Les avancées de l'IA générative permettent aujourd'hui de créer des chatbots d'apprentissage des langues hautement personnalisées. Cette étude se concentre sur l'usage didactique des grands modèles de langage (LLM) pour l'apprentissage du chinois en L2, ciblant les niveaux A1, A1+ et A2 du CECR et s'appuyant sur le projet EBCL. Ces outils simulent des conversations naturelles, ajustées aux besoins des apprenants et peuvent permettre de limiter les échanges aux listes de 320 et 630 caractères essentiels et à haute fréquence, favorisant un apprentissage structuré et progressif, inspiré de l'approche "Boule de neige" de Bellassen (2012). Bien que les LLM montrent un potentiel en tant que tuteur personnalisé, une évaluation supplémentaire est nécessaire pour en mesurer l'efficacité. Nous avons mené une série d'expérimentations systématiques utilisant les modèles ChatGPT (4o et 4o-mini) afin d'évaluer leur conformité aux contraintes spécifiées dans les prompts. Les résultats indiquent que l'incorporation des caractères des niveaux A1 et A1+, avec la liste de référence associée, améliore significativement la conformité avec l'ensemble des caractères EBCL. Les LLM, bien que performants pour structurer des exercices, présentent des limites en didactique des langues, notamment en matière de mémoire contextuelle, et de risque de dépendance excessive, ce qui peut freiner l'autonomie et la créativité des apprenants. Ils requièrent un encadrement pédagogique pour compenser ces lacunes et garantir un apprentissage équilibré. Cette communication exposera les perspectives didactiques liées à l'intégration des LLM dans l'enseignement du chinois en L2, en mettant en avant les questions éthiques quant à leur usage et techniques quant à leur efficacité. Nous explorerons également comment ces outils peuvent être utilisés pour favoriser une pratique linguistique autonome tout en maintenant une supervision pédagogique, afin de s’assurer qu’ils complètent plutôt que de remplacer les processus d'apprentissage acquisitionnels.