The language of the prompt · Prompting · Ayla's learning materials

Why English often works better

Most of the text a model learns from is English, at every stage where the proportions have been published:

the tokenizer is built mostly from English text, so other languages are cut into more, shorter pieces (see also the token gap between languages page, in the Language as numbers module) (voir aussi la page L'écart de jetons entre les langues, dans le module Le langage en nombres);
pretraining: several well-known models, GPT-3 among them, were trained on text more than 90 % English, and for GPT-3, French was 1.8 % (Xu et al., 2025) (see also the Which languages, and how unevenly page, in the LLM lifecycle module) (voir aussi la page Quelles langues, et dans quelles proportions, dans le module Cycle de vie des GML);
fine-tuning: the instructions used to fine-tune InstructGPT, an OpenAI model of 2022, were over 96 % English (Ouyang et al., 2022).

For most current models, the proportions are not published.

As a result, models generally perform better in English, although how much better depends on the language and on the model:

on open models of 2023, having the model translate a request into English itself, and answer from that imperfect translation, gave better results than answering the request directly (Etxaniz et al., 2024);
on a model of 2025, translating into English first still helped for languages with little training text, but made almost no difference for widely used ones such as Spanish or German (Wu et al., 2026).French was not among the languages Wu et al. (2026) tested, but it belongs with the widely used ones.

For a less widely used language, a prompt in English, even imperfect English, or a request to translate your prompt into English before answering, can therefore give better results. That can be true even when you need the answer in another language: the instructions can be in English and the answer in the language you need. Whichever language the prompt is in, an answer written in another language still shows the influence of English, which calls for revision either way (see also the Linguistic hegemony page, in the Critical issues with LLMs module) (voir aussi la page L'hégémonie linguistique, dans le module Enjeux critiques des GML).

How careful the prompt itself has to be

For most purposes a prompt does not have to be carefully written. Models are trained on internet text, where typos, missing accents and loose grammar are ordinary, and a prompt with all three is usually understood. Two qualifications apply:

When the quality of the prompt does make a difference, it tends to show as instructions missed rather than as worse text: Schmidtová et al. (2026) injected typos and grammar errors into translation prompts and found that the translations themselves hardly suffered, while the instructions around them, the format and the task, were followed less well, and that the choice of prompt made more difference than the errors in it.
Small things that should make no difference sometimes do. In one study, typos, stray whitespace and dramatic wording in a patient’s message were enough to change the advice a model gave, and mostly for the worse: the models more often told patients to manage at home rather than see a clinician, including patients who needed care, and more so for women (Gourabathina et al., 2025).Tested on GPT-4, Llama 3 (70B and 8B) and Palmyra-Med, a model adapted to medicine, with clinicians shown the same messages for comparison, who were not affected. For a task that needs precision, writing the prompt carefully costs little and removes one variable.

Written in English. The French version was automatically generated and I have not revised it. Rédigé en anglais. La version française a été générée automatiquement et je ne l'ai pas révisée. Updated 2 October 2026

Pourquoi l’anglais fonctionne souvent mieux

La plus grande partie des textes dont un modèle apprend est en anglais, à chaque étape pour laquelle les proportions ont été publiées :

le segmenteur est construit surtout à partir de textes anglais : les autres langues sont donc découpées en pièces plus nombreuses et plus courtes (see also the token gap between languages page, in the Language as numbers module) (voir aussi la page L'écart de jetons entre les langues, dans le module Le langage en nombres) ;
le préentraînement : plusieurs modèles connus, dont GPT-3, ont été entraînés sur des textes à plus de 90 % en anglais, et pour GPT-3, le français représentait 1,8 % (Xu et al., 2025) (see also the Which languages, and how unevenly page, in the LLM lifecycle module) (voir aussi la page Quelles langues, et dans quelles proportions, dans le module Cycle de vie des GML) ;
l’affinage : les instructions qui ont servi à affiner InstructGPT, un modèle d’OpenAI de 2022, étaient à plus de 96 % en anglais (Ouyang et al., 2022).

Pour la plupart des modèles actuels, les proportions ne sont pas publiées.

Les modèles fonctionnent donc en général mieux en anglais, mais l’écart dépend de la langue et du modèle :

sur des modèles ouverts de 2023, faire traduire la demande en anglais par le modèle lui-même, puis le faire répondre à partir de cette traduction imparfaite, donnait de meilleurs résultats qu’une réponse directe à la demande (Etxaniz et al., 2024) ;
sur un modèle de 2025, traduire d’abord en anglais aidait encore pour les langues peu représentées dans les données d’entraînement, mais ne changeait presque rien pour les langues très répandues comme l’espagnol ou l’allemand (Wu et al., 2026).Le français ne figurait pas parmi les langues testées par Wu et al. (2026), mais il fait partie des langues très répandues.

Pour une langue moins répandue, une requête en anglais, même dans un anglais imparfait, ou une demande de traduire votre requête en anglais avant de répondre, peut donc donner de meilleurs résultats. C’est vrai même quand vous avez besoin de la réponse dans une autre langue : les consignes peuvent être en anglais et la réponse dans la langue voulue. Quelle que soit la langue de la requête, une réponse rédigée dans une autre langue que l’anglais porte encore la marque de l’anglais, ce qui demande une révision dans tous les cas (see also the Linguistic hegemony page, in the Critical issues with LLMs module) (voir aussi la page L'hégémonie linguistique, dans le module Enjeux critiques des GML).

