Articles
La langue de votre Prompt détermine avec quel univers parallèle de données d'entraînement vous discutez
Arrêtez de traduire vos Prompt en anglais pour économiser des Token ! Pourquoi plus vous traduisez en anglais, plus l'IA vous répond avec « 給到 » et « 質量 » ? Cet article s'appuie sur des recherches sur les modèles de langue publiées à l'ACL et sur l'expérience du terrain pour expliquer pourquoi « termes techniques en version originale + description dans la langue maternelle + ancres de région explicites » est la meilleure façon de réduire le coût des allers-retours de correction.
· 9 min de lecture
Arrêtez de traduire vos Prompt en anglais : pourquoi plus vous voulez économiser des Token, plus l'IA vous répond avec « 給到 » et « 質量 » ?
TL;DR (conclusion principale)
La formule de bonne pratique pour rédiger un Prompt est : « termes techniques gardés en anglais original + contexte du besoin rédigé dans la langue maternelle du public cible + ancrage explicite de la région et du public ». Cela ne garantit pas à chaque fois un texte 100 % authentique, mais cela augmente fortement les chances de tomber juste du premier coup et épargne la friction des corrections répétées de ton et de vocabulaire.
Beaucoup d'ingénieurs et de gros utilisateurs d'IA ont cette habitude : pour économiser quelques Token, ou parce qu'ils ont entendu dire que « la logique de l'IA est meilleure en anglais », ils traduisent d'abord leur besoin en anglais avec un outil de traduction avant d'envoyer le Prompt, puis ajoutent à la fin Please reply in Traditional Chinese.
Résultat ? Vous avez économisé quelques centimes de Token, mais vous obtenez des pages entières de « cette solution peut vous 給到 une excellente expérience » ou de « comment 優化 la 質量 du 代碼 ». Et il vous faut ensuite dix minutes pour corriger vous-même ces mots vers les usages de Taïwan.
La langue dans laquelle vous posez la question détermine dans le corpus de quel groupe de personnes l'IA va chercher sa réponse.
I. Un cas réel où je me suis fait piéger : pourquoi l'IA écrit-elle toujours « 給到 » ?#
Il y a quelque temps, j'ai demandé à une IA de me préparer un résumé d'informations, en exigeant une sortie en chinois traditionnel. La logique du contenu produit était correcte, mais on y trouvait une tournure comme « 給到… ».
« 給到 » est une expression typique du milieu professionnel de Chine continentale ; à Taïwan, on ne parle pratiquement jamais ainsi au quotidien.
Le problème n'est pas que l'IA ne comprenne pas le chinois, mais que « la langue n'est pas la région, et le chinois traditionnel n'est pas Taïwan ».
Dans le corpus d'entraînement des grands modèles de langage (LLM), les données en chinois simplifié sont bien plus volumineuses que celles en chinois traditionnel ; si vous donnez vos consignes uniquement en anglais en demandant Traditional Chinese, le modèle reprend très facilement le vocabulaire chinois le plus abondant (le plus souvent issu de Chine continentale), simplement rendu avec des caractères traditionnels.
Écrire le Prompt dans sa langue maternelle ne fait que rapprocher l'IA d'une localisation ; c'est en précisant clairement la « région » et le « public » que l'on comble le dernier écart de contexte.
II. Pourquoi la langue de la question change-t-elle directement la réponse de l'IA ?#
Ce n'est pas de la magie, c'est la conséquence nécessaire du fonctionnement interne des modèles de langue. Sur le plan technique et celui de la recherche, il y a trois raisons principales :
1. Le fondement de l'IA, ce sont les « probabilités conditionnelles et la prédiction du mot suivant »#
Pour une même chose, les communautés linguistiques ont naturellement des angles d'approche, des expressions habituelles et des valeurs très différents. Toutes ces différences sont comprimées dans les poids issus des données d'entraînement. Quand vous posez la question en anglais, le modèle poursuit dans le corpus du monde anglophone ; quand vous la posez avec le vocabulaire du chinois traditionnel tel qu'on l'emploie à Taïwan, il lui est plus facile de se brancher sur la distribution de probabilités du contexte taïwanais.
