Réfléchir étape par étape

Laisser le temps de réfléchir

Si on vous réveillait en pleine nuit pour vous poser immédiatement des questions complexes, vous seriez moins performant que si on vous laissait quelques minutes. C’est exactement la même chose pour Claude : une réponse produite d’un trait, sans étape intermédiaire, est une réponse improvisée.

Donner à Claude le temps de réfléchir étape par étape améliore sa précision, et l’écart se creuse à mesure que la tâche se complique. Une réserve capitale accompagne ce principe : la réflexion ne compte que si elle est verbalisée. On ne peut pas demander à Claude de réfléchir en interne sans produire de sortie. Ce qu’il n’écrit pas n’a pas eu lieu — les étapes de raisonnement sont des tokens générés, pas un travail invisible qui se déroulerait en coulisses. D’où une conséquence pratique : prévoyez un max_tokens suffisant pour contenir la réflexion en plus de la réponse.

Comment le demander

La formulation la plus robuste consiste à découper explicitement la marche à suivre, puis à séparer le raisonnement du verdict par des balises.

prompt = """Analyse cette critique de restaurant.
Etape 1 : identifie les points positifs.
Etape 2 : identifie les points negatifs.
Etape 3 : determine si le sentiment global est positif ou negatif.
Mets ta reflexion dans des balises <reflexion></reflexion> puis ta reponse finale dans <verdict></verdict>."""

Ce découpage joue sur deux tableaux. Il force le modèle à collecter les éléments avant de conclure, et il vous permet de ne récupérer que <verdict> dans votre application, tout en gardant <reflexion> sous la main pour comprendre une classification douteuse. Vous obtenez ainsi une décision courte et une piste d’audit, sans compromis entre les deux.

Le biais de position

Un phénomène moins connu justifie à lui seul cette technique : Claude est parfois sensible à l’ordre des éléments dans un prompt. Si vous présentez le positif en premier et le négatif en second, il peut pencher vers le négatif, et inversement. Autrement dit, la même critique de restaurant, analysée avec les consignes présentées dans un ordre différent, peut recevoir deux verdicts opposés.

C’est un piège redoutable, parce qu’il ne se manifeste pas sur un cas isolé : vous ne le voyez qu’en comparant deux exécutions. Laisser Claude réfléchir étape par étape atténue ce biais, puisque les éléments sont d’abord recensés des deux côtés avant que la conclusion ne soit formée. Si vous avez un doute sur un prompt de classification, testez-le en inversant l’ordre des catégories : un résultat qui change révèle une fragilité de forme, pas une ambiguïté du contenu.

Ce que cela rattrape

La réflexion étape par étape peut littéralement transformer une réponse incorrecte en réponse correcte, sans qu’aucune information nouvelle n’ait été fournie au modèle. Elle est particulièrement rentable sur quatre familles de tâches. Les problèmes de logique d’abord : une énigme où trois contraintes s’entrecroisent se résout mal d’un trait, alors qu’elle devient abordable dès que le modèle écrit ce que chaque contrainte élimine. Les calculs mathématiques ensuite, où poser les opérations intermédiaires évite le résultat approximatif produit d’un seul jet. L’analyse de textes nuancés en troisième lieu : une critique de restaurant qui loue le service et démolit la cuisine appelle un recensement des deux camps avant tout verdict. La classification complexe enfin, dès que les catégories se chevauchent — un e-mail qui réclame un remboursement pour un produit cassé relève à la fois du défaut et de la facturation, et seule l’énumération des indices permet de trancher au lieu de deviner.

Le point commun de ces quatre cas est qu’une réponse plausible y est facile à produire et difficile à distinguer de la bonne. La verbalisation rend justement visible l’endroit où le raisonnement dérape.

Mettre la technique à l’épreuve

Un même exercice, mené en deux temps, suffit à mesurer l’effet. Instruisez d’abord Claude pour classer des e-mails dans les catégories suivantes :

• (A) Question avant-vente
• (B) Article défectueux
• (C) Question de facturation
• (D) Autre

Faites en sorte qu’il n’affiche que la classification, et notez les cas où il se trompe, notamment les e-mails qui relèvent de deux catégories. Reprenez ensuite le même jeu d’e-mails en lui demandant de réfléchir étape par étape avant de donner sa classification finale, en séparant la réflexion de la réponse avec des balises XML. Comparez les erreurs des deux passes : c’est cette comparaison, et non la théorie, qui vous dira quand la technique vaut son coût en tokens.