Le soin à apporter à la requête elle-même

Dans la plupart des cas, une requête n’a pas besoin d’être rédigée avec soin. Les modèles sont entraînés sur des textes d’Internet, où les coquilles, les accents oubliés et une grammaire approximative sont courants, et une requête qui cumule les trois est généralement comprise. Deux réserves s’imposent :

Quand la qualité de la requête compte, cela se voit plutôt dans des consignes non suivies que dans un texte de moins bonne qualité : Schmidtová et al. (2026) ont introduit des coquilles et des fautes de grammaire dans des requêtes de traduction, et constaté que les traductions elles-mêmes en souffraient à peine, alors que les consignes qui les entouraient, le format et la tâche, étaient moins bien suivies, et que le choix de la requête comptait davantage que les fautes qu’elle contenait.
De petits détails qui ne devraient pas compter comptent parfois. Dans une étude, des coquilles, des espaces superflues et une formulation dramatique dans le message d’un patient suffisaient à modifier le conseil donné par un modèle, et le plus souvent en mal : les modèles conseillaient plus souvent aux patients de se soigner chez eux plutôt que de consulter, y compris à des patients qui avaient besoin de soins, et davantage encore aux femmes (Gourabathina et al., 2025).Testé sur GPT-4, Llama 3 (70B et 8B) et Palmyra-Med, un modèle adapté à la médecine, avec, à titre de comparaison, des cliniciens à qui l’on a montré les mêmes messages et qui n’ont pas été influencés. Pour une tâche où la précision compte, soigner la requête coûte peu et élimine une variable.

Written in English. The French version was automatically generated and I have not revised it. Rédigé en anglais. La version française a été générée automatiquement et je ne l'ai pas révisée. Mise à jour 2 octobre 2026

Sources

Etxaniz, J., Azkune, G., Soroa, A., Lopez de Lacalle, O., & Artetxe, M. (2024). Do Multilingual Language Models Think Better in English?. Proceedings of the 2024 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 2: Short Papers), 550–564. https://doi.org/10.18653/v1/2024.naacl-short.46
Gourabathina, A., Gerych, W., Pan, E., & Ghassemi, M. (2025). The Medium is the Message: How Non-Clinical Information Shapes Clinical Decisions in LLMs. Proceedings of the 2025 ACM Conference on Fairness, Accountability, and Transparency (FAccT '25), 1805–1828. https://doi.org/10.1145/3715275.3732121
Ouyang, L., Wu, J., Jiang, X., Almeida, D., Wainwright, C., Mishkin, P., et al. (2022). Training language models to follow instructions with human feedback. Advances in Neural Information Processing Systems 35 (NeurIPS 2022). https://proceedings.neurips.cc/paper_files/paper/2022/hash/b1efde53be364a73914f58805a001731-Abstract-Conference.html
Schmidtová, P., Bafna, N., Aycock, S., Vico, G., Kamzela, W., Hämmerl, K., & Zouhar, V. (2026). How Important is 'Perfect' English for Machine Translation Prompts?. Findings of the Association for Computational Linguistics: EACL 2026, 760–777. https://doi.org/10.18653/v1/2026.findings-eacl.38
Wu, W.-C., Wei, S.-L., Huang, H.-H., & Chen, H.-H. (2026). No One Fits All: From Fixed Prompting to Learned Routing in Multilingual LLMs. Findings of the Association for Computational Linguistics: ACL 2026, 37404–37423. https://doi.org/10.18653/v1/2026.findings-acl.1864
Xu, Y., Hu, L., Zhao, J., Qiu, Z., Xu, K., Ye, Y., & Gu, H. (2025). A survey on multilingual large language models: corpora, alignment, and bias. Frontiers of Computer Science, 19(11), 1911362. https://doi.org/10.1007/s11704-024-40579-4

Sources

Etxaniz, J., Azkune, G., Soroa, A., Lopez de Lacalle, O., & Artetxe, M. (2024). Do Multilingual Language Models Think Better in English?. Proceedings of the 2024 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 2: Short Papers), 550–564. https://doi.org/10.18653/v1/2024.naacl-short.46
Gourabathina, A., Gerych, W., Pan, E., & Ghassemi, M. (2025). The Medium is the Message: How Non-Clinical Information Shapes Clinical Decisions in LLMs. Proceedings of the 2025 ACM Conference on Fairness, Accountability, and Transparency (FAccT '25), 1805–1828. https://doi.org/10.1145/3715275.3732121
Ouyang, L., Wu, J., Jiang, X., Almeida, D., Wainwright, C., Mishkin, P., et al. (2022). Training language models to follow instructions with human feedback. Advances in Neural Information Processing Systems 35 (NeurIPS 2022). https://proceedings.neurips.cc/paper_files/paper/2022/hash/b1efde53be364a73914f58805a001731-Abstract-Conference.html
Schmidtová, P., Bafna, N., Aycock, S., Vico, G., Kamzela, W., Hämmerl, K., & Zouhar, V. (2026). How Important is 'Perfect' English for Machine Translation Prompts?. Findings of the Association for Computational Linguistics: EACL 2026, 760–777. https://doi.org/10.18653/v1/2026.findings-eacl.38
Wu, W.-C., Wei, S.-L., Huang, H.-H., & Chen, H.-H. (2026). No One Fits All: From Fixed Prompting to Learned Routing in Multilingual LLMs. Findings of the Association for Computational Linguistics: ACL 2026, 37404–37423. https://doi.org/10.18653/v1/2026.findings-acl.1864
Xu, Y., Hu, L., Zhao, J., Qiu, Z., Xu, K., Ye, Y., & Gu, H. (2025). A survey on multilingual large language models: corpora, alignment, and bias. Frontiers of Computer Science, 19(11), 1911362. https://doi.org/10.1007/s11704-024-40579-4

The language of the promptLa langue de la requête

Why English often works better

How careful the prompt itself has to be

Pourquoi l’anglais fonctionne souvent mieux

Le soin à apporter à la requête elle-même

Sources

Sources

Spotted an error? Une erreur ?