2. La recherche le confirme : la langue de la question déclenche l'alignement culturel (Cultural Alignment) correspondant#
Une étude publiée à l'ACL en 2024 (AlKhamissi et al., 2024, arXiv:2402.13231) a simulé des enquêtes sociales en Égypte et aux États-Unis. L'équipe a constaté que lorsqu'on interroge un LLM dans la langue principale d'une culture, la distribution de ses réponses se rapproche nettement plus des résultats réels d'enquêtes auprès des habitants de cette culture. L'étude a aussi constaté que plus un groupe est peu représenté et plus le sujet est sensible, plus le biais du modèle est important.
3. La langue et le vocabulaire sont les principaux indices qui permettent à l'IA de deviner « qui vous êtes »#
L'IA ne vous connaît pas. Sans mémoire personnelle complexe (Memory) chargée, la langue que vous employez, les termes techniques que vous mêlez, voire vos habitudes de ponctuation sont autant d'indices implicites que le modèle utilise pour déduire le « profil de la personne qui pose la question » et le « niveau de sortie attendu ».
III. Pas seulement la langue : le « ton » fait aussi partie du Prompt#
Au-delà du choix de la langue, le « degré de politesse » que vous exprimez dans votre langue maternelle influence aussi les performances du modèle.
Une autre étude interlingue portant sur des Prompt en anglais, en chinois et en japonais (Yin et al., 2024, arXiv:2402.14531) indique qu'être trop brusque ou impoli envers l'IA entraîne généralement une baisse de la qualité de génération, mais qu'être trop poli ou tourner autour du pot ne garantit pas non plus de meilleurs résultats. Plus important encore, chaque langue possède son « niveau de politesse optimal (Sweet Spot) », le juste équilibre idéal, qui varie d'une langue à l'autre.
En écrivant dans la langue maternelle que vous maîtrisez le mieux, vous dosez précisément le ton (par exemple : « ton direct, pas de blabla marketing ») et évitez de perdre le contrôle du ton et du style dans une traduction anglaise raide.
IV. Matrice de décision Prompt en chinois vs en anglais (quand faut-il utiliser l'anglais ?)#
Insister sur l'importance de la langue maternelle ne veut pas dire abandonner complètement l'anglais.
À l'heure où les Input Token sont extrêmement bon marché, « économiser des Token » est depuis longtemps un faux sujet, et le vrai coût, c'est la friction des allers-retours et des retouches manuelles. L'essentiel n'est pas de choisir entre chinois et anglais, mais de savoir si ce que vous recherchez à ce moment-là, c'est un « contexte localisé » ou une « exactitude purement technique ».
Vous pouvez vous référer directement à ce tableau de décision :
| Scénario de tâche |
Langue de rédaction recommandée |
Raison principale et stratégie |
| Production de contenu localisé (blog, textes marketing, textes d'interface produit, courriers clients) |
Description en langue maternelle + termes anglais + ancre de région |
Éviter le style traduit et les expressions qui ne sont pas d'usage à Taïwan (par exemple : 視頻, 質量, 給到), et entrer directement dans le contexte du public taïwanais. |
| Traduction multilingue internationale (par exemple : du chinois vers le thaï, site web localisé en plusieurs langues) |
Consigne en langue maternelle + région cible et rôle explicitement indiqués |
Éviter de passer par l'anglais comme langue pivot (Pivot Language), qui entraîne une double perte de sens. |
| Génération de code pure et Debug (architecture système, algorithmes, débogage) |
Chinois ou anglais, au choix (recommandé : logique en langue maternelle + termes anglais et Error Log) |
Les mots-clés techniques (API, PR, Deployment) et la documentation officielle sont de toute façon en anglais ; les garder en version originale permet de s'aligner sur les poids techniques les plus précis. |
| Recherche de la dernière documentation technique étrangère / de publications académiques |
Principalement l'anglais |
Les sources originales sont le plus souvent en anglais ; chercher directement avec des mots-clés anglais (RAG / Search) donne le meilleur rappel. |
V. Checklist pratique : 5 points de contrôle pour obtenir une réponse précise du premier coup#
La prochaine fois que vous rédigerez un Prompt exigeant une sortie en chinois de haute qualité, n'ouvrez plus votre logiciel de traduction. Appliquez directement cette liste :
- Garder les termes techniques en version originale :
API, PR, Token, Deployment ne se traduisent jamais de force en chinois.
- Écrire le contexte et la logique dans la langue maternelle : exposez clairement le contexte du besoin dans la langue dans laquelle vous pensez le plus aisément.
- Imposer une ancre de région : n'écrivez pas seulement « chinois traditionnel », écrivez explicitement « utiliser le chinois traditionnel de Taïwan et les expressions courantes de Taïwan ».
- Définir le public et les limites de ton : par exemple « à destination d'ingénieurs logiciels taïwanais », « ton direct et objectif, sans côté marketing ».
- Contrôler par sondage et installer des garde-fous sur le vocabulaire à éviter : après la génération, vérifiez un ou deux termes locaux ; si le modèle se trompe souvent, ajoutez directement « mots interdits : 給到, 質量, 優化, 視頻, 賦能 ».
Exemple comparatif de Prompt en pratique#
❌ Mauvais exemple (foi aveugle en l'anglais + conditions floues) :
Write a blog post about prompt language selection in Traditional Chinese. Make it professional.
✅ Bon exemple (contexte en langue maternelle + termes gardés en version originale + ancres de région et de public) :
Rédige en chinois traditionnel tel qu'on l'emploie à Taïwan un article de point de vue technique destiné aux ingénieurs taïwanais, sur le thème « Le choix de la langue de la question dans un Prompt ».
Exigences :
1. Garde les termes techniques (comme Token, Prompt, Context, API) en anglais original, sans les traduire volontairement.
2. Ton direct et objectif, donne directement la conclusion et une liste exécutable, sans ton de manuel scolaire ni paroles creuses de marketing.
3. Utilise strictement le vocabulaire local de Taïwan et évite des mots comme « 給到, 質量, 視頻, 代碼 ».
Foire aux questions (FAQ)#
Q1 : Écrire un Prompt en chinois consomme-t-il plus de Token et est-ce plus lent ?#
Pour un même contenu, le nombre de Token en chinois est généralement un peu supérieur à celui de l'anglais, mais le prix des Input Token est extrêmement bas. Comparé à ce petit surcoût en Token économisé, le temps perdu à « regénérer » ou à retoucher à la main à cause d'une erreur de contexte est la dépense cachée la plus coûteuse.
Q2 : Pourquoi, alors que j'ai déjà demandé à l'IA d'utiliser le « chinois traditionnel (Traditional Chinese) », trouve-t-on encore des expressions de Chine continentale ?#
Parce que, pour le modèle, Traditional Chinese ne désigne souvent que « l'encodage et la forme des caractères (Script) », et non la « culture régionale (Locale) ». Les corpus de Hong Kong et Macao, de Taïwan, ainsi que ceux convertis du simplifié vers le traditionnel, relèvent tous du chinois traditionnel. Il faut indiquer explicitement « vocabulaire de Taïwan (zh-TW) » et « public cible (par exemple : ingénieurs taïwanais) » pour faire converger correctement les choix de vocabulaire du modèle.
Pour obtenir une réponse localisée, posez la question dans la langue locale, puis précisez clairement la région.
Cette logique ne vaut pas seulement pour les questions du quotidien, elle est aussi le fondement de la localisation de produits internationaux. Dans le prochain article, nous étendrons directement ce concept à l'ingénierie concrète : « Quand un site prend en charge 22 langues, comment faire produire automatiquement par l'IA des traductions localisées vraiment authentiques ? »