Ce qu'il faut surtout c'est distinguer et ne pas vouloir tout faire en même temps.
- les pistes et sons voix ne supportent pas d'avoir un max de parasite autour... donc les ambiances, les reverbs des lieux... etc..
- les ambiances, sont faites après, au calme... car il ne faut pas les voix :-)... Ne pas oublier, sur le lieu, de faire un son "seul" (ambiance du lieu, très spéciale, destinées à remplir les "trous" que l'on laissera en montage dans la voix - qu'on entende pas les coupes, car malgré tout, même si on n'en veux pas sur la voix... il y en a toujours un peu...et quand on coupe la voix pour laisser un peu de silence... on coupe le peu d'ambiance avec la voix di micro mono... et ça s'entend)

DONC, il faut les deux : le zoom, et le mono cardïoide sur l'EOS ou sur perche.

Il m'est arrivé, pour exemple, en mode "sniper" (seul, car dernière minute... vite, vite, M. Machin est là... il faut passer...) de mettre mon zoom H4 (via la poignée suspension que Rycote a fait exprès pour le H4N) sur la griffe accessoire de mon 7D de l'époque... le Zoom était en mode 4CH (micros stéréos de face et HF cravate branché sur le zoom, enregistrement en son non synchrone (c'est à dire uniquement sur le zoom avec clap des mains de l'interviewé).
En montage, j'ai récupéré et synchronisé les sons du zoom stéréo + cravate... puis en mixage, j'ai dosé à seulement quelques dB le son d'ambiance stéréo avec le HF cravate, j'avais donc une voix nickel... et un peu d'ambiance du lieu. Ce qui donnait un ton (son) très naturel à la voix.

Au pire, le même micro mono pourra faire la blague en enregistrement d'ambiance, même si il est beaucoup moins efficace qu'un micro stéréo... si on en a pas.