cette décision d'investissement en suivant
ces 5 étapes OBLIGATOIRES :
ÉTAPE 1 — DONNÉES : Liste toutes les données quantitatives
disponibles dans le problème.
ÉTAPE 2 — HYPOTHÈSES : Identifie les hypothèses implicites
et leur crédibilité (forte/moyenne/faible).
ÉTAPE 3 — CALCULS : Effectue les calculs étape par étape.
ÉTAPE 4 — ANALYSE : Identifie les forces et les risques.
ÉTAPE 5 — CONCLUSION : Donne ta recommandation avec le
niveau de confiance (1-10).
[Description de l'investissement]
Applications professionnelles du CoT
Business analysis
Notre taux de conversion landing page a chuté de 3.2% à 1.8% ce mois.
Raisonne étape par étape pour identifier les causes :
1. Commence par les causes les plus probables (trafic, offre, technique)
2. Pour chaque hypothèse, indique comment la vérifier
3. Classe les hypothèses par probabilité
4. Recommande 3 actions immédiates par ordre de priorité
Prise de décision pondérée
Je dois choisir entre 3 fournisseurs IA pour mon entreprise.
Raisonne étape par étape en utilisant une matrice de décision
pondérée.
Critères (avec poids) :
- Prix (30%)
- Performance (25%)
- Support client (20%)
- Facilité d'intégration (15%)
- Scalabilité (10%)
Fournisseur A : [détails]
Fournisseur B : [détails]
Fournisseur C : [détails]
Pour chaque fournisseur, note chaque critère de 1 à 10,
puis calcule le score pondéré.
Estimation (technique Fermi)
Estime le nombre de pizzas consommées en France par jour.
Raisonne étape par étape avec des estimations de Fermi :
1. Population française
2. % qui mange de la pizza dans une semaine donnée
3. Fréquence moyenne
4. Répartition par jour
5. Résultat avec fourchette haute/basse
2025-2026 : les modèles de raisonnement natif
Les modèles de raisonnement comme o3, o4-mini (OpenAI), DeepSeek-R1 et Claude Opus 4.6 (extended thinking) intègrent le Chain-of-Thought de manière native. Ils "réfléchissent" automatiquement avant de répondre — vous pouvez même voir leur "scratchpad" de raisonnement.
Impact pratique : avec ces modèles, vous n'avez plus besoin d'ajouter "Réfléchis étape par étape" — ils le font par défaut. Cependant, le CoT explicite reste utile pour : (1) contrôler la structure du raisonnement, (2) forcer un format spécifique, (3) utiliser les modèles classiques (GPT-5 standard, Claude Sonnet 4.6, Gemini 3.1 Flash).
Quand NE PAS utiliser le CoT
| Situation | Pourquoi le CoT est inutile |
|---|---|
| Questions factuelles simples | "Quelle est la capitale du Japon ?" → pas besoin de raisonnement |
| Tâches de formatage | "Mets ce texte en bullet points" → pas de raisonnement nécessaire |
| Traduction directe | Le modèle traduit mieux sans décomposer |
| Génération créative libre | Le CoT peut brider la créativité |
Exercice pratique
Durée : 15 minutes
- →Prenez un problème professionnel réel (budget à allouer, choix de fournisseur, estimation de market size)
- →Posez-le sans CoT → notez la qualité et la profondeur
- →Ajoutez "Réfléchis étape par étape" → comparez
- →Essayez le CoT structuré en imposant 5 étapes → comparez encore
Quelle amélioration le Chain-of-Thought a-t-il apportée sur le benchmark de maths GSM8K ?
Les modèles o3 (OpenAI) et Claude Opus 4.6 (extended thinking) intègrent le CoT nativement. Cela signifie que :