Comprendre les LLM
- Tokens, contexte, prédiction
- Hallucinations, erreurs, limites
- Multimodalité : texte, documents, images
- Modèles du marché : ChatGPT, Claude, Mistral, Gemini
- Cloud, API, open source, souveraineté
- Mise en pratique : démonstrations commentées et tests guidés mettant en évidence les forces et les limites d’un LLM.
Du chat à l’agent : outils, raisonnement, agentique
- LLM seul vs LLM + outils
- Thinking et raisonnement
- Recherche web, connecteurs, RAG
- Agent : LLM + outils + boucle de décision
- Assistant, agent, workflow : trois approches
- Autonomie, supervision, garde-fous
- Mise en pratique : comparer une même tâche traitée en chat simple, avec outils, avec raisonnement et en mode agent.
Prompter : classique et assistant
- Rôle, objectif, contexte, contraintes, format
- Exemples et critères de qualité
- Itérer et évaluer
- Prompt système : consignes persistantes
- Assistant personnalisé : rôle, style, limites, documents
- Mise en pratique : rédiger et améliorer un prompt sur un cas métier, puis le transformer en prompt système d’assistant.
Prompter un agent
- Objectif et livrable attendu
- Critères de réussite et contrôle qualité demandé
- Descriptions d’outils
- Garde-fous et cas d’arrêt
- Validation humaine dans la boucle
- Mise en pratique : transformer une consigne classique en brief agentique et confronter les résultats.
Déléguer une tâche à un agent avec Claude Cowork
- Installation et dossier de travail dédié
- Lecture de fichiers locaux : PDF, images
- Production de livrables : Excel, Word
- Plan, actions, compte rendu de l’agent
- Validation des actions et relecture
- Itérer plutôt que refaire
- Mise en pratique : produire un récapitulatif Excel de notes de frais à partir de factures PDF et de photos de tickets, avec détection des anomalies.
Capitaliser un savoir-faire avec les skills
- Skill : mode d’emploi réutilisable
- Structure d’un SKILL.md
- Garde-fous en entrée
- Test, amélioration, partage
- Instructions d’espace de travail (CLAUDE.md)
- Skills et instructions locales à un projet
- Mise en pratique : créer une skill « compte-rendu maison », la réutiliser sur plusieurs jeux de notes dont un incomplet, puis personnaliser un espace de travail.
Découvrir n8n et construire un premier workflow
- Automatisation à règles vs pilotée par l’IA
- Open source, auto-hébergement, installation locale
- Workflow, nœud, trigger, item, credential
- Formulaires, conditions, Data Tables
- Test, publication, exécutions
- Mise en pratique : installer n8n en local et construire un workflow complet de notes de frais : formulaire, règle de validation, enregistrement, accusé de réception.
Intégrer un LLM dans un processus
- Clé API et credentials
- Nœud LLM et modèle de chat
- Sortie structurée (JSON)
- Température et fiabilité
- LLM encapsulé dans un processus déterministe
- Référence à un nœud antérieur
- Mise en pratique : remplacer le formulaire structuré par une saisie en texte libre interprétée par un LLM et tester un jeu d’essai avec anomalie.
Construire un agent outillé
- Nœud AI Agent : modèle, mémoire, outils
- Chat intégré
- Outils HTTP, calculatrice, Data Tables
- Rôle des descriptions d’outils
- Enchaînement de plusieurs outils
- Lecture des logs d’exécution
- Mise en pratique : construire un assistant SAV capable de consulter tickets, FAQ et catalogue, puis lui ajouter un outil de son choix.
Fiabiliser un workflow IA
- Données épinglées et tests unitaires de nœud
- Erreurs d’API, limites de débit, reprise
- Choix du modèle et coûts
- Exécutions et débogage
- Mise en pratique : diagnostiquer et corriger un workflow volontairement défaillant.
Placer un agent dans un processus
- Agent décideur vs agent conversationnel
- Décision bornée par une sortie structurée
- Routage et journalisation
- « L’IA propose, l’humain dispose »
- Brouillons et traçabilité
- Mise en pratique : construire un agent de tri des demandes entrantes qui classifie, décide et prépare une réponse.
Chatbot documentaire (RAG)
- Chunks, embeddings, base vectorielle
- Workflow d’ingestion
- Outil de recherche documentaire pour l’agent
- Citation des sources et refus hors périmètre
- Mémoire vs persistance
- Mise en pratique : construire un chatbot RH qui répond uniquement d’après les documents internes en citant sa source.
Agent planifié avec validation humaine
- Déclencheur planifié
- Lecture et mise à jour de données
- Agent rédacteur de synthèses et de relances
- Attente et approbation humaine
- Sous-workflows et réutilisation
- Actions réelles : e-mail, messagerie, tableur
- Mise en pratique : automatiser la relance des notes de frais en attente : synthèse générée par l’agent, validation du responsable, mise à jour du registre.
Relier les outils et passer en production
- Webhooks et appels entre outils
- Exposer un workflow n8n comme outil d’un agent (MCP)
- Auto-hébergement, Docker, sauvegardes
- Credentials, droits, RGPD, souveraineté
- Supervision, workflow d’erreur, coûts
- Mise en pratique : démonstration d’un workflow n8n appelé depuis Claude et check-list de mise en production.
Choisir le bon outil et se projeter
- Chat, assistant, Cowork ou n8n : quand utiliser quoi
- Critères : besoin, confidentialité, coût, intégration
- Risques, biais, bonnes pratiques
- Plan d’action personnel
- Mise en pratique : cartographier deux processus de son activité et choisir l’approche adaptée à chacun